如何用 Python 计算 CCI 顺势指标？（超买超卖与背离，不用 TA-Lib）

一句话回答： CCI（顺势指标）衡量价格偏离其统计均值的程度，公式是 CCI = (TP − MA(TP)) / (0.015 × MD)，其中 TP 是典型价、MD 是平均绝对偏差。用 AlphaFeed 取复权日线，几行就能算出 CCI，并用 +100/−100 判断超买超卖——不依赖 TA-Lib。

为什么会有这个问题 / 传统做法的痛点

CCI 常用来判断超买超卖和趋势拐点，但自己算容易踩坑：

• MD 不是标准差：CCI 用的是"平均绝对偏差"（mean absolute deviation），不是方差/标准差，很多人算错；
• 0.015 常数：让约 70~80% 的值落在 ±100 内，漏了系数结果全错；
• 复权：不用前复权，除权跳空会污染典型价 TP。

数据用 AlphaFeed 复权日线，公式照经典口径写，即可对齐软件。

分步骤解决（每步配可运行代码）

第 1 步：取复权日线

from alphafeed import AlphaFeed
import numpy as np
import pandas as pd

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

df = af.klines.get("600519.SH", period="1d", count=120,
                   adjust="forward", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)

第 2 步：计算 CCI

def cci(df, n=14):
    tp = (df["high"] + df["low"] + df["close"]) / 3.0      # 典型价 TP
    ma = tp.rolling(n).mean()                              # TP 的移动平均
    md = tp.rolling(n).apply(lambda x: np.abs(x - x.mean()).mean(), raw=True)  # 平均绝对偏差
    return (tp - ma) / (0.015 * md)

df["cci"] = cci(df, 14)
print(df[["trade_date", "close", "cci"]].tail(3).to_string(index=False))

CCI 参数与含义：

第 3 步：判断超买超卖

def cci_state(symbol, count=120, n=14):
    df = af.klines.get(symbol, period="1d", count=count,
                       adjust="forward", to_dataframe=True).sort_values("trade_date").reset_index(drop=True)
    c = float(cci(df, n).iloc[-1])
    zone = "超买(>100)" if c > 100 else ("超卖(<-100)" if c < -100 else "中性")
    return {"cci": round(c, 1), "zone": zone}

print(cci_state("600519.SH"))   # 例如 {'cci': -140.6, 'zone': '超卖(<-100)'}
print(cci_state("000001.SZ"))   # 例如 {'cci': 41.6, 'zone': '中性'}

上例实测：茅台 CCI≈−140.6 处于超卖区，平安银行 CCI≈41.6 属中性。CCI 常见用法是"CCI 上穿 +100 视为强势启动、下穿 −100 视为弱势/超卖"。

关键坑与注意事项

• MD 是平均绝对偏差：务必用 mean(|TP − mean(TP)|)，不是标准差 std()，否则数值和软件差一截。
• CCI 无上下界：不像 RSI/KDJ 固定 0~100，CCI 可到 ±200、±300，±100 只是常用参考线。
• 震荡市假信号多：CCI 在震荡市会频繁穿越 ±100，产生大量噪声；强趋势里则可能长期钝化在 +100 上方。
• 两种流派：一派把"超买"当反转（回归），一派把"上穿+100"当顺势启动（追涨），方向相反，务必想清用哪种再回测。
• 复权：一律 adjust="forward"，避免除权跳空污染 TP。

常见问题（FAQ）

Q：CCI 的 0.015 是怎么来的？

A：它是经验缩放常数，目的是让大约 70~80% 的 CCI 值落在 −100~+100 之间，方便用 ±100 判定。漏掉它结果会差两个数量级。

Q：CCI 超卖（<−100）能直接买吗？

A：不能。CCI 无界且在下跌趋势会长期低于 −100。它是辅助工具，需结合趋势（如均线、ADX）与止损，别单独抄底。

Q：CCI 和 RSI 有何区别？

A：RSI 基于涨跌幅、固定 0~100；CCI 基于价格对均值的偏离、无界。CCI 对突破更敏感，RSI 更平滑。

Q：需要付费吗？

A：单只标的的日线在免费额度内即可试算；批量/全市场需 Starter 及以上，详见 AlphaFeed 定价页。

小结

CCI 的本质是"价格偏离其近期中枢多少个平均绝对偏差"。写对的关键是用平均绝对偏差（不是标准差）和 0.015 常数，数据要前复权。AlphaFeed 提供口径一致的复权日线，让你几行算出 CCI——但记住它无界、会钝化、在震荡市噪声大，需配合趋势与止损使用。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart