听说MACD是技术指标之王?我们用Python来验验成色

 

 

 

 

经常有朋友问我一些MACD这个技术指标相关的问题:

 

 

 

本文就全面的讲解一下MACD指标,用Python和全量的历史数据,看看它的表现到底如何。

 

 

01

什么是MACD

 

不管你是交易A股、美股、期货还是数字货币,大部分的行情软件都会将MACD指标默认显示在指标的前几位

 

例如下图,在常见的K线图下方有两条曲线和一些红或绿色的柱子,这个组合就是MACD指标

 

MACD指标

 

 

 

根据MACD指标的定义,它主要由DIFFDEAMACD三部分组成:

 

DIFF是下图中的橙线,它是对K线收盘价进行一系列的计算后得到:

 

 

 

DEA是下图中的蓝线,它是在DIFF的基础上进一步计算得出:

 

 

 

橙线(DIFF)减去蓝线(DEA)后,再乘以2就能得到MACD指标了,也就是下图中红色和绿色的柱子

 

 

 

柱子的长度就是MACD绝对值的大小,如果MACD大于0,则为红色,如果MACD小于0,则为绿色

 

我们做量化交易的,不仅要在图上看到指标,还要将其计算出来,这样才方便之后得到相应的买点、卖点。

 

知道定义后要计算MACD并不复杂,几行Python代码就能搞定:

 

 

 

其中计算MACD仅用了最后5行代码,前面3行主要是导入数据及计算复权价。人生苦短,我用Python。

 

当然,头发苦短,也用Python

 

 

有了这个代码,我们读取某股票的K线数据,就能得到其每根K线对应的MACD指标:

 

数据输入

 

 

数据输出

 

 

想要以上的代码和数据亲自尝试,可以加我xingbuxing0809获取。

 

02

如何使用MACD

 

计算出MACD指标之后,我们应该如何使用呢?

 

介绍一个MACD最常见的用法--“金叉和死叉”

 

仔细观察MACD的图形,我们会发现,橙线(DIFF)蓝线(DEA)纠缠在一起,互相不断交叉,这些交叉点就可以作为买入和卖出的信号

 

橙线(DIFF)和蓝线(DEA)相互交叉

 

橙线(DIFF)向上穿过蓝线(DEA)时,被称为“黄金交叉”,简称“金叉”,这是一个买入信号。

 

例如下图发生金叉后,确实一路上涨。

 

 

橙线(DIFF)向下穿过蓝线(DEA时,被称为“死亡交叉”,简称“死叉”,这是一个卖出信号。

 

例如下图发生死叉后,股价也开始下跌。

 

 

 

金叉和死叉必定是相邻交替出现,最常见基于MACD的择时策略就是选择在金叉时买入、死叉时卖出

 

沪深300MACD择时表现

 

 

上图是沪深300某段时间的K线图,红色部分表示金叉买入持有指数的阶段,绿色部分表示死叉卖出空仓的阶段。

 

从图中看,红色部分确实主要在上涨,绿色部分也确实在下跌

 

这样看来,MACD的择时能力,让人不禁打出666。

 

 

看到这是不是有点心动了,甚至准备试着操作,从此走向人生巅峰?

 

先别着急。

 

新华书店正面显眼处,摆放着"炒股大师"的书,通常也会告诉你某个神奇的指标

 

然后再精挑细选出几张行情图片,展示这个指标的买点、卖点是多么的神奇,让你对这个指标深信不疑。

 

 

但是对于做量化投资的我们,几张图并不能让人信服。万一这并不是大概率事件,只是巧合呢?

 

想要知道MACD金叉、死叉是否有效,不是只看几张图就行的。

 

而是要把一只股票历史上所有的金叉死叉都找出来,看看它们之后的表现到底怎么样。这样才有说服力。

 

 

02

MACD金叉死叉表现

 

要统计一只股票历史上所有金叉、死叉的表现,人工对着行情软件去数肯定是不行的,此时就需要使用Python。

 

我们把之前计算MACD的Python代码稍作扩展:

 

统计MACD金叉死叉的代码

 

 

通过上面的代码,就可以找到一只股票历史上所有的金叉、死叉。并且还计算了信号发生1、5、20个交易日后股票的涨跌幅:

 

代码统计结果

 

 

有了这个结果就能全面的对金叉、死叉进行评估,如果你想亲自试试,可以加我xingbuxing0809获取代码和数据。

 

1  浦发银行MACD表现

先随便挑一只股票,上交所代码序号排列第一的浦发银行(sh60000),运行下程序看看MACD在它上面的表现:

 

 

 

数据显示,浦发银行从1999年上市至今一共出现过194次金叉,在金叉之后的1天、5天、20天出现上涨的比例分别是:50.51%、48.45%、51.55%

 

这...结果有点出乎意料啊。出现金叉后,上涨的概率都在50%左右...

