第一.05 双均线交叉策略

📘 本章重点

• 理解移动平均线的计算方法（简单移动平均线SMA vs 指数移动平均线EMA）
• 掌握双均线金叉/死叉的入场信号生成逻辑
• 学会设计固定的止损止盈规则，避免单纯依赖均线反转信号
• 了解双均线策略在趋势行情中的优势和震荡行情中的缺陷

⚠️ 本章难点

• 区分“金叉”与“死叉”的有效性——在震荡市中频繁交叉会产生大量假信号
• 理解均线参数的敏感性：如何选择快线和慢线的周期，避免过拟合
• 掌握如何通过附加过滤器（如ADX、波动率）改进双均线策略

⏱️ 预估学习时间

• 40～60分钟

一、策略简述与一句话定性

一句话定性：双均线交叉策略是最简单、最经典的趋势跟踪策略，当短期均线上穿长期均线（金叉）时买入，当短期均线下穿长期均线（死叉）时卖出。它用两条移动平均线的相对位置来识别趋势的启动与反转。

双均线策略是量化投资的“Hello World”——代码不足20行，逻辑一眼看穿，但它完美展示了趋势跟踪的核心思想：追随趋势，而不是预测趋势。尽管实战中单纯的双均线效果往往有限（尤其在震荡行情中），但它是一切复杂趋势策略的基础，也是初学者理解量化思维的最佳起点。

如果你写的第一个量化策略没有“印钞机幻觉”，那你一定是真的理解了量化——双均线就是那个让你第一次体验“回测很美，实盘想哭”的经典案例。

小李问：均线交叉策略这么简单，真的能赚钱吗？

老陈点评：在强趋势行情中它确实能赚钱，比如2006-2007年A股大牛市、2017年加密货币牛市。但在震荡市中，它会被来回打脸。简单不等于无效，关键在于识别何时使用它。另外，实盘交易时还需要加入止损和仓位管理，不能单纯依赖交叉信号。

老王补充：我见过有人用双均线做螺纹钢期货，配合ATR止损和仓位缩放，年化做到30%以上。但这个成绩很大程度上归功于他选择的品种和周期，以及严格的风控。双均线只是一个骨架，真正赚钱的是执行和资金管理。

二、策略的使用范围与条件

维度	适用范围与条件	说明
适用市场	任何具有一定趋势特征的品种（股票、期货、外汇、加密货币）	趋势越明显，效果越好；横盘市场慎用
适用周期	日线、4小时、1小时均可	短周期（15分钟以下）噪声过多，假信号频繁
参数范围	常用参数：(5,20)、(10,30)、(20,60)、(50,200)	快线周期5-20，慢线周期20-200；周期越长，信号越滞后但越稳定
资金门槛	极低	可单品种交易，无需分散
不适合的市场状态	窄幅震荡、无明显方向的盘整（俗称“织布机行情”）	均线频繁交叉，交易成本可能吞噬利润

选参直觉：快线和慢线的间距（参数差）决定了策略的敏感度。间距越小（如5/20），信号越频繁，适合短线；间距越大（如50/200），信号越少，适合长线择时。快慢线周期比通常在1:3到1:10之间。比如(5,20)的比值是1:4，适合日线级别的中短线趋势；而(50,200)比值也是1:4但绝对周期更长，适合月线级别的牛熊判断。初学者建议从(10,30)或(20,60)开始，太小的间距在震荡市中会让你怀疑人生。

适用品种举例：

• 商品期货中的铜、原油（趋势性强）
• 股票指数（沪深300、标普500）在牛市/熊市中有效
• 加密货币（比特币、以太坊）单边行情明显

失效案例：2015-2016年A股熔断后的横盘期，双均线策略频繁产生假信号，连续止损。

老陈点评：使用双均线之前，建议先用ADX或布林带宽度判断当前市场是否有趋势。例如，只有当ADX > 25时才启用该策略，否则空仓或切换为均值回归策略。

三、因子拆解与原理

3.1 移动平均线（MA）——趋势平滑因子

移动平均线是对过去N个周期收盘价的平均值，它能平滑价格波动，凸显趋势方向。

简单移动平均线（SMA）：

SMA(N) = (收盘价1 + 收盘价2 + ... + 收盘价N) / N

所有数据等权重，计算简单。

指数移动平均线（EMA）：

EMA(today) = 收盘价 × 系数 + EMA(yesterday) × (1-系数)
系数 = 2 / (N+1)

