量化策略：如何用均线生成反转信号

本文链接：https://blog.csdn.net/weixin_42731853/article/details/111413764

本文探讨了如何使用移动平均线（均线）交叉生成交易信号，并提出了一种名为移动平均宽度指标（MAWI）的新概念。通过Python代码示例，展示了如何计算MAWI，以及如何构建基于MAWI的反转交易策略。结论强调，实际交易中应结合个人见解和研究以实现盈利。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

移动平均线（Moving Average）是最简单的技术指标之一，它能够快速且有效地帮助我们进行交易和分析。在本文中，我们将从不同的角度讨论均线交叉的概念。

我们通常将短期均线和长期均线交叉作为交易信号，如果我们想从均线交叉中提取更多信息，可以创建一个新指标，包含多个信号的生成过程。该指标非常容易计算和理解，我们将在下面详细介绍。

本文来自《数据黑客》，登录官网可阅读更多精彩资讯和文章。

关于均线交叉

移动平均线有助于确认并把握趋势。它们是最著名的技术指标，使用简单且可靠。我们可以用均线来确定支撑和阻力位，设置止损和止盈等。

但是，正如统计数据和常识告诉我们，趋势上升后必然下降，因此出现了将均线用作反转指标而不是趋势指标的想法。

在这里插入图片描述

上图显示EURUSD的60天简单移动平均和200天简单移动平均线。当短期均线从下方上穿长期均线时，称为黄金交叉（看涨），当短期均线下穿长期均线时，称为死亡交叉（看空）。

如果要将均线交叉转化为更可量化的事物，该怎么做？更进一步，如何将均线交叉作为反转信号而不是趋势跟随信号？

我引入一个新概念：移动平均宽度指标（Moving Average Width Indicator），简称MAWI。

在这里插入图片描述

上图显示EURCAD的60天均线和200天均线。

可以用以下Python代码计算简单移动平均线：

def ma(Data, lookback, what, where):  
      
    for i in range(len(Data)):  
            try:  
                Data[i, where] = (Data[i - lookback + 1:i + 1, what].mean())  
          
            except IndexError: