威廉指标（Williams %R）：量化超买超卖信号的经典工具

一、什么是 Williams %R？

Williams %R 指标，中文常称为“威廉指标”，由著名技术分析师 Larry Williams 在1973年提出，是一款专注于识别市场超买（Overbought）与超卖（Oversold）状态的动量型震荡指标。 它与 RSI 类似，都是动量震荡指标，但 %R 具有独特的计算逻辑与解读方式，能在交易策略中起到良好的短期拐点判断作用。

二、威廉指标的计算原理

Williams %R 的核心思想是：当前价格位于过去一段时间最高—最低区间的位置，通过这种相对位置的变化来衡量市场的强弱。

公式如下：

%R = (Highest High - Close) / (Highest High - Lowest Low) × (-100)

• Highest High：最近 N 个周期的最高价
• Lowest Low：最近 N 个周期的最低价
• Close：当前收盘价

其结果范围在 -100 到 0 之间，越靠近 -100 越“超卖”，越接近 0 越“超买”。

三、pandas_ta 中的 Williams %R 应用

在 Python 量化库 pandas_ta 中，williams() 或简称 wr() 函数可以方便地计算 Williams %R 指标，非常适合将其集成到自动化分析流程中。

示例代码

import pandas_ta as ta
df["WR"] = ta.willr(high=df["High"], low=df["Low"], close=df["Close"], length=14)

参数说明：

四、输出结果解释

调用 ta.willr() 将返回一列以 %R 为名的数值序列，例如：

WILLR_14

其中 14 表示使用的周期长度。值域范围为 [-100, 0]，并随着价格接近区间高低点而波动。

五、如何解读 Williams %R 的交易信号？

✅ 超买超卖标准线：

• %R > -20 → 市场处于超买区域，价格上涨过快，警惕回调。
• %R < -80 → 市场处于超卖区域，价格下跌过猛，或有反弹。

✅ 信号组合策略：

• %R 从超卖区上穿 -80：可能是买入信号
• %R 从超买区下穿 -20：可能是卖出信号
• 搭配 RSI 使用：确认动量信号是否一致
• 搭配布林带使用：观察价格是否突破布林上/下轨增强判断

六、实战案例：结合 Williams %R 识别拐点机会

import yfinance as yf
import pandas_ta as ta
import matplotlib.pyplot as plt

# 获取苹果公司（AAPL）2023 年数据
df = yf.download("AAPL", start="2023-01-01", end="2023-12-31")

# 计算威廉指标
df["WR"] = ta.willr(df["High"], df["Low"], df["Close"], length=14)

# 可视化
plt.figure(figsize=(14,6))
plt.plot(df.index, df["WR"], label="威廉指标 %R", color="purple")
plt.axhline(-20, color="red", linestyle="--", label="超买区")
plt.axhline(-80, color="green", linestyle="--", label="超卖区")
plt.title("AAPL 股票的 Williams %R 指标走势")
plt.legend()
plt.grid(True)
plt.show()

在该图中，你可以清晰地观察到苹果股价多次在 %R < -80 后迎来反弹，以及在 %R > -20 后遇到短期顶部。

七、优势与局限分析

✅ 优势：

• 非常适合捕捉短期反转机会
• 计算简单，适配广泛
• 与 RSI 相似，但更敏感，适合短线交易

⚠️ 局限：

• 易在强趋势行情中产生钝化信号
• 不能单独使用，需要结合趋势、成交量或其他指标进行二次确认

八、结语与中文命名建议

Williams %R（威廉指标） 是一款历经数十年考验的震荡型动量指标，在程序化交易与策略开发中依旧有其独特地位。 它帮助交易者在短线波动中快速识别买卖极端区域，尤其适合用于捕捉超跌反弹或高位回落的初期信号。