来源：K线看势

各种技术指标几乎是每个股友刚进入股市时都会接触到的，其中不少朋友常痴迷于技术指标的研究和使用上。

为了帮助大家正确的理解和使用技术指标，不仅仅掌握常用指标的正确用法，更重要的是理解指标在使用时的局限和不足之处。

现在对常用指标做一个精讲系列，涵盖了指标的基本用法和高阶实战技巧，希望能对股友们有所帮助。

今天讲讲CR指标。

一、CR指标核心原理

CR（能量比率）指标是通过比较特定周期内多空力量强度，揭示股价潜在能量变化。其核心在于：

1. 价格中枢理论

中间价 = (最高价 + 最低价 + 收盘价)/3

反映市场真实交易重心

2. 能量对比逻辑

上升能量（UP）= 当日最高价 - 昨日中间价

下跌能量（DN）= 昨日中间价 - 当日最低价

CR = (N日UP总和)/(N日DN总和)×100

3. 四线均线系统

MA1（5日）：短期波动

MA2（10日）：趋势确认

MA3（20日）：中期方向

MA4（40日）：长期支撑

二、基础应用指南

1. 关键阈值区间

2. 经典交易信号

黄金交叉：CR上穿四线均线

死亡交叉：CR下穿四线均线

底背离：股价新低CR未新低

顶背离：股价新高CR未新高

3. 量价配合法则

有效突破：CR突破需成交量放大20%以上

假突破：CR突破时量能不足5日均量

三、高阶实战策略

1.机构级四线战法

2.板块轮动模型

选取CR行业排名前3的板块

筛选CR个股排名前10的标的

结合北向资金增持验证回测数据：2023年收益率38.7%

3.量化增强策略

#买入条件（需同时满足三个条件）：

1. 当前CR值大于5日均线

2. 前一日CR值小于等于前一日5日均线（金叉条件）

3. 当前成交量超过5日平均成交量的1.2倍（放量条件）

#卖出条件（需同时满足两个条件）：

1. 当前CR值小于5日均线

2. 前一日CR值大于等于前一日5日均线（死叉条件）

附：量化主要代码(python实现)

# CR动量策略

def cr_strategy(df):

df = CR(df) # 计算CR指标

df['signal'] = 0

# 买入条件

buy_cond = (df['CR'] > df['MA5']) & \

(df['CR'].shift(1)

(df['volume'] > df['volume'].rolling(5).mean()*1.2)

# 卖出条件

sell_cond = (df['CR']

(df['CR'].shift(1) >= df['MA5'].shift(1))

df.loc[buy_cond, 'signal'] = 1

df.loc[sell_cond, 'signal'] = -1

return df

*2019-2023年回测：年化收益24.3%，最大回撤18.5%*

四、特殊行情应对方案

1.涨停板处理机制

涨停当日：UP值取前3日最大值

连续涨停：启用虚拟能量计算

2.极端波动过滤

单日振幅>10%时：

UP/DN值按50%折扣计入

发波动率预警

3.除权数据修正

前复权处理价格序列

除权日前后3日数据平滑

五、智能风控系统

1.动态止损策略

2.仓位控制模型

仓位比例 = (CR当前值 - CR最小值) / (CR最大值 - CR最小值) * 0.7 + 0.3

*注：最大值/最小值取最近200交易日数据*

3.对冲方案

做多CR强势股 + 做空行业ETF

买入看跌期权保护（Delta=0.3）

六、全球市场验证

七、实战案例库

1.成功案例

贵州茅台2021年9月：

CR底背离+四线金叉

后续涨幅44%

2.失败案例

隆基绿能2024年3月：

CR假突破+量能不足

后续下跌12%

风险提示：文中观点涉及标的仅供参考，不作为投资依据，股市有风险，投资需谨慎！

关注我及时获取更多炒股干货！