外汇交易，作为全球最大的金融市场之一，吸引了无数投资者的目光。在这个充满变数的市场中，高手们总是能凭借敏锐的洞察力和独特的交易技巧脱颖而出。而其中，三大指标更是他们不可或缺的利器。对于新手来说，了解并掌握这些指标，将有助于在外汇交易的道路上越走越远。

1. 移动平均线（Moving Average，MA）

移动平均线是外汇交易中最常用的技术分析工具之一。它通过计算一定时间内的平均价格，来反映市场趋势和价格波动。以下是移动平均线的三大类型：

1.1 简单移动平均线（SMA）

简单移动平均线是最基础的移动平均线，它仅计算特定时间内的平均价格。例如，5日SMA就是将最近5个交易日的收盘价相加，然后除以5。

def calculate_sma(prices, period):
    return sum(prices[-period:]) / period

# 示例：计算5日SMA
prices = [1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8]
sma_5 = calculate_sma(prices, 5)
print(sma_5)

1.2 指数移动平均线（EMA）

指数移动平均线相较于简单移动平均线，更加重视近期价格的变化。它赋予近期价格更高的权重，从而更好地反映市场趋势。

def calculate_ema(prices, period):
    alpha = 2 / (period + 1)
    ema = prices[-1]
    for price in prices[-period-1:-1]:
        ema = alpha * price + (1 - alpha) * ema
    return ema

# 示例：计算5日EMA
prices = [1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8]
ema_5 = calculate_ema(prices, 5)
print(ema_5)

1.3 布林带（Bollinger Bands）

布林带由三条线组成：中间的移动平均线、上轨和下轨。它们分别代表市场趋势、波动范围和潜在的支撑/阻力位。

def calculate_bollinger_bands(prices, period, std_dev):
    ma = calculate_sma(prices, period)
    std_deviation = calculate_std_dev(prices, period)
    upper_band = ma + (std_deviation * std_dev)
    lower_band = ma - (std_deviation * std_dev)
    return ma, upper_band, lower_band

def calculate_std_dev(prices, period):
    mean = calculate_sma(prices, period)
    variance = sum((price - mean) ** 2 for price in prices[-period:]) / period
    return variance ** 0.5

# 示例：计算布林带
prices = [1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8]
ma, upper_band, lower_band = calculate_bollinger_bands(prices, 5, 2)
print(f"MA: {ma}, Upper Band: {upper_band}, Lower Band: {lower_band}")

2. 相对强弱指数（Relative Strength Index，RSI）

相对强弱指数是衡量股票或其他资产超买或超卖状态的技术指标。其值介于0到100之间，通常认为：

  • RSI值高于70表示资产可能超买，需要谨慎；
  • RSI值低于30表示资产可能超卖，可以关注买入机会。
def calculate_rsi(prices, period):
    delta = [prices[i] - prices[i - 1] for i in range(1, len(prices))]
    gain = [delta[i] if delta[i] > 0 else 0 for i in range(len(delta))]
    loss = [delta[i] if delta[i] < 0 else 0 for i in range(len(delta))]
    avg_gain = calculate_sma(gain, period)
    avg_loss = calculate_sma(loss, period)
    rs = avg_gain / abs(avg_loss)
    rsi = 100 - (100 / (1 + rs))
    return rsi

# 示例：计算RSI
prices = [1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8]
rsi = calculate_rsi(prices, 14)
print(rsi)

3. 平均真实范围（Average True Range，ATR）

平均真实范围是衡量市场波动性的指标。它通过计算一定时间内的最高价、最低价和收盘价之间的平均差值来得出。

def calculate_atr(prices, period):
    true_ranges = [max(prices[i] - prices[i - 1], abs(prices[i] - prices[i - 1])) for i in range(1, len(prices))]
    atr = calculate_sma(true_ranges, period)
    return atr

# 示例：计算ATR
prices = [1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8]
atr = calculate_atr(prices, 14)
print(atr)

掌握这三大指标，可以帮助新手更好地了解外汇市场，提高交易成功率。当然，外汇交易并非易事，还需要不断学习和实践。祝大家在交易的道路上越走越远！