 

和抛硬币没什么差别

 

 

虽然本来也不指望金叉后100%上涨,但概率怎么说也要有60%吧?

 

要不然干脆来个30%也行,这样当反指用就是70%的胜率。50%是最尴尬的概率了,反过来还是50%

 

而且194次金叉之后1、5、20个交易日的涨幅中位数分别是0.08%、-0.09%、0.39%。

 

只有20日的涨跌幅中值表现稍好,但算一下这个年化收益也就和余额宝差不多。

 

 

再来看死叉。出现死叉后,下跌的概率也基本上是50%左右,涨跌幅中值也接近0%,也是一个没有任何意义的指标

 

以上只是简单的统计,我们再看看严格的按照金叉买入、死叉卖出浦发银行,最终的资金曲线会怎么样呢?

 

我们采用大部分行情软件MACD的默认参数(12,26,9),设置手续费和印花税,进行回测,结果如下:

 

 

 

橙线是浦发银行的原始表现,蓝线是MACD择时策略在浦发银行上的表现。

 

采用MACD择时买卖浦发银行,年化收益率只有3.5%,历时13年资产只涨了61%,而浦发银行本身的股价都翻了1.9倍

 

可以看到使用MACD择时浦发银行的效果很差,还不如直接买入持有

 

 

没想到在各大行情软件都处于C位的人气指标,表现居然这么差?

 

是不是浦发银行刚好不适合MACD呢?

 

2  贵州茅台MACD表现

那我们换个股票,来看看MACD在贵州茅台上的表现。

 

把之前的Python程序的输入数据改成贵州茅台,直接运行即可得出结论:

 

 

 

由图中可见,在发生金叉之后,茅台的上涨概率比浦发银行高了不少,并且涨跌幅中值也有所提升,很不错。

 

 

 

但死叉之后的表现就不尽如人意了。20日后下跌的概率只有43%,中位数上涨0.92%。

 

这...明明是个看涨信号啊

 

 

如果对茅台严格的按照金叉买入、死叉卖出进行操作,表现又如何呢?

 

我们同样采用默认的MACD参数得到如下结果:

 

 

 

如果从2007年投入1元,到现在已经翻了8倍了,年化率高达16.33%,看起来好像很不错。

 

但如果我们和茅台本身的价格对比一下:

 

 

 

上图中的蓝线是MACD择时的表现,橙线是茅台本身的表现,这么一对比,MACD择时的表现就有点可笑了

 

茅台本身的年化收益率高达28.69%,共翻了32.5倍,但是经过MACD择时的一番神操作,只翻了8倍

 

这大概就是传说中的一顿操作猛如虎,一看收益2.5%吧。

 

MACD在茅台上的表现依旧不好,难道是MACD恰好在这两只股票上都不适用?

 

3  所有股票MACD表现

这次我们玩得狠一点,统计一下A股所有股票的MACD表现,看看结果到底怎么样。

 

将之前的Python代码稍作修改就能统计所有股票的MACD表现:

 

可以加我xingbuxing0809获取代码和数据

 

 

 

我们统计了1990年至今大约5000个交易日,A股市场上4000多只股票历史上所有的金叉和死叉,共计约80万次信号,得到如下结果:

 

 

 

不管是金叉后上涨的概率,还是死叉后下跌的概率,都集中在50%左右,涨跌幅中值也都趋近于0%。

 

金叉、死叉并不能预测未来的涨跌。

 

 

所以之后大家如果遇到所谓神器的指标,千万不要人云亦云,一定要亲自用代码和数据去验证下

 

不用代码验证,就只能投入真金白银去试错了

 

4  MACD的其他用法

当然有的朋友可能会说MACD还有很多其他用法。比如著名的顶背离、底背离。

 

顶背离

 

 

底背离

 

 

顶背离指价格峰值不断创新高,但是MACD峰值却一路下跌,这是一个卖出信号。

 

底背离刚好相反,价格峰值一路下跌MACD峰值却不断新高,这是一个买入信号。

 

背离的用法我也验证过,结论暂时保密。对此感兴趣的可以留言,多的话之后可以再单独讲讲。

 

MACD很多其他的用法,想测试的也可以在评论区留言,之后可能可以用程序验证一下它是否有效。

 

 

03

降维打击

 

那MACD指标真的已经不能用了吗?

