龙岗网络推广深圳网站建设竞价托管
策略交易 - 均线策略（Moving Average Strategy）
一、前言
均线策略 是最经典、最简单、最实用的量化交易策略之一，也是许多新手入门量化交易的第一步。
二、“均线”是什么
均线（Moving Average，简称 MA），是某个时间段内价格的平均值，通常用于观察价格趋势。
常见均线种类：
| 名称 | 公式 | 意义 |
|---|---|---|
| 简单均线（SMA） | 最简单的平均值 | 平滑价格波动 |
| 指数均线（EMA） | 最近的数据权重更高 | 更快反应新行情 |
三、核心逻辑
利用两条不同周期的均线判断趋势，决定买入或卖出。
最经典形式：双均线策略（Dual MA Strategy）
四、“双均线策略”规则
| 条件 | 操作 |
|---|---|
| 短期均线 上穿 长期均线 | 买入（称为“金叉”） |
| 短期均线 下穿 长期均线 | 卖出（称为“死叉”） |
比如：
- 短期均线：5日平均价格（SMA_5）
- 长期均线：20日平均价格（SMA_20）
五、图示理解
价格线： ／＼ ／＼
短期均线（5日）： ／＼／＼＼
长期均线（20日）： ——＼__／———金叉：短期从下向上穿过长期 → 做多（买入）
死叉：短期从上向下穿过长期 → 平仓或做空
六、原理&本质
为什么这个策略有效？
-> 原理：
- 当短期均线向上穿越长期均线，说明“短期上涨速度超过长期平均”，可能是上涨趋势开始。
- 当短期均线向下穿越长期均线，说明“短期下跌加剧”，趋势可能反转。
-> 本质：
这是一种趋势跟随（Trend Following）策略，它不会抄底或摸顶，而是追着趋势吃中间的一段。
七、可调参数
| 参数 | 意义 | 示例 |
|---|---|---|
| 短期周期 | 越小越敏感 | 5、10 |
| 长期周期 | 越大越稳重 | 20、50、200 |
| 交易频率 | 与K线周期有关 | 日线、小时线、分钟线等 |
| 滑点与手续费 | 实盘中必须考虑 | 0.1%每次交易等 |
八、优点和缺点
-> 优点
- 简单易懂，逻辑清晰
- 可用在任何标的（股票、币种、期货）
- 可参数优化（适合机器学习）
- 可程序化、自动化交易
-> 缺点
- 信号滞后（必须等趋势确认后再进场）
- 高频震荡行情中会频繁“假信号”，导致亏损
- 不适合震荡盘（更适合趋势行情）
九、实战事例
以狗狗币（DOGEUSDT）为例，来实现均线策略，数据从币安拿。
-> 库的安装
pip install python-binance pandas matplotlib
-> 相关代码
# -*- coding: utf-8 -*-
# @Author: zhangfujie
# @Date: 2025-06-08 19:01:45
# @Last Modified by: zhangfujie
# @Last Modified time: 2025-06-08 19:35:27from binance.client import Client
import pandas as pd
import matplotlib.pyplot as plt
import datetime
# 设置支持字体，不然中文无法显示
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties# 策略交易之均线策略
def moving_average_strategy():# 1. 初始化币安客户端（不需要API KEY也可以获取公共行情）client = Client()# 2. 下载 DOGE/USDT 的历史数据（如1小时K线）symbol = "DOGEUSDT"interval = Client.KLINE_INTERVAL_1HOURstart_str = "1 Jan, 2025"# 3. 获取K线数据klines = client.get_historical_klines(symbol, interval, start_str)# 4. 整理为DataFramedata = pd.DataFrame(klines, columns=["timestamp", "open", "high", "low", "close", "volume","close_time", "quote_asset_volume", "number_of_trades","taker_buy_base", "taker_buy_quote", "ignore"])data["timestamp"] = pd.to_datetime(data["timestamp"], unit="ms")data.set_index("timestamp", inplace=True)data["close"] = data["close"].astype(float)# 5. 计算均线data["SMA_5"] = data["close"].rolling(window=5).mean()data["SMA_20"] = data["close"].rolling(window=20).mean()# 6. 生成交易信号data["signal"] = 0data.loc[data["SMA_5"] > data["SMA_20"], "signal"] = 1data.loc[data["SMA_5"] < data["SMA_20"], "signal"] = -1# 7. 策略收益data["position"] = data["signal"].shift(1)data["return"] = data["close"].pct_change()data["strategy"] = data["position"] * data["return"]# 8. 可视化：策略 vs 原始收益data[["return", "strategy"]].cumsum().plot(figsize=(12, 6))# 图标显示的字体是苹方体font_path = '/System/Library/Fonts/PingFang.ttc'chinese_font = FontProperties(fname=font_path)plt.title("DOGE/USDT - 均线策略 vs 持有收益", fontproperties=chinese_font)plt.ylabel("累计收益", fontproperties=chinese_font)plt.grid(True)plt.show()if __name__ == '__main__':moving_average_strategy()
-> 运行结果
-> 说明
| 步骤 | 内容 |
|---|---|
| 数据源 | 直接从 币安API 获取 DOGEUSDT 的历史K线（1小时） |
| 策略 | 5小时均线 > 20小时均线 → 做多；反之做空（或清仓） |
| 可视化 | 累计收益图，比较“策略 vs 单纯持有”表现 |
-> 提示 & 拓展
-
若我们想做分钟级别高频策略，把 KLINE_INTERVAL_1HOUR 改成 KLINE_INTERVAL_1MINUTE
-
可以加上手续费（如每次交易扣 0.1%）来模拟更真实场景
-
如果你想让它实时监控并自动下单，需要使用 Binance 的下单接口（需要 API Key）
十、策略总结
均线策略是趋势交易的入门方法，虽然简单，但理解透彻后能衍生出更复杂的量化系统。
-> 延伸策略：
| 策略名称 | 改进点 |
|---|---|
| 三均线策略 | 加入第三条长期均线，过滤震荡 |
| 均线+RSI | 均线判断趋势，RSI判断超买超卖 |
| 多因子策略 | 均线作为因子之一，加入成交量、MACD、布林带等 |
十一、关于作者(ZFJ_张福杰)
- 官网：https://zfjsafe.com
- 博客：https://zfj1128.blog.csdn.net
- Github：https://github.com/zfjsyqk
- Gitee：https://gitee.com/zfj1128
- 打赏：https://zfjsafe.com/paycode