巧用MACD指标和均线系统，顺势获利
2017-12-12 10:16 103291
均线系统是由一系列不同周期长度的均线组成的趋势研判系统，均线系统有三种状态：
A.多头排列：不同周期的多条均线排列上行，股价水涨船高

B.空头排列：不同周期的多条均线排列下行，股价喋喋不休。
C.混沌：不同周期的多条均线相互缠绕，没有明显的趋势性。
针对多头排列的个股，结合MACD指标，在股价上涨的过程中介入并顺势获利。
MACD指标是一个趋势性指标，当MACD指标绿柱增大时，说明空头力度增强，一旦绿柱缩小，即说明空头力量衰竭，多头趋势重新回归，是一个非常难得的介入机会。因此通过MACD指标的绿柱量能衰竭可以甄别出多头启动的信号，配合均线系统使用！

MACD指标还能用于判断均线系统中趋势转折点，可以明确的是没有一直上涨的股票，巧用 MACD指标来分析趋势转折点。
判断方法
1.MACD顶背离：股价创新高，但MACD指标却显示量能不足。

2.MACD指标白色线（DIFF）跌破0轴，并伴随绿柱扩大。

MACD指标和均线系统有三个优势：
1.多头趋势具有延续性，通俗的讲，均线系统下多头排列的个股往往具有很强的人气度，及时一度被砸，也有顽强的抵抗空头的力量。
2.介入点位明确性，同样是多头趋势，很多股民追多，照样会被活生生套牢一段时间，而运用MACD指标可以巧妙的躲开盘整和回调阶段，直接捕捉多头趋势的发力点。
3.离场信号明确，根据MACD指标来研判趋势的结束，可以最大程度上保证亏损有限。

点击上方“点击查看”按钮或搜索微信公众号“MindGo量化平台”每天更新，更有整理积累的干货
--我们不推荐股票，只聊技巧
收起
     
讨论区（261）
 mx_**329rcm
02-19 15:17
好东西
 润骏
02-19 12:17
看这个没啥卵用，什么线路庄家都可以划给你
 mx_**103wea
02-19 09:09
只是运气比较好，和线没毛关系，庄家会做的要涨的样子，然后突然大跌套傻你
Ta的更多观点
量化策略选股
一、量化择时方面： 1.持续关注市场的二八现象，二八轮动策略依旧看涨沪深300指数。目前持仓情况：510300.OF华泰柏瑞沪深300ETF 2.单向波动差策略继续持仓沪深300ETF000300.SH沪深300二、量化选股策略方面 1.Fama-French三因子 策略收益创历史新高 目前持仓情况为：（仅供参考） 000625.SZ长安汽车600585.SH海螺水泥600309.SH万华化学000895.SZ双汇发展601006.SH大秦铁路601225.SH陕西煤业600688.SH上海石化601088.SH中国神华600741.SH华域汽车000651.SZ格力电器2.银行业精选策略收益率再创新高： 目前持仓情况为：（仅供参考） 601398.SH工商银行600036.SH招商银行601997.SH贵阳银行 3.钢铁行业精选策略，自从17年下半年走牛之后，钢铁股业绩频频传来喜讯，整个策略收益率持续上涨，值得关注！ 目前持仓情况为： 002756.SZ永兴特钢002110.SZ三钢闽光600507.SH方大特钢 4.家电行业精选策略创最大回撤新高，整个家电行业出现较大回撤，短期注意风险！ 目前持仓情况： 000541.SZ佛山照明603868.SH飞科电器 5.高股息策略持续创新高，完胜沪深300指数。堪称投资神器！目前策略持仓情况: 600383.SH金地集团000625.SZ长安汽车600104.SH上汽集团000895.SZ双汇发展600900.SH长江电力600704.SH物产中大601288.SH农业银行000876.SZ新希望600011.SH华能国际 点击上方“点击查看”按钮或搜索微信公众号“MindGo量化平台”每天更新，更有整理积累的干货
2018-01-30 17:15
量化策略选股
