古语云“授人以鱼不如授人以渔”，说的是传授给人知识，不如传授给人学习知识的方法，一条鱼能解一时之饥，却不能解长久之饥，如果想永远有鱼吃，那就要真正学会捕鱼的方法。回到基金投资上，告诉你买卖哪个基金是为鱼，而教授一种分析买卖的方法是为渔。我计划在授人以渔系列中，不断分享一些简单有效的基金投资的分析方法，希望通过分享能为有缘人提供一些思路。
阻力和支撑的概念，大家应该都不陌生，一般是用肉眼观察并在行情图上画线，画出阻力位和支撑位，这种方式有很大的主观性，不同的人会画出各不相同甚至是截然相反的阻力支撑位。我们在本文讨论使用无监督学习聚类算法（K-Means）来计算指数（或任何价格数据）的支撑位和阻力位。
支撑和阻力可以理解为由于在一些价格水平上有大量感兴趣的投资者，股票的价格行为可能会在这个价格水平上停止或反转。例如如果股票价格下跌后在低位徘徊，随后又开始上涨，我们会将其徘徊的低价视为支撑位。阻力则是相反的：在上涨市场中，如果价格触及某个高点然后没有突破它（要么停止在该水平或下降），那么那个高价就是阻力，这一点从行为金融学可以得到有说服力的解释。在阻力位和支撑位附近存在一些收益风险比极有利的交易机会。
要找到股票在哪些关键价格水平之间移动，用无监督学习算法相对于肉眼分辨可以更完美的解决这个问题。K-Means是一种非常流行的无监督机器学习算法。它获取数据，尝试创建 K 个组，找到时间序列数据的不同部分，并根据数据与每个 K 组/集群的中心的接近程度对数据进行分组，这个数字 (K) 还可以优化。然后将每组的最高值和最低值定义为集群的支撑值和阻力值。
以下是使用K-Means计算的上证综指的阻力线、支撑线的示例。可以明显看到，在阻力支撑线附近寻找交易机会，加上止损保护，可以找到赔率很有利的进场点和出场点。注意，阻力线和支撑线的数量也是可以自己定义的，使用多条阻力支撑线，可以设计出灵活好用的交易策略。
如果你想了解更多关于用K-Means算法计算阻力支撑线的细节，可以给我留言。阻力支撑线的方法，是我基金投资方法体系的一小部分应用，我在天天基金公开了“以交易为生”的实盘组合，关注组合可以跟踪了解方法的具体应用。