 

熟悉我的朋友知道我常常会说一句话:

 

与其花时间提高牌技,我更愿意花时间寻找对手更弱的牌局。

 

这句话的意思是,不要去高手扎堆的地方,要主动去找一些竞争对手更弱的环境。

 

我给大家举一个交易上的例子。

 

 

 

华尔街日报统计的数据显示,在美国90%以上的主动基金都没能跑赢大盘指数。美国金融市场发达,基金经理骚操作也多,但还是败给了指数基金。

 

不过这只是美国的情况,中国可不太一样。

 

我之前发过一条朋友圈,里面有详细是数据指出,A股的基金经理是可以显著跑赢大盘指数的。

 

 

那是A股的基金经理更厉害吗?显然目前还不是。

 

原因是美股市场更成熟,高手如云,是一个更高端的牌局

 

而很多人抱怨A股混乱、不成熟、散户多,但这其实是好事。这意味着市场上有更多低水平的投资者,是一个对手更弱的牌局。

A股散户持仓占比

 

 

其实不光是交易,在平时的工作和生活中,换一个对手更弱的牌局会让你更加轻松。

 

这句话放在MACD指标上也一样。

 

比特币历史行情图

 

 

上图是比特币的历史行情图,以比特币为代表的数字货币市场,其实是比A股更不成熟的市场,是一个对手更更弱的牌局

你在比特币市场的对手可能是她们

 

 

在这个市场上,MACD指标就突然显得有效了起来。我们使用比特币2017年9月至今的4小时K线数据,用Python统计其金叉死叉后的表现:

 

 

 

出现金叉后,上涨的概率涨跌幅的中值比在A股的表现都要

 

再来看严格按照MACD金叉、死叉进行买卖的表现,依旧使用在股市默认的参数,扣除手续费,结果如下:

 

 

 

橙线是比特币原始的价格,蓝色的线是MACD择时在比特币上的表现。

 

原始的比特币价格,从2017年9月至今年化收益率是40.07%,而MACD择时的年化收益率为57.79%,提高17个百分点。

 

在风险方面,原始比特币价格的最大回撤高达84.09%,而MACD择时后最大回撤显著降低为36.97%

 

这意味着MACD应用在比特币上可以显著地提高收益并且降低风险,效果显著。

 

 

04

总结

 

数字货币还是一个相对原始的市场,股市里很多已经被无效的策略,在数字货币市场仍然有用。

 

我2017年刚进入数字货币市场,当时行情火热,来不及细细开发策略,就是把原来股票、期货市场的策略简单的搬过来,就有很好的收益

 

再次印证了那句话:“与其提高牌技,我更愿意花时间寻找对手更弱的牌局。

 

本文中用到的数据和代码都已经整理好了,有需要的可以加我xingbuxing0809获取。

本期代码

 

 

本期数据

 

 

 

 

 

  • 14
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MACD(Moving Average Convergence Divergence)是一种常用的技术分析指标,用来衡量价格动能和趋势的强弱。它由两条线组成:MACD线和信号线。 要在 Python 中计算 MACD 指标,你可以使用一些常见的金融数据分析库,如 pandas 和 numpy。下面是一个简单的示例代码: ```python import pandas as pd import numpy as np # 读取价格数据,假设存储在一个名为 df 的 DataFrame 中,包含日期和收盘价两列 df = pd.read_csv('price_data.csv') # 计算短期(12天)和长期(26天)指数移动平均线 short_ema = df['close'].ewm(span=12, adjust=False).mean() long_ema = df['close'].ewm(span=26, adjust=False).mean() # 计算 MACD 线 macd_line = short_ema - long_ema # 计算信号线(9天指数移动平均) signal_line = macd_line.ewm(span=9, adjust=False).mean() # 计算柱状图(MACD 线与信号线的差) histogram = macd_line - signal_line # 输出 MACD 指标结果 macd_indicator = pd.DataFrame({'MACD Line': macd_line, 'Signal Line': signal_line, 'Histogram': histogram}) print(macd_indicator) ``` 在上面的代码中,我们假设价格数据存储在一个名为 `price_data.csv` 的 CSV 文件中,其中包含 `close` 列表示收盘价。你可以根据实际情况修改文件名和列名。 这段代码使用 pandas 库的 `ewm()` 函数计算指数移动平均线,并通过 numpy 库进行简单的数学运算来计算 MACD 线、信号线和柱状图。最后,将结果输出为一个 DataFrame。 请注意,这只是一个简单的示例,你可以根据自己的需求进行更多的定制和改进。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值