一、量化择时方面： 1.持续关注市场的二八现象，二八轮动策略依旧看涨沪深300指数。目前持仓情况：510300.OF华泰柏瑞沪深300ETF 2.单向波动差策略继续持仓沪深300ETF000300.SH沪深300二、量化选股策略方面 1.Fama-French三因子 策略收益创历史新高 目前持仓情况为：（仅供参考） 000625.SZ长安汽车600585.SH海螺水泥600309.SH万华化学000895.SZ双汇发展601006.SH大秦铁路601225.SH陕西煤业600688.SH上海石化601088.SH中国神华600741.SH华域汽车000651.SZ格力电器2.银行业精选策略收益率再创新高： 目前持仓情况为：（仅供参考） 601398.SH工商银行600036.SH招商银行601997.SH贵阳银行 3.钢铁行业精选策略，自从17年下半年走牛之后，钢铁股业绩频频传来喜讯，整个策略收益率持续上涨，值得关注！ 目前持仓情况为： 002756.SZ永兴特钢002110.SZ三钢闽光600507.SH方大特钢 4.家电行业精选策略创最大回撤新高，整个家电行业出现较大回撤，短期注意风险！ 目前持仓情况： 000541.SZ佛山照明603868.SH飞科电器 5.高股息策略持续创新高，完胜沪深300指数。堪称投资神器！目前策略持仓情况: 600383.SH金地集团000625.SZ长安汽车600104.SH上汽集团000895.SZ双汇发展600900.SH长江电力600704.SH物产中大601288.SH农业银行000876.SZ新希望600011.SH华能国际 点击上方“点击查看”按钮或搜索微信公众号“MindGo量化平台”每天更新，更有整理积累的干货
2018-01-30 17:15
【新手】10分钟带你开启量化投资之旅
对于大部分人来说，量化交易是非常陌生与神秘的。本篇文章将带你开启量化交易之旅！ 本篇文章内容摘要：1.理解量化策略的基本框架。2.学会编写一个简单的量化交易策略。3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号。 1.理解量化策略的基本框架 通常情况下，完整的量化交易策略至少需要确定两件事： A.交易标的，即买什么； B.确定交易时机，即怎么买卖。 让我们来设计一个简单完整的量化交易策略: 策略交易标的：贵州茅台； 策略交易时机：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 2.学会编写一个简单的量化交易策略 第一步：打开MindGo量化交易平台，先在上方导航栏点击“我的策略”—“策略编译”，再点击蓝色按钮“ 新建策略”，接着点击已创建的策略进入策略编译器页面，如下： 温馨提示：“回测列表”下方三个按钮，可以设置编译器字体大小，背景颜色，开启全屏编译，查看API文档，如下： 第二步：理解量化交易策略框架对应的代码框架。 def initialize(account): #初始化函数：确定交易标的 def handle_data(account,data): #定时运行函数：确定交易时机 框架理解： 1.def initialize(account)与def handle_data(account,data)是两个函数，函数格式固定为：def 函数名（参数），其中def后面带空格键，函数末尾必须带冒号。 2.def initialize(account)函数是初始化函数，只运行一次，确定初始化条件；def handle_data(account,data)函数是定时运行函数，平台默认该函数定时运行。日级策略，每日9：30；分钟级策略，交易期间内的每分钟。 3.“#”后面为注释内容，用于注释代码，便于编写和阅读。 第三步：确定交易标的：account.security = "600519.SH"。 温馨提示： 1.account是账户对象，该对象存放所有账户相关信息，持仓、可用现金、资产盈亏。 2.account.security是在账户对象下，设置security变量，存放在账户内，这里我们需要确定交易标的，即：account.security = "600519.SH"。 def initialize(account): account.security = "600519.SH" #已确定交易标的 def handle_data(account,data): #定时运行函数：确定交易时机 第四步：确定交易时机，即为：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 从交易时机出发，我们需要计算交易标的5日和20日均线，那么5、20日均线需要用历史行情数据的收盘价来计算。 整个流程即：获取历史行情20日的收盘价数据———计算5、20日均线———判断5、20日均线，进行买卖交易。 A.获取历史行情20日的收盘价数据： 1.