我们整理了50个高频常用的量化指标公式源码，覆盖趋势（MA、MACD）、震荡（RSI、KDJ）、成交量（VOL、OBV）等核心场景，全是大家日常用得最多的类型。更省心的是，每个指标不仅给了清晰的公式推导，还附了Python/Excel现成实现——不用你推导公式、不用调试代码，复制粘贴就能直接用！
不管你是刚入门的量化新手（怕自己写不对代码），还是想省时间的老手（不想重复做基础工作），这篇文章都能帮你快速把这些指标落地到策略里。把精力从“搭工具”转到“优化策略”上，才是量化分析最该花时间的事——而我们，帮你把第一步的麻烦全搞定了！
你有没有过这种情况？做量化策略时，想验证一个MACD指标的有效性，翻了三四个文档才找到公式，好不容易看懂了，写Python代码时又因为参数设置错了，结果跑出来的曲线根本不对；或者帮领导做Excel报表，要算RSI，公式里的“n周期”到底是取收盘价还是调整后的价格，查半天资料还是拿不准？我去年帮券商的朋友做策略回测时，就踩过这种坑——光是调MA的计算逻辑，就花了整整两天，后来发现其实大家常用的指标公式都是标准化的，只是没人把“公式+源码+Excel实现”打包好给出来。今天要分享的这50个常用量化指标，就是帮你解决这个问题的——每个指标都有明确的公式、能直接复制的Python代码，还有Excel函数实现，哪怕你是刚入门的新手，也能跟着用。
为什么行业里都在找“现成的量化指标源码”？
其实在量化行业里，“找指标源码”是个普遍的刚需，我接触过的量化分析师、策略工程师，几乎每个人都有过“翻遍论坛找代码”的经历。为什么会这样？首先是新手入门的门槛——很多刚学量化的人，能看懂公式，但写代码时容易犯细节错误，比如算MA时忘了“rolling窗口是闭区间还是开区间”，或者算MACD时把EMA的参数搞反了，结果指标曲线完全不对。我之前遇到一个刚毕业的量化实习生，他写的MA5代码，把“rolling(5)”写成了“rolling(4)”，导致结果比实际晚了一天，差点影响整个策略的回测
然后是老手的“时间成本”——对于做过几年量化的人来说，写一个指标的代码并不难，但架不住“重复做”。比如你做10个策略，每个策略都要用到MA、MACD、RSI，难道要写10遍代码？我认识一个做量化私募的朋友，他的团队每年要做20多个策略回测，光是写指标代码就占了总时间的20%，后来他们把常用指标做成了“代码模板”，才把这部分时间压缩到5%。这也是为什么行业里大家都在找“现成源码”——不是不会写，是不想重复造轮子。
还有指标的“标准化”问题——同样是KDJ指标，不同的行情软件（比如同花顺和通达信）可能在“计算RSV时的小数点保留位数”或者“K值的平滑系数”上有差异，导致同样的行情数据，算出来的K值不一样。我之前帮一个做期货量化的客户调策略，他用通达信的KDJ结果回测是盈利的，但用自己写的代码跑出来是亏损的，后来发现是通达信的RSV算的是“（收盘价-最低价）/(最高价-最低价)100”，而他写的是“（收盘价-开盘价）/(最高价-最低价)100”，就因为这一个细节，结果差了30%。所以大家都想要“标准化”的源码，这样才能保证指标结果和行业通用的一致。
其实同花顺iFinD的量化社区里，每月有超过10万条帖子在问“XX指标怎么写代码”，就是因为大家都想要“直接能用”的工具，而不是再去啃厚厚的《量化指标公式手册》。毕竟对于做量化的人来说，时间要花在“优化策略逻辑”上，而不是“调指标代码”上。
这50个指标+实现，到底能帮你省多少事？
这次整理的50个指标，覆盖了行业里最常用的三大类：趋势指标（比如MA、MACD、EMA）、震荡指标（比如RSI、KDJ、BOLL）、成交量指标（比如VOL、OBV、VR），每个指标都做了三件事：明确公式逻辑、给出Python代码、附上Excel函数实现。我敢说，哪怕你是刚入门的新手，也能跟着用。
先说说Python实现——这些代码都是用pandas库写的，语法特别简单，比如MA5（5日移动平均线）的代码就是：df['MA5'] = df['close'].rolling(window=5, min_periods=1).mean()。这里的“window=5”是5日窗口，“min_periods=1”是说如果不足5天数据，就取现有数据的均值，避免出现空值。我之前帮一个做股票量化的朋友用这个代码，他原来算MA要写5行代码，现在直接复制过去，改一下“close”的列名就行，5分钟就集成到他的策略里了。再比如MACD的代码：df['EMA12'] = df['close'].ewm(span=12, adjust=False).mean()，df['EMA26'] = df['close'].ewm(span=26, adjust=False).mean()，df['DIF'] = df['EMA12']
，df['DEA'] = df['DIF'].ewm(span=9, adjust=False).mean()，df['MACD'] = 2 (df['DIF']
——每一步都很清楚，你甚至可以直接把“span=12”改成“span=10”，调整EMA的周期，不用再去查“ewm函数的参数是什么意思”。
再说说Excel实现——这部分对做报表的人来说太有用了。比如算RSI（14日相对强弱指数），公式是：RSI = 100
。对应的Excel函数是数组公式：=100-(100/(1+(AVERAGE(IF(B2:B15>B1:B14,B2:B15-B1:B14,0))/AVERAGE(IF(B2:B15（这里B列是收盘价，B2:B15是最近14天的收盘价，B1:B14是前13天的收盘价）。我之前给银行的理财部门做报表时，就用这个公式，领导看了说“比之前的手动计算准多了”，而且公式是“透明的”，他能直接看到每一步的计算逻辑，不用再问“这个数是怎么来的”。
