移动平均线怎么用才能赚钱经典法则和量化策略都在这

摘要： 移动平均线是趋势跟踪利器，格兰维尔八大法则用大白话讲就是均线上下穿配合价格偏离。金叉死叉、多头空头排列、支撑压力转换，配合均线策略在股票期货中实战有效。

移动平均线到底在算什么

你每天看到的均线，就是把过去某段时间的收盘价加起来除以天数。比如5日均线，就是最近5天收盘价的平均值连成的一条线。别把它想复杂，它就是个平均值，只不过这个平均值每天都在动。

均线的核心作用是过滤噪音，把上蹿下跳的价格拉平，让你看清趋势方向。价格在均线上方，说明近期买的人平均是赚钱的，情绪偏多；价格在均线下方，近期买的人平均亏钱，情绪偏空。

移动平均线怎么用才能赚钱经典法则和量化策略都在这

格兰维尔八大法则的大白话版本

约瑟夫·格兰维尔总结的八条法则，流传了半个多世纪，底层逻辑就一句话：价格偏离均线太远会往回靠，均线本身的方向决定大趋势。

四大买入信号

均线从下跌走平或翘头向上，价格从下往上穿过均线。这是最经典的买点，相当于趋势可能反转。
均线持续向上，价格短暂跌破均线又快速拉回。这叫回踩确认，趋势没坏，洗盘而已。
均线向上，价格在均线上方回调，但没跌破均线就重新上涨。强势特征，买盘迫不及待。
均线向下，价格暴跌远离均线，乖离率过大。跌太狠了，短线有反弹需求，抢反弹用的。

四大卖出信号

均线从上涨走平或掉头向下，价格从上往下跌破均线。趋势可能转空，先跑为敬。
均线持续向下，价格反弹突破均线又迅速跌回。这叫反抽确认，趋势没变，别被骗进去。
均线向下，价格在均线下方反弹，但没突破均线就重新下跌。弱势特征，抛压不断。
均线向上，价格暴涨远离均线，乖离率过大。涨太疯了，短线有回调风险，减仓用的。

这八条法则的精华在于第四条买入和第四条卖出，也就是乖离率极端时的反向操作。但大多数人只记得金叉死叉，忽略了偏离度这个维度。

金叉死叉和多空排列

短期均线从下往上穿过长期均线，叫金叉，通常看涨。短期均线从上往下穿过长期均线，叫死叉，通常看跌。

均线多头排列：短期均线在最上面，中期在中间，长期在最下面，全部向上发散。这说明不同周期的买家都在赚钱，趋势强劲。

均线空头排列：短期均线在最下面，中期在中间，长期在最上面，全部向下发散。不同周期的买家都在亏钱，趋势疲弱。

多头排列时，价格每次回踩短期均线都是买点。空头排列时，价格每次反弹到短期均线都是卖点。这是顺势交易的核心。

均线在股票和期货里的实战区别

股票市场，均线对指数和大盘股的支撑压力效果更明显，因为参与者众多，平均成本有心理锚定效应。小盘股容易被操纵，均线信号假动作多。

期货市场，均线在趋势品种上效果极好，因为期货自带杠杆，趋势来了爆发力强。但期货日内波动大，短周期均线经常被来回打脸。做期货均线，最好用小时级别以上周期，过滤掉盘中杂波。

商品期货里，螺纹钢、铜、原油这些流动性好的品种，均线信号相对可靠。农产品受天气和报告影响大，均线容易跳空失效。

用Python写一个双均线策略

光说不练假把式。下面这段代码用5日和20日均线做一个简单的趋势策略，金叉买入，死叉卖出。


import pandas as pd

import numpy as np

def dual_ma_strategy(data, short_window=5, long_window=20):

    df = data.copy()

    df['ma_short'] = df['close'].rolling(short_window).mean()

    df['ma_long'] = df['close'].rolling(long_window).mean()

    df['signal'] = 0

    df.loc[df['ma_short'] > df['ma_long'], 'signal'] = 1

    df.loc[df['ma_short'] < df['ma_long'], 'signal'] = -1

    df['position'] = df['signal'].shift(1)

    df['returns'] = df['close'].pct_change() * df['position']

    return df

这个策略在趋势行情里能吃到大段利润，在震荡市里会反复止损。优化方向有两个：一是加一个波动率过滤器，波动太小不做；二是用更长周期的均线组合，降低交易频率。