找到函数历史数据函数：data.attribute_history() 2.填写函数参数，获取到数据： i.交易标的，即：获取那个股票的数据。 ii.数据字段："close"收盘价，即：获取那个数据。 iii.输入历史长度，即：获取多长时间的数据。 iv.获取数据的时间步长，即：获取日线级步长数据。 v.最终结果即为：data.attribute_history(account.security, ["close"], 20, "1d")。 3.将获取到的数据储存，便于计算，即：close=data.attribute_history(account.security, ["close"], 20, "1d")。 #获取证券过去20日的收盘价数据 close = data.attribute_history(account.security, ["close"], 20, "1d") B.计算5、20日均线： 1.获取数据值，即：close.values。values可以直接获取储存中的数据值，格式为close.values。温馨提示：close是我们刚才获取的数据，但是数据有股票、时间、数值，我们直接用values获取值用于计算即可。 2.选取数据长度，即：close.values[-5:]。[]用于取值，我们之前获取20个数据，但5日均线只需要过去5日的收盘价，因此[-5:]即为获取倒数第五个到最后一个数据。温馨提示： i.[:]是获取所有数据。 ii.[:x]是从第一个获取到第x个，不包括第x个。 iii.[x:y]是从第x个到第y个，包括x，但不包括y。 iv.[-x:]获取倒数第x个到最后一个数据。 3.计算均值，即close.values[-5:].mean()，赋值给MA5。同理MA20=close.values.mean()，即对所有值取平均，相当于MA20=close.values[:].mean()。 #计算五日均线价格 MA5·=·close.values[-5:].mean() #计算二十日均线价格 MA20·=·close.values.mean() C.判断5、20日均线，进行买卖交易： 1.if判断条件，即为 if MA5 > MA20:。温馨提示if判断函数的格式为if 添加判断 :,其中if后面必须带一个空格键，其次末尾必须带冒号。 2.当MA5小于MA20时，我们再对持仓市值判断，如果有持仓，那么持仓市值必然大于0，需要进行卖出交易，我们直接通过account账户对象来获取持仓市值，即为:account.positions_value。 3.下单买入交易： i.当触发MA5大于MA20时，我们需要买入股票，这时候我们可以使用order_value下单函数，该函数以金额下单。 ii.输入下单函数的参数，order_value函数需要输入两个参数： 1.下单的股票，即为account.security，我们之前将交易标的传入进去，可以直接用。 2.下单的金额，即account.cash，这里的account是账户对象，我们从账户中获取可用资金，即为account.cash。 iii.触发条件后程序提醒，当代码执行完下单函数后，我们用log.info()来打印日志，这样我们也可以看到程序下单了。 温馨提示*：log.info()内你可以直接输入中文，例如:log.info("条件满足！买入贵州茅台啦！") * if·MA5·
2018-01-26 15:54
【新手】10分钟带你开启量化投资之旅
对于大部分人来说，量化交易是非常陌生与神秘的。本篇文章将带你开启量化交易之旅！ 本篇文章内容摘要：1.理解量化策略的基本框架。2.学会编写一个简单的量化交易策略。3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号。 1.理解量化策略的基本框架 通常情况下，完整的量化交易策略至少需要确定两件事： A.交易标的，即买什么； B.确定交易时机，即怎么买卖。 让我们来设计一个简单完整的量化交易策略: 策略交易标的：贵州茅台； 策略交易时机：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 2.