用 KMeans 聚类寻找股票支撑位与压力位（上）：基于 QMT 量化平台实现

前言

本文将详细讲解如何通过KMeans 无监督聚类算法，定位股票历史价格的密集成交区，进而精准识别关键支撑位与压力位。整套方案基于 miniQMT 量化终端的 xtquant 行情接口实现，全程采用 Python 代码开发，适合量化交易从业者、股票技术分析爱好者、Python 金融数据分析人群学习参考。

本篇为系列文章的上篇，核心内容包括：开发环境搭建、QMT 行情数据获取、KMeans 算法原理详解，以及该算法在量化交易中的经典应用场景；下篇将进入实战环节，完成聚类算法落地、支撑压力位可视化与策略有效性验证。

---

一、开发环境准备

1.1 依赖库安装

本文代码基于 Python 开发，需要提前安装行情接口、数据处理、算法计算、可视化相关的依赖库，打开终端执行以下 pip 命令即可一键安装：

pip install pandas numpy matplotlib scipy scikit-learn xtquant

各依赖库核心作用说明：

• pandas/numpy：金融数据处理与数值计算核心库
• matplotlib：K 线与聚类结果可视化
• scipy/scikit-learn：KMeans 聚类算法实现与科学计算
• xtquant：miniQMT 终端官方 Python 行情 & 交易接口

1.2 基于 xtquant 的行情数据获取函数

我们先封装一个通用的股票历史行情获取函数，后续所有聚类分析的数据源均通过该函数生成，支持日 K、周 K、月 K 多周期，以及多种复权方式配置。

import pandas as pd
from xtquant import xtdata

def get_hq(code, start_date='19900101', period='1d', dividend_type='front_ratio', count=-1):
    """
    基于xtquant下载并获取股票历史行情数据
    :param code: 股票代码，格式如 600000.SH
    :param start_date: 行情起始日期，格式YYYYMMDD
    :param period: K线周期，支持 1d(日K)/1w(周K)/1mon(月K) 等
    :param dividend_type: 除权方式，可选 none(不复权)/front(前复权)/back(后复权)/front_ratio(等比前复权)/back_ratio(等比后复权)
    :param count: 获取K线数量，-1为获取起始日期以来全部数据
    :return: 包含OHLCV数据的DataFrame，索引为日期
    """
    # 关闭接口hello打印
    xtdata.enable_hello = False
    # 增量下载历史行情数据
    xtdata.download_history_data(stock_code=code, period=period, incrementally=True)
    # 获取行情数据
    history_data = xtdata.get_market_data_ex(
        field_list=['open', 'high', 'low', 'close', 'volume', 'amount', 'pre_close'],
        stock_list=[code],
        period=period,
        start_time=start_date,
        count=count,
        dividend_type=dividend_type
    )
    # 转换为DataFrame并格式化日期索引
    df = history_data[code]
    df.index = pd.to_datetime(df.index.astype(str), format='%Y%m%d')
    df['date'] = df.index
    return df

函数使用示例：获取贵州茅台 2023 年以来的前复权日 K 行情

df = get_hq('600519.SH', start_date='20230101', period='1d', dividend_type='front_ratio')
print(df.head())

---

二、KMeans 聚类算法核心原理

2.1 什么是 KMeans 聚类

KMeans 是经典的无监督机器学习算法，核心特点是无需提前标注数据标签，算法可自主从数据中挖掘规律，完成数据的自动分类。

它的核心任务是：将输入的 N 个数据点，自动划分为 K 个互不重叠的「簇（Cluster）」，每个簇对应一个「聚类中心点（Center）」，最终保证同一簇内的数据点相似度最高，不同簇间的数据点差异最大。

对应到股票分析场景中，我们将股票的历史价格（收盘价 / 高低价）作为输入数据点，KMeans 就能自动帮我们找到历史走势中成交最密集的几个价格水平，而这些价格密集区，正是市场共识最强的支撑位与压力位。

2.2 通俗理解：股价与电梯的类比

我们用一个生活化的例子，彻底搞懂 KMeans 在价格分析中的逻辑：我们可以把股价比作一部大楼里的电梯，不同的股价水平就是大楼的不同楼层，每天的收盘价就是电梯的停靠记录。

