今天我用Ptrade写了2个行情分析的范例，使用了用机器学习工具 Sklearn 包的聚类分析功能。借助这个工具，我们可以迅速地对某标的的历史行情做出一个阻力支撑位识别。 这两个范例中，其中一个考虑了成交量的权重关系，另一个没有，后文我还对两种分析方法的分析结果进行了简单比对。 

一、简介Sklearn

Sklearn 全称 Scikit-learn。它涵盖了分类、回归、聚类、降维、模型选择、数据预处理六大模块，降低机器学习实践门槛，将复杂的数学计算集成为简单的函数，并提供了众多公开数据集和学习案例。

官方文档：https://scikit-learn.org

二、代码截图示意（节选）

这个范例 （考虑成交量） 全文只有63行，虽然短小，但是针对成交在具体价位的权重做了特别处理，也就是说对成交量较大的价格赋予了更高的权重，所以我认为分析结果似乎更贴近我预想的结果

三、输出的结果为2个电子表格文件

下面第一个截图的是分析结果，就是我们聚类分析5个簇的质心，这里我假设它就是阻力支撑点位，图二为我们分析的价格源数据。

四、对输出结果进行可视化分析

总结，我写了两套源代码， 并且横向比对了两种聚类分析方法的结果，我个人认为纯考虑价格，不考虑成交量的分析方法确实了一些价格走势的特征，加权考虑了成交量权重的方法可能更适合一点。两份源码我都放在了附件里，有兴趣拿去玩的朋友自取。