如何基于长度计算最近N个枢轴的平均值？（Pine Script示例）

核心思路 #

• 用ta.pivothigh()和ta.pivotlow()识别枢轴高低点
• 用动态数组存储最近N个有效枢轴值，超出设定长度时移除最早记录
• 基于数组内的数值计算平均值

完整代码示例 #

//@version=5
indicator("最近N个枢轴高低点平均值", overlay=false)

// 输入参数
pivot_length = input.int(5, title="要计算的枢轴数量", minval=1)
left_bars = input.int(1, title="枢轴左侧确认K线数", minval=1)
right_bars = input.int(1, title="枢轴右侧确认K线数", minval=1)

// 初始化存储枢轴高低点的数组
var float[] pivot_highs = array.new_float()
var float[] pivot_lows = array.new_float()

// 识别当前K线是否为枢轴高点/低点
is_pivot_high = ta.pivothigh(left_bars, right_bars)
is_pivot_low = ta.pivotlow(left_bars, right_bars)

// 更新枢轴高点数组：添加新枢轴，保持数组长度不超过设定值
if is_pivot_high
    array.push(pivot_highs, ta.valuewhen(is_pivot_high, high, 0))
    if array.size(pivot_highs) > pivot_length
        array.shift(pivot_highs)

// 更新枢轴低点数组：添加新枢轴，保持数组长度不超过设定值
if is_pivot_low
    array.push(pivot_lows, ta.valuewhen(is_pivot_low, low, 0))
    if array.size(pivot_lows) > pivot_length
        array.shift(pivot_lows)

// 计算平均值（数组为空时返回na）
avg_pivot_high = array.size(pivot_highs) > 0 ? array.sum(pivot_highs) / array.size(pivot_highs) : na
avg_pivot_low = array.size(pivot_lows) > 0 ? array.sum(pivot_lows) / array.size(pivot_lows) : na

// 输出结果
plot(avg_pivot_high, color=color.new(color.red, 0), title="最近N个枢轴高点平均值")
plot(avg_pivot_low, color=color.new(color.green, 0), title="最近N个枢轴低点平均值")

代码解释 #

• 参数设置：pivot_length指定要计算的最近枢轴数量，left_bars和right_bars控制枢轴点的确认范围（比如left_bars=1代表当前K线高点需高于左侧1根K线的高点）
• 数组维护：用var关键字初始化数组，确保脚本重启时不重置；每次识别到新枢轴时添加到数组，若数组长度超过设定值，用array.shift()移除最早的元素
• 平均值计算：通过array.sum()求和后除以数组长度，数组为空时返回na避免错误
• 可视化：用不同颜色的线绘制两个平均值，方便观察

注意事项 #

• 若市场中枢轴点数量不足N个，平均值会基于已有的枢轴点计算
• 调整left_bars和right_bars会改变枢轴点的识别灵敏度，数值越大，识别出的枢轴点越少但可靠性越高

内容的提问来源于stack exchange，提问作者Aniketh Jain