• 过去一段时间，电梯在很多楼层都停过，但有的楼层只短暂停靠 1 次，有的楼层却反复停靠，人流量极大；
• 作为大楼管理员，我们核心想知道的，就是这部电梯最常停靠的核心楼层有哪些。

而 KMeans 算法，就是帮我们找到这些核心楼层的工具，对应关系如下：

电梯场景	股票价格分析场景
电梯楼层	股价水平
电梯停靠次数	股价在该价位的出现频率 / 成交量
核心停靠楼层	聚类中心点（价格密集区）

这些市场记忆最深刻的「核心楼层」，就是我们要找的关键位置：

• 股价上行时，到达该价位容易遇到大量卖盘，形成压力位；
• 股价下行时，到达该价位容易遇到大量买盘，形成支撑位。

2.3 KMeans 的迭代计算步骤

KMeans 算法的执行过程，就是不断优化聚类中心点位置的迭代过程，核心分为 4 步，我们继续沿用电梯的例子讲解：

1. 初始化中心点：随机选择 K 个楼层，作为初始的「核心停靠楼层」（K 为我们提前设定的聚类数量）；
2. 数据点分配：把每一次电梯的停靠记录（每一个历史价格），全部分配到离它最近的那个核心停靠楼层，形成 K 个分组；
3. 更新中心点：针对每个分组，重新计算该分组内所有停靠楼层的平均值，将这个平均值作为新的「核心停靠楼层」；
4. 迭代收敛：重复执行步骤 2 和步骤 3，直到核心停靠楼层的位置不再发生显著变化，算法收敛，最终输出 K 个聚类中心点。

2.4 数学定义：最小化平方误差和 SSE

KMeans 算法的优化目标，是最小化所有数据点到其所属聚类中心的平方误差和（SSE），对应的数学公式如下：

公式中各参数含义：

• k：提前设定的聚类簇数量；
• Ci：第i个聚类簇的数据集合；
• μi：第i个聚类簇的中心点；
• ∥x−μi∥2：数据点x到其所属簇中心点μi的欧氏距离平方。

简单来说，算法的核心目标，就是找到一组最优的中心点，让每个价格数据点，到它所属的聚类中心点的距离之和最小，最终得到的中心点，就是价格最集中的区域。

---

三、KMeans 在量化交易中的经典应用

除了本文核心讲解的「价格密集区与支撑压力位识别」，KMeans 在量化交易领域还有诸多成熟的应用场景，这里给大家做一个全面的梳理：

1. 股票池聚类分组：将全市场股票的因子特征（市盈率、市净率、波动率、换手率、动量等）作为输入，算法会自动将特征相似的股票归为一类，帮助我们识别同风格、同走势的股票，构建差异化股票池。
2. 板块与行业效应分析：对同一行业 / 概念板块内的个股进行聚类，识别板块内走势高度联动的核心个股，挖掘板块龙头与跟风标的，辅助板块轮动策略开发。
3. 量化因子分层回测：对单因子或多因子合成值进行聚类，自动完成因子值的分层（如高动量、中动量、低动量），替代传统的等频 / 等距分层方式，更贴合因子的实际分布特征，为多因子策略的分层回测与选股打下基础。
4. 异常交易行为识别：对股票的量价特征、分时成交数据进行聚类，识别出与正常走势差异极大的异常数据点，辅助捕捉异动个股、规避极端行情风险。
5. 交易策略参数优化：对策略的历史回测参数与收益结果进行聚类，找到最优的参数区间，避免参数过拟合，提升策略的样本外稳健性。

---

下篇预告

本篇我们完成了算法原理的讲解与基础环境的搭建，下篇我们将进入核心实战环节：

1. 基于上文的行情函数，提取股票价格数据，完成 KMeans 聚类的代码实现；
2. 讲解聚类数量 K 的最优值选择方法（肘部法则）；
3. 完成支撑位、压力位的可视化绘制，与 K 线图叠加展示；
4. 基于聚类结果，构建简单的支撑压力位交易策略，并完成回测验证。