持续上涨识别指标：判断趋势启动的关键信号
一、什么是持续上涨识别指标（Increasing）？
持续上涨识别指标（Increasing），是由 Kevin Johnson 设计的一种趋势识别工具，属于方向性判断的范畴。它的主要功能是判定某资产在给定周期内是否处于上涨状态，特别适用于以下两类场景：
- 判断当前是否为一个短期的上涨窗口；
- 识别是否存在连续多个周期的上涨，用于追踪趋势初期。
在 pandas_ta 中，它被简洁地称为 increasing() 函数，使用非常灵活，适合纳入多种策略模型中。
二、指标核心逻辑与原理
Increasing 指标的逻辑非常直观：它通过计算当前周期的价格与前一周期之间的差值，判断价格是否处于“上升”状态。 此外，它还能进一步：
- ✅ 判断是否连续上涨 N 个周期；
- ✅ 判断上涨幅度是否超过某百分比阈值；
- ✅ 选择以
1/0或True/False形式返回布尔结果； - ✅ 也支持将结果作为整数序列用于回测分析。
这种规则透明、计算高效的特性，让 Increasing 成为构建趋势突破或动量策略的重要组件。
三、在 pandas_ta 中如何使用 Increasing？
import pandas_ta as ta
df['increasing'] = ta.increasing(df['close'], length=3, strict=True, percent=1.5)参数详解：
| 参数名 | 类型 | 说明 |
|---|---|---|
close |
Series | 收盘价序列（或其他指标序列） |
length |
int | 连续上涨周期数（默认 1） |
strict |
bool | 是否严格要求连续上涨（默认 False） |
percent |
float | 判断上涨幅度的最小百分比，如 1.5 表示上涨需超过 1.5% |
asint |
bool | 是否将布尔值以整数形式返回（默认 True） |
drift |
int | 用于计算涨跌差的位移周期（默认为 1） |
offset |
int | 返回值的时间偏移量 |
四、实际案例演示：识别持续上涨信号
我们以 AAPL（苹果公司）为例，筛选过去 3 个交易日持续上涨超过 1% 的情形：
import yfinance as yf
import pandas_ta as ta
import matplotlib.pyplot as plt
# 获取历史数据
df = yf.download("AAPL", start="2023-01-01", end="2024-01-01")
# 应用 Increasing 指标
df["up3days"] = ta.increasing(df["Close"], length=3, strict=True, percent=1.0)
# 绘制上涨信号图
plt.figure(figsize=(14,6))
plt.plot(df["Close"], label="收盘价")
plt.plot(df[df["up3days"] == 1].index, df["Close"][df["up3days"] == 1],
marker="^", color="green", linestyle="None", label="3日连续上涨>1%")
plt.title("AAPL：3日持续上涨信号识别（Increasing 指标）")
plt.legend()
plt.grid()
plt.show()结果中每一个绿色箭头，都是一个“价格连续上涨 3 天，且每次涨幅 > 1%”的信号。
五、策略应用场景
1️⃣ 趋势突破筛选器
在趋势交易策略中，我们常需要确认价格已经开始连续上涨。Increasing 可作为 趋势确认模块：
buy_signal = (increasing(close, length=3, strict=True)) & (ema(close, 20) > ema(close, 50))2️⃣ 多因子动量策略中的动量确认
结合 RSI 或 MACD 等动量类指标，进一步强化上涨有效性判断：
strong_momentum = (increasing(close, length=5, percent=2.0)) & (rsi(close) > 60)六、与 Decreasing 指标的对比
increasing() 是 pandas_ta 中方向判断的正向版本，与其相对的还有 decreasing()：
| 对比项 | increasing() | decreasing() |
|---|---|---|
| 判断逻辑 | 是否处于连续上涨状态 | 是否处于连续下跌状态 |
| 策略方向 | 多头趋势识别 | 空头趋势识别 |
| 参数一致性 | 完全一致 | 完全一致 |
七、为什么 Increasing 指标值得加入你的工具箱？
- ✅ 零滞后逻辑判断：可直接参与实盘信号生成；
- ✅ 参数高度自定义：周期、百分比、返回格式均可调；
- ✅ 轻量级运算效率：可用于数百万数据点回测；
- ✅ 适配性强：可用于价格、成交量、指标值等任意数列。
在设计策略时，Increasing 指标提供了无与伦比的可解释性与精度控制能力，是构建 Alpha 模型的优选基因之一。
八、结语
持续上涨识别指标（Increasing） 是一个高效、透明、灵活的技术分析工具，适用于构建趋势识别、突破跟踪、动量过滤等多种策略。在 pandas_ta 中，它的使用方式极其简单却功能强大，是每位量化分析师值得深入挖掘的利器。
无论你是构建多因子选股系统，还是开发短线交易模型，increasing() 都能提供清晰而可靠的上涨判断依据。