全球市场看跌情绪仍然非常强烈。截至收盘，上证指数 -1.83%，深圳指数 -1.70%，今日小幅高开后，第二次冲锋时受到日线5日均线压制，掉头大跌！那么，针对近期的极端行情，采用哪些技术分析方法来使决策交易更加合理呢？这就是接下来要分享的“多周期判断”，机械交易。 　　

　　一、多周期研判进行决策交易，也称跨周期交易。是一种交易模式，通过两个或多个k线周期来判断某个品种。例如，股指期货的IF2003合约将按4个周期进行交易，即2小时、1小时、15分钟和1分钟。 　　

　　多周期交易最常用的分析步骤： 　　

　　1.在一个大周期内研究判断趋势，这是固定的趋势！例如：2小时看涨趋势 　　

　　2.寻找适合自己交易系统的“要点”进行小周期交易。比如：15分钟背离，回调买入等。 　　

　　示意图： 　　

　　当然，这只是一个简单的示意图，还有很多点没有显示出来。 　　

　　多周期交易最大的优势： 　　

　　1.顺应大势，避免站错多空阵营。这一点非常重要。首先，作为趋势交易者，判断当前趋势是多头趋势还是空头趋势是非常重要的。但这里提醒一下，至少要有两个周期，即交易周期和研判周期。交易周期没确定，就不能确定自己要做哪个周期！ 　　

　　2.显微镜，如果把大周期比作放大镜，那么小周期就是显微镜。在确定大趋势是多头阵营还是空头阵营后，要切换到小周期仔细观察其结构，如k线形态、波浪形态、指标背离等细节。顺应大势，伺机而动。 　　

　　以上是对多周期分析的概念、方法和优点的简单介绍。接下来，将分享跨周期的算法及如何利用python语言进行分析和跨周期策略的编写。 　　

　　二、跨周期的算法。's跨周期算法并不难，只要你了解k线的构成规律，你就能轻松掌握它。 　　

　　一般来说，我们会在自己的主交易周期上叠加多个周期的指标值。这样做，不仅可以及时看出当前是多头阵营还是空头阵营，还可以捕捉到小周周期内k线形态、波浪形态、指标背离等细节变化。 　　

　　因此，要实现这种效果，就必须遵循以下公式： 　　

　　1.首先要计算小周期周期需要多少根k线才能算出大周期指数一个点的价值。 　　

　　大周期移动平均线参数*大周期=k线总数2。如果得到k线总数，就可以计算出小周期内的切线长度。 　　

　　总分钟数/次要周期=次要周期中内部序列的长度 　　

3.例如：1分钟k线上，获取5分钟周期的20均线。

5分钟20均线20 * 5 = 100分钟100 / 1 = 100根 

因此，需要1分钟周期的 200根K线才能计算出大周期的一个点均线值。然后，按照这样的长度，进行滚动求值。

效果展示：

5分钟周期20均线

1分钟获取5分钟周期20均线

1分钟获取5分钟周期均线叠加效果

三、跨周期策略编写。这一部分，带大家如何通过多周期进行跨周期策略的编写，策略仅为讲解实现过程，并没有做过多的优化，因此效果并不是很好。

1.策略逻辑：

（1）当5分钟周期收盘价大于2小时周期的20均线，判定为多头趋势。5分钟如果均线金叉，开多。

（2）5分钟如果均线死叉，平多。空头相反。

2.代码编写：

（1）导入相应的包。

from tqsdk import TqApi,TqSim,TqBacktest,TargetPosTaskfrom datetime import dateimport NJ_Finance as njfrom tqsdk.ta import MA

（2）设置参数变量。

class k_trading():    "tqsdk 跨周期案例"    def __init__(self):        self.symbol = "CFFEX.IF2003" # "SHFE.rb2005"        self.length = 5 # 小周期        self.k_length = 120 # 大周期        self.Position_flag = 0  # 开平标志，控制开平顺序        self.api = TqApi(TqSim(), backtest=TqBacktest(start_dt=date(2019, 12, 1), end_dt=date(2020, 3, 18)),                         web_gui=True)  # 回测账户、区间设置        self.klines = self.api.get_kline_serial(self.symbol,60*self.length,8000)        self.target_pos = TargetPosTask(self.api, self.symbol)        # 目标持仓        self.ma20 = 0          self.ma30 = 0

（3）开仓平仓部分，这一部分将使用牛角财经官方 模块 NJ_Finance 中的 k_ma() 方法进行跨周期均线的计算，关注头条号私聊作者即可领取。

    def trading(self):        while True:            self.api.wait_update()            self.klines = nj.k_ma(self.klines, self.length, self.k_length, 20)            self.ma5 = MA(self.klines, 5)              self.ma20 = MA(self.klines, 20)              self.klines["ma5"] = self.ma5.ma              self.klines["ma20"] = self.ma20.ma              if self.api.is_changing(self.klines.iloc[-1],'datetime'):                "如果当前无持仓"                if self.Position_flag == 0:                    if self.klines['close'].iloc[-1] > self.klines['k_ma20'].iloc[-1]:                        if self.klines.ma5.iloc[-1]>self.klines.ma20.iloc[-1] and self.klines.ma5.iloc[-2] <= \                                self.klines.ma20.iloc[-2]:                            self.target_pos.set_target_volume(1)                            self.Position_flag = 1                "如果当前持有多仓"                if self.Position_flag == 1:                    if self.klines.ma5.iloc[-1] < self.klines.ma20.iloc[-1] and self.klines.ma5.iloc[-2] >= \                            self.klines.ma20.iloc[-2]:                        self.target_pos.set_target_volume(0)                        self.Position_flag = 0

（4）策略回测。

标的：股指IF2003

周期：5分钟

回测资金：1000000

回测区间：2019-12-1 至 2020-3-18

案例只回测多头。

回测细节：

回测结果：

最近的股指行情中，价格大部分处于2小时的20均线以下，此时短线不宜做多，因按照顺空头趋势，反弹做空的方法进行操作。

总结：

文章主要讲解如何利用多周期对股指期货进行分析，并且分享了如何利用python进行代码的编写。跨周期的主要目的，是为了确定趋势然后在小周期进行顺势进行操作，这样对正确率有很大的提高。

不过，如果按照这样的方法进行分析的话，由于均线具有严重的滞后性，因此某些时候会漏掉大行情的起始部分，没关系，不能患得患失，所谓舍得，有舍才有得。

如果觉得不错，欢迎关注点赞，转发哦~！更多干货尽在“牛角问答”。