学会编写一个简单的量化交易策略 第一步：打开MindGo量化交易平台，先在上方导航栏点击“我的策略”—“策略编译”，再点击蓝色按钮“ 新建策略”，接着点击已创建的策略进入策略编译器页面，如下： 温馨提示：“回测列表”下方三个按钮，可以设置编译器字体大小，背景颜色，开启全屏编译，查看API文档，如下： 第二步：理解量化交易策略框架对应的代码框架。 def initialize(account): #初始化函数：确定交易标的 def handle_data(account,data): #定时运行函数：确定交易时机 框架理解： 1.def initialize(account)与def handle_data(account,data)是两个函数，函数格式固定为：def 函数名（参数），其中def后面带空格键，函数末尾必须带冒号。 2.def initialize(account)函数是初始化函数，只运行一次，确定初始化条件；def handle_data(account,data)函数是定时运行函数，平台默认该函数定时运行。日级策略，每日9：30；分钟级策略，交易期间内的每分钟。 3.“#”后面为注释内容，用于注释代码，便于编写和阅读。 第三步：确定交易标的：account.security = "600519.SH"。 温馨提示： 1.account是账户对象，该对象存放所有账户相关信息，持仓、可用现金、资产盈亏。 2.account.security是在账户对象下，设置security变量，存放在账户内，这里我们需要确定交易标的，即：account.security = "600519.SH"。 def initialize(account): account.security = "600519.SH" #已确定交易标的 def handle_data(account,data): #定时运行函数：确定交易时机 第四步：确定交易时机，即为：5日均线与20日均线金叉时，买入；5日均线与20日均线死叉时，卖出。 从交易时机出发，我们需要计算交易标的5日和20日均线，那么5、20日均线需要用历史行情数据的收盘价来计算。 整个流程即：获取历史行情20日的收盘价数据———计算5、20日均线———判断5、20日均线，进行买卖交易。 A.获取历史行情20日的收盘价数据： 1.找到函数历史数据函数：data.attribute_history() 2.填写函数参数，获取到数据： i.交易标的，即：获取那个股票的数据。 ii.数据字段："close"收盘价，即：获取那个数据。 iii.输入历史长度，即：获取多长时间的数据。 iv.获取数据的时间步长，即：获取日线级步长数据。 v.最终结果即为：data.attribute_history(account.security, ["close"], 20, "1d")。 3.将获取到的数据储存，便于计算，即：close=data.attribute_history(account.security, ["close"], 20, "1d")。 #获取证券过去20日的收盘价数据 close = data.attribute_history(account.security, ["close"], 20, "1d") B.计算5、20日均线： 1.获取数据值，即：close.values。values可以直接获取储存中的数据值，格式为close.values。温馨提示：close是我们刚才获取的数据，但是数据有股票、时间、数值，我们直接用values获取值用于计算即可。 2.选取数据长度，即：close.values[-5:]。[]用于取值，我们之前获取20个数据，但5日均线只需要过去5日的收盘价，因此[-5:]即为获取倒数第五个到最后一个数据。温馨提示： i.[:]是获取所有数据。 ii.[:x]是从第一个获取到第x个，不包括第x个。 iii.[x:y]是从第x个到第y个，包括x，但不包括y。 iv.[-x:]获取倒数第x个到最后一个数据。 3.计算均值，即close.values[-5:].mean()，赋值给MA5。同理MA20=close.values.mean()，即对所有值取平均，相当于MA20=close.values[:].mean()。 #计算五日均线价格 MA5·=·close.values[-5:].mean() #计算二十日均线价格 MA20·=·close.values.mean() C.判断5、20日均线，进行买卖交易： 1.if判断条件，即为 if MA5 > MA20:。