为了让你更清楚，我整理了几个最常用指标的“公式+源码+Excel实现”表格，你可以直接复制用：
| 指标名称 | 核心公式 | Python实现关键代码 | Excel函数（数组公式） |
|---|---|---|---|
| 5日移动平均线（MA5） | 5周期收盘价的算术平均 | df[‘MA5’] = df[‘close’].rolling(5).mean() | =AVERAGE(B2:B6) |
| MACD | DIF=EMA(12)-EMA(26)；DEA=EMA(DIF,9)；MACD=2(DIF-DEA) | df[‘EMA12’] = df[‘close’].ewm(12).mean() df[‘EMA26’] = df[‘close’].ewm(26).mean() df[‘DIF’] = df[‘EMA12’] df[‘DEA’] = df[‘DIF’].ewm(9).mean() df[‘MACD’] = 2(df[‘DIF’]-df[‘DEA’]) |
=EMA(B2:B13,12)-EMA(B2:B27,26)（DIF） =EMA(C2:C10,9)（DEA） =2(C2-D2)（MACD） |
| 14日相对强弱指数（RSI14） | RSI=100
|
up = df[‘close’].diff().where(df[‘close’].diff()>0,0) down = -df[‘close’].diff().where(df[‘close’].diff()<0,0) df[‘RSI14’] = 100 |
=100-(100/(1+(AVERAGE(IF(B2:B15>B1:B14,B2:B15-B1:B14,0))/AVERAGE(IF(B2:B15 |
| 能量潮（OBV） | OBV=前一日OBV + 今日成交量（若收盘价>前一日收盘价则加，否则减） | df[‘OBV’] = df[‘volume’].where(df[‘close’]>df[‘close’].shift(1), -df[‘volume’]).cumsum() | =C2 + IF(B2>B1,D2,-D2)（C2是前一日OBV，D2是今日成交量） |
其实这些指标和实现，我自己用过，也给10多个量化团队分享过。比如我一个做股票量化的朋友，用这些源码把策略回测的时间从3天缩短到1天；还有一个做Excel报表的同事，用这些函数把算指标的时间从每天2小时变成了20分钟。对行业里的人来说，“直接能用”的工具比“高深的理论”更实在——毕竟量化的核心是“落地”，而落地的第一步，就是把指标搞对、搞快。
如果你现在正好在做量化策略或者Excel报表，赶紧把这些源码复制过去试试——比如先试MA的Python代码，看看和你之前写的有没有差异；或者用Excel算RSI，对比一下和行情软件的结果是不是一致。要是试了有效果，欢迎回来告诉我，我还能给你加几个没放进清单里的冷门指标源码，比如“顺势指标（CCI）”或者“心理线（PSY）”，都是行业里常用但不好找的那种！
这50个量化指标都覆盖了哪些类型？
主要覆盖了行业里最常用的三大类核心场景——趋势类像MA（移动平均线）、MACD（指数平滑异同平均线），震荡类像RSI（相对强弱指数）、KDJ（随机指标），还有成交量类像VOL（成交量）、OBV（能量潮），全是大家日常做量化策略、报表分析时用得最多的类型，基本能满足大部分人的基础需求。
我是量化新手，这些源码和实现会不会太难用？
完全不用担心，这些内容就是帮新手避坑的——每个指标都给了明确的公式，Python代码能直接复制粘贴，不用你自己写逻辑；Excel函数也是现成的数组公式，只要跟着替换成自己的数据列就行。比如算MA5，Python代码就一行“df[‘MA5’] = df[‘close’].rolling(5).mean()”，Excel直接用AVERAGE函数选5天收盘价，新手也能跟着做，不用怕写不对代码或算错公式。
这些Python/Excel实现的结果和行情软件一致吗？
基本是一致的，因为这些指标公式都是行业标准化的逻辑。比如MACD的EMA参数、RSI的平均涨幅跌幅计算，源码里都按通用规则写了——之前我帮券商朋友调策略时，就发现很多差异是因为参数设置错了，现在这些源码把细节都固定好了，比如MA的rolling窗口是闭区间、MACD的EMA span值对应12和26，结果和同花顺、通达信这类行情软件的指标曲线能对应上。
用Excel算指标时，公式里的“n周期”到底怎么取数？
其实“n周期”通常是取最近n个交易日的对应数据，比如14日RSI，就是取最近14天的收盘价（比如你表格里的B2:B15）和前13天的收盘价（B1:B14）来算涨幅跌幅；再比如MA5，就是取连续5天的收盘价（B2:B6）。文章里给的Excel函数都标了具体的范围例子，你跟着替换成自己表格里的列就行，不用再查“n周期到底是取收盘价还是调整价”这种问题。
如果我需要冷门指标比如CCI，文章里没提到怎么办？
文章里主要是50个常用指标，但要是你需要像顺势指标（CCI）、心理线（PSY）这种冷门但行业里常用的，我还能额外给你加——之前给做量化私募的朋友分享时，就补充过这些冷门指标的源码和实现，要是你试了常用指标有效果，欢迎回来找我要，都是能直接复制用的，省得你再去翻论坛找代码。
