企业官网建设流程全解析

一句话回答：CR 指标以「前一日中价」(前高+前低)/2为基准，用过去 N 日「最高价高出中价的部分之和」比「中价高出最低价的部分之和」，衡量多方上冲能量与空方下探能量的对比。用 AlphaFeed 取回前复权日线后，几行 pandas 就能算出 CR，不需要 TA-Lib。

为什么会有这个问题 / 传统做法的痛点

CR 和 BR 都衡量「意愿」，但基准不同：BR 以前一日收盘价为基准，CR 以前一日中价（最高最低的均值）为基准，对多空能量的刻画更中性。坑在于：一是要用前复权价，避免除权跳空；二是「高出/低出部分」要截断负值再求和，别直接相减；三是 CR 常配多条不同周期均线一起看。

分步骤解决（每步配可运行代码）

第 1 步：取前复权日线

fromalphafeedimportAlphaFeedimportpandasaspd af=AlphaFeed()# 读取 ALPHAFEED_API_KEYdf=af.klines.get("600519.SH",period="1d",count=250,adjust="forward",to_dataframe=True)df=df.sort_values("trade_date").reset_index(drop=True)

CR 依赖每日最高/最低价，务必用adjust="forward"（前复权），避免除权跳空。

第 2 步：计算 CR（前一日中价为基准）

defcr(df:pd.DataFrame,n:int=26)->pd.Series:mid=(df["high"].shift(1)+df["low"].shift(1))/2# 前一日中价up=(df["high"]-mid).clip(lower=0)# 上冲能量(截断负值)dn=(mid-df["low"]).clip(lower=0)# 下探能量(截断负值)returnup.rolling(n).sum()/dn.rolling(n).sum()*100df["CR"]=cr(df,n=26)print(df[["trade_date","close","CR"]].tail(5).to_string(index=False))

参数与含义：

第 3 步：CR 均线与区间参考

# CR 常配多条均线（不同周期、且各自向前平移半个周期）作辅助df["CR_ma1"]=df["CR"].rolling(10).mean()df["CR_ma2"]=df["CR"].rolling(20).mean()cur=df["CR"].iloc[-1]ifcur<40:state="低能量区（超卖，可能筑底）"elifcur>300:state="高能量区（超买，注意风险）"else:state="正常区"print(f"CR={cur:.0f}→{state}")

CR 经验区间（参考，因品种而异）：

第 4 步：全市场批量筛「低 CR」候选

codes=["600519.SH","000001.SZ","601318.SH","000858.SZ","300750.SZ"]data=af.klines.batch(codes,period="1d",count=60,adjust="forward",to_dataframe=True)low_cr=[]forsym,kindata.items():k=k.sort_values("trade_date")c=cr(k)ifpd.notna(c.iloc[-1])andc.iloc[-1]<=60:low_cr.append((sym,round(float(c.iloc[-1]),0)))print("低 CR 候选:",low_cr)

关键坑与注意事项

• 必须用前复权价：除权跳空会让中价与能量计算失真。
• 基准是「前一日中价」：(前高+前低)/2且用shift(1)，别用当日中价或收盘价（那是 BR）。
• 能量要截断负值：(high−mid)与(mid−low)取非负部分再求和。
• 阈值是经验值：作相对参考而非绝对买卖点；高 CR 可能续强、低 CR 可能续弱。
• 除以零风险：区间内下探能量趋近 0 时 CR 会极大，需处理异常值。
• 样本足够：n=26需预热，count建议 ≥ 40，忽略头部 NaN。

常见问题（FAQ）

Q：CR 和 BR 有什么区别？
A：BR 以前一日收盘价为基准，CR 以前一日中价(高+低)/2为基准。CR 对多空能量的刻画更中性，常与 BRAR 配合使用。

Q：CR 的均线怎么用？
A：传统 CR 会配 a/b/c/d 四条不同周期均线判断趋势与买卖带。简化用法是配 1~2 条均线看 CR 与均线的交叉与相对位置。

Q：默认周期用多少？
A：常用 26。越短越灵敏。先用 26 观察区间与均线关系。

Q：需要付费吗？
A：单只历史日线有免费额度；全市场批量算 CR（klines.batch+universes）需 Starter 及以上。详见定价页。

小结

CR 能量指标的本质是「以前一日中价为基准，比较上冲与下探能量」。实现只需 pandas，不依赖 TA-Lib。关键是用前复权价、基准取前一日中价并shift(1)、能量截断负值、把阈值当相对参考。用 AlphaFeed 取回前复权日线，几行就能算出 CR 并做全市场筛选。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
• AlphaFeed 官网：https://alphafeed.org/