温馨提示if判断函数的格式为if 添加判断 :,其中if后面必须带一个空格键，其次末尾必须带冒号。 2.当MA5小于MA20时，我们再对持仓市值判断，如果有持仓，那么持仓市值必然大于0，需要进行卖出交易，我们直接通过account账户对象来获取持仓市值，即为:account.positions_value。 3.下单买入交易： i.当触发MA5大于MA20时，我们需要买入股票，这时候我们可以使用order_value下单函数，该函数以金额下单。 ii.输入下单函数的参数，order_value函数需要输入两个参数： 1.下单的股票，即为account.security，我们之前将交易标的传入进去，可以直接用。 2.下单的金额，即account.cash，这里的account是账户对象，我们从账户中获取可用资金，即为account.cash。 iii.触发条件后程序提醒，当代码执行完下单函数后，我们用log.info()来打印日志，这样我们也可以看到程序下单了。 温馨提示*：log.info()内你可以直接输入中文，例如:log.info("条件满足！买入贵州茅台啦！") * if·MA5·
2018-01-26 15:54
浅谈中国股市的量化发展现状和未来
炒股已是广大人民选择的理财方式，从上班族到全职股民，从电脑到手机随时操作买卖，了解最新的资讯，查看详细的数据。但30年前是怎样呢？ 1986年11月，上海人民银行专门乘坐飞机送一张飞乐音响到人民大会堂由小平送给了凡而霖，而这位纽约证券交易所董事长又花花2000美元雇警车带着夫人和助手去过户了一张50元人民币股票。--证券市场不是资本主义独有的，中国的市场经济也可以有。 1990年11月26日，上海证券交易所正式成立。深交所"试开业"，第一天成交安达股票8000股，采用的是最原始的口头唱报和白板竞价的手工方式。 1992年8月10日，深圳上百万人冒雨来买认购抽签表，最后发生著名的“8·10”事件。” 这些事件都促成正中国证券市场的形成及制度的完善，再到后来大家通过电话选股、电脑查看k线图、手机随时买卖市场也促进着技术的形成。 从当时的“老八股”“老五股”，到上海出了个“杨百万”，当时上海证券交易所每天80多万的成交量中，有四分之一来自杨怀定，再到现在3480只股票每天四五千亿的成交量， 从当时几只股票的选择，到现在看不完的海量信息，各处充斥着荐股'专家’。 再到近几年才在国内兴起的量化选股，采用数量的方法判断某家公司是否值得买入的行为。根据某种方法，如果该公司满足了该方法的条件，则放入股票池；如不满足则从股票池提剔除。通俗的讲就是通过计算机语言，结合股票市场情况，编写出相应的选股代码，分钟内扫描市场上3000只股票，筛选出符合自己的目标个股。 谈一下量化投资的未来。我认为存在即合理，我们做投资，如何判断某个东西是不是合理？唯一的就是看这个东西是否能长期存在，给投资者带来利益。怎么知道我今天能不能给投资人一个长期回报？这里有有效性的问题。基本上有效性差的策略就不会好。量化投资在国外是机构为主，机构化程度高会让市场有效性高，在国外哪个策略有效一点，机构马上进来抢掉了，获得Alpha收益不容易。国内还是以散户为主，一些国内机构操作跟散户没有什么区别，所以有效性非常低，国内量化环境相对海外是二三十年前的水平，所以这个路还是非常宽广，潜力巨大。 最后谈谈现状，一个是国内量化投资的小盘效应，从2008年一路上行到2016年，目前处于回撤中。有观点称，国内从今以后小盘效应大概没有了，不要再想小盘效应策略了。我的看法第一点是任何策略都会有回测。我们对比美国的小盘效应走势，1973年开始到1983年也几乎是一条斜率稳定向上的直线，从1983年到2000年，17年的时间美国小盘止步不前以及回撤，这17年收益很一般。但是谁又想得到从2000年这个低点又有一个那么好的趋势，而最近这几年又没有怎么赚钱呢？还是回到刚才说的话，国内现在我相信还是在这段趋势里面，但是继续往后走，再过十年二十年，我们这个社会投资环境肯定像美国一样，有Alpha收益很难获得，大家要拼命去获得。接下来十年、二十年的话，国内量化环境还是非常好的，前面的路还是非常宽阔的。 总的来说，中国股市在不断进步不断完善，科技促进者市场的发展，市场同时引导着科技的形成，更好的服务于广大股民。点击上方“点击查看”按钮或搜索微信公众号“MindGo量化平台”每天更新，更有整理积累的干货
联系客服
