如何用 Python 计算 MFI 资金流量指标？（带成交量的 RSI）

原创

用户7083614

发布于 2026-10-04 15:00:36

780

一句话回答： MFI（资金流量指标）可以理解为「带成交量的 RSI」：用 典型价=(高+低+收)/3 乘成交量得到资金流，再按典型价涨跌把资金流分成正/负，取 14 日比值套进 100 − 100/(1+比值)。用 AlphaFeed 取复权日线，几行就能算出 MFI，并用 80/20 判断超买/超卖。

为什么会有这个问题 / 传统做法的痛点

RSI 只看价格涨跌，忽略了「有没有量配合」。MFI 把成交量加进来，衡量的是资金推动的强弱：

量价结合：同样是上涨，放量上涨的资金流权重更大；
参数：经典 14 日，也有人用 9/21；
复权：除权日的假跌会让典型价错判为下跌、资金流被误算，务必用前复权。

数据用 AlphaFeed 复权日线，计算用几行 pandas 即可。

分步骤解决（每步配可运行代码）

第 1 步：取复权日线（含高开低收与成交量）

from alphafeed import AlphaFeed

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).sort_values("trade_date").reset_index(drop=True)

第 2 步：计算 MFI

import numpy as np

def mfi(df, n=14):
    tp = (df["high"] + df["low"] + df["close"]) / 3.0   # 典型价
    mf = tp * df["volume"]                               # 资金流 = 典型价 × 成交量
    up = mf.where(tp > tp.shift(), 0.0)                  # 典型价上涨 -> 正资金流
    dn = mf.where(tp < tp.shift(), 0.0)                  # 典型价下跌 -> 负资金流
    mr = up.rolling(n).sum() / dn.rolling(n).sum().replace(0, np.nan)
    return 100 - 100 / (1 + mr)

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

字段与参数说明：

字段/参数	含义	备注
`high/low/close`	最高/最低/收盘价	AlphaFeed 复权日线列
`volume`	成交量	A股为真实量；美股/港股 `amount`=0，用 volume
典型价 tp	(高+低+收)/3	MFI 的价格基准
`n`	统计周期	14（经典）、9/21
MFI 区间	0~100	80 超买，<20 超卖

第 3 步：判断资金超买超卖

def mfi_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)
    v = float(mfi(df, n).iloc[-1])
    zone = "超买(>80)" if v > 80 else ("超卖(<20)" if v < 20 else "中性")
    return {"mfi": round(v, 1), "zone": zone}

print(mfi_state("600519.SH"))   # 例如 {'mfi': 38.0, 'zone': '中性'}
print(mfi_state("000001.SZ"))   # 例如 {'mfi': 57.7, 'zone': '中性'}

上例实测茅台 MFI≈38.0、平安银行≈57.7，都在中性区间。

关键坑与注意事项

和 RSI 的区别：RSI 只用收盘价涨跌，MFI 用「典型价×成交量」。放量时 MFI 反应更剧烈，缩量时更钝——两者背离时往往说明「涨得没量」。
缩量失真：极端缩量日资金流很小，会让 MFI 上下跳动，注意结合成交额一起看。
80/20 不是买卖信号：强势股 MFI 可以长期贴在 80 以上，超买≠马上跌。它是资金强弱参考，需结合趋势。
平盘处理：典型价持平（tp == tp.shift()）的日子既不计正也不计负，本文按此实现，可能与个别软件略有差异。
复权：一律 adjust="forward"，避免除权日假跌污染资金流。

常见问题（FAQ）

Q：MFI 和 RSI 到底选哪个？

A：想看纯价格动能用 RSI；想看「涨跌有没有资金配合」用 MFI。实战常两者并看，背离时更有参考价值。

Q：MFI 用几日周期？

A：默认 14 日。周期越短越灵敏、噪声越多；越长越平滑、越滞后。

Q：为什么我的 MFI 和行情软件差一点？

A：多因平盘日处理、复权口径不同。确认都用前复权、平盘不计入，再对比即可。

Q：需要付费吗？

A：单只标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

MFI 的本质是「把成交量加权进 RSI」，用典型价的涨跌方向给资金流分正负，再算一段时间的占比。写起来只需几行，但要记住它对量敏感、会因缩量失真、超买不等于卖点。AlphaFeed 提供口径一致、含真实成交量的复权日线，让你几行算出 MFI——当资金强弱参考、配合价格与趋势用。

参考

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

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

pandas

python

#量化交易

#股票数据