qmt之如何用局部极值寻找支撑位和压力位（下）

书接上回上一节是原理讲解这里开始实战。实战Python代码使用argrelextrema寻找压力支撑下面的示例代码使用了 Python 的 scipy.signal.argrelextrema 来寻找局部极值并绘制成可视化图表。结果如下代码解析寻找局部高低点arr 是价格序列这里用 close 收盘价。order 表示左右要比多少根K线才能判断为极值比如 order5 意味着这个点比前后各 5 根 K 线都高或都低才算极值。peaks_idx 存放局部高点索引valleys_idx 存放局部低点索引。可视化plot_swings 函数会绘制价格曲线用红色三角标记局部高点绿色倒三角标记局部低点。在图上画出最近的最高点和最低点水平虚线标注价格方便快速识别当前关键支撑/阻力。实战演示这里以贵州茅台(600519.SH)的日线数据为例获取最近200根K线。调用 find_swings_argrelextrema 自动识别局部极值再通过 plot_swings 可视化。图中红色水平虚线表示最近最高点绿色水平虚线表示最近最低点帮助直观判断当前价格位置。使用建议order 参数数值越大算法越保守只保留显著的高低点避免噪声影响。图表仅作为参考实际策略中通常会结合趋势、成交量或其他指标进行进一步确认。对于短周期数据建议先平滑价格序列再找极值以避免被小波动干扰。使用find_peaks寻找压力支撑下面的示例代码使用了 Python 的 scipy.signal.find_peaks 来寻找局部极值并绘制成可视化图表。代码如下结果如下代码解析寻找局部极值Swing High / Lowdistance5控制相邻高点/低点最少间隔 5 根K线避免捕捉太密集的小波动。prominence5.0高点或低点必须足够突出才被认为是有效极值过滤噪声。返回索引 peaks_idx2高点和 valleys_idx2低点便于后续绘图或策略使用。可视化绘制收盘价曲线红色三角标记局部高点Swing High绿色倒三角标记局部低点Swing Low图中红色虚线标出最近最高点绿色虚线标出最近最低点直观展示当前支撑/阻力水平。使用建议distance 和 prominence 参数需要根据周期和品种调节避免噪声或错过重要波峰波谷。对于短周期或高波动品种建议先做价格平滑再寻找极值。仅靠极值做交易可能不够稳健建议结合趋势、成交量或其他指标进一步确认。