惊呆了,探究如果机器用MACD法对股票进行做套的胜率,竟高达%80-CSDN博客

本文链接：https://blog.csdn.net/linxinloningg/article/details/121955776

本文通过Python实现了一个简单的股票交易策略，利用MACD指标进行买卖决策。实验结果显示，该策略的胜率高达80%。文章详细介绍了MACD的原理，以及如何构造计算MACD的函数，最后通过实际数据验证了策略的有效性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

做套：惊呆了！探究如果机器用MACD法对股票进行做套的胜率,竟高达%80。

前言：

今天在整理自研量化系统的代码屎山时，无意间想记录一下如果仅仅严格按照MACD法对买入的股票进行做套，胜率将会是多少呢？

接下来就来尝试一下，首先得简单了解一下什么是MACD，这个我也不多解释了，“dddd”，所以简单百度百科一下：MACD称为异同移动平均线，是从双指数移动平均线发展而来的，由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF，再用2×（快线DIF-DIF的9日加权移动均线DEA）得到MACD柱。MACD的意义和双移动平均线基本相同，即由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势，但阅读起来更方便。MACD的变化代表着市场趋势的变化，不同K线级别的MACD代表当前级别周期中的买卖趋势。

简单了解完之后就可以开始实现了：

第一步导入数据：
```
df = pd.read_csv("2021-11-19.csv")
```
这里用一下2021年11月19号的上证A股所有股票的日分钟数据

忽略’code’列股票代码显示不全的问题，从数据库备份转csv时没注意code特征列数值的属性，但对这次实验不造成影响，后期把“0”补回去就好了，就是csv保存时把前面的“0”都去掉了，数据量有54w条，足够大了。

构造计算MACD的函数

这里就需要用到macd的公式了

12日EMA的算式为

EMA（12）=前一日EMA（12）×11/13+今日收盘价×2/13

26日EMA的算式为

EMA（26）=前一日EMA（26）×25/27+今日收盘价×2/27
DIF=今日EMA（12）－今日EMA（26）
今日DEA（MACD）=前一日DEA×8/10+今日DIF×2/10

主要是计算EMA和DIF，EMA我使用pandas的ewm函数来计算

def EMA(arr):
    """
    :param arr:价格列表
    :return:
    """
    df = pd.DataFrame(arr)
    return df.ewm(span=len(arr), min_periods=len(arr)).mean().values[-1]

完整的计算MACD函数的代码为：

def CalculateMACD(price_list, _dea):
    """
    :param price_list: 包含26个数据的列表
    :param _dea: 值 例如：11
    :return:
    """
    def EMA(arr):
        """
        :param arr:
        :return:
        """
        df = pd.DataFrame(arr)
        return df.ewm(span=len(arr), min_periods=len(arr)).mean().values[-1]
    EMA_12 = int(EMA(price_list[:12]).flat[-1])
    EMA_26 = int(EMA(price_list[12:26]).flat[-1])
    DIF = EMA_12 - EMA_26
    DEA = _dea * 8 / 10 + DIF * 2 / 10
    BAR = 2 * (DIF - DEA)
    MACD = [round(DIF, 2), round(DEA, 2), round(BAR, 2)]
    return MACD

此外，还利用sklearn的线性模型库linear_model构造一个可以计算一段时间内价格变动趋势的函数，其实就是分析线性方程组的斜率，从而得知在这段时间，价格变动的趋势

def CalculateTrend(price_list):
    """
    :param price_list: 包含26个数据的列表
    :return:
    """
    regr = linear_model.LinearRegression()
    X = list()
    for x in range(1, len(price_list