近期数据权重更高，对价格变化反应更灵敏。

在双均线策略中，通常使用SMA（更直观）或EMA（更敏感）。本书示例使用SMA。

3.2 金叉与死叉——趋势转变信号

• 金叉（Golden Cross）：短期均线从下方上穿长期均线 → 视为上升趋势启动 → 买入做多。
• 死叉（Death Cross）：短期均线从上方下穿长期均线 → 视为下降趋势启动 → 卖出做空。

3.3 因子的优缺点

优点	缺点
逻辑极其简单，易于理解和编程	严重滞后：均线是价格的平均，信号出现在趋势确立之后，可能错失初期利润（均线就像看后视镜开车——等它告诉你方向变了，你可能已经撞上护栏了。但趋势跟踪的本质就是“承认滞后，依靠大行情赚回来”。）
适用于任何品种和周期	在震荡市中频繁交叉，产生大量假信号，导致连续亏损
参数少（仅两个），不易过拟合	无止损机制：单纯依赖死叉出场，可能在趋势反转时回吐大部分利润

老王补充：双均线最大的问题是没有明确的止损。很多人用死叉离场，但死叉出现时往往已经回撤很大。我建议额外加一个固定比例止损（比如-5%）或者ATR移动止损，保护已有利润。

3.4 互补设计

• 与波动率过滤器结合：如布林带带宽或ATR，只在波动率扩张时启用。
• 与趋势强度指标结合：如ADX > 25才交易，避免震荡市。
• 与均线斜率结合：仅当短期均线斜率大于某个阈值时才开仓，过滤掉平缓交叉。

四、仓位、买卖点与风险管理

4.1 入场信号

方向	触发条件	说明
做多（买入）	短期均线（如5日SMA）从下方上穿长期均线（如20日SMA）	金叉出现后，当日收盘或次日开盘买入
做空（卖出/做空）	短期均线从上方下穿长期均线	死叉出现后，做空（或在只允许做多的市场平仓）

执行细节：为了避免盘中假突破，建议使用收盘价确认。即：如果当日收盘时均线已经交叉，则次日开盘以市价执行交易。

4.2 仓位管理

由于双均线策略简单，仓位管理也应保持简单：

• 固定仓位法：每笔交易投入固定比例资金（如总资金的10%～20%）。
• 等额仓位法：每次交易买入固定数量的合约或股数。
• 风险比例法：根据ATR或历史波动率调整仓位，使每笔风险相等。

示例：账户10万元，每次使用20%仓位，即2万元。若股票价格为10元，则买入2000股。

老陈点评：如果你同时交易多个品种，建议使用等风险仓位——每个品种的波动率不同，应使每个品种对整体组合的预期风险贡献相等。

风险提示：切记，双均线在震荡市中的连续亏损会对心理造成巨大压力。建议先用模拟盘体验三个月，感受一下“金叉买入就跌，死叉卖出就涨”的绝望，再决定是否实盘。

4.3 止损设置

单纯依赖死叉止损风险较大，建议增加固定止损或动态止损：

止损类型	设定方法	适用场景
固定比例止损	入场价下方5%（做多）或上方5%（做空）	适用性强，简单有效
ATR倍数止损	入场价 ± 2×ATR	自适应波动率，适合高波动品种
移动止损	价格每向有利方向移动1倍ATR，止损线上移0.5倍ATR	保护利润，适合趋势跟踪

做空场景举例：若在10元做空，止损5%意味着价格涨到10.5元时平仓止损；止盈10%意味着价格跌到9元时平仓止盈。逻辑与做多对称。

4.4 止盈（出场）设计

除了死叉出场，可以设计主动止盈规则：

• 死叉出场：当短期均线下穿长期均线时平仓（完整跟随趋势）。
• 移动止损出场：当价格从最高点回撤达到一定幅度（如5%或2倍ATR）时平仓。
• 固定盈亏比止盈：如止损为5%，则止盈设为10%或15%。

推荐组合：死叉出场 + 固定比例移动止损。当趋势明显时，死叉可能太晚；当趋势突然反转时，移动止损能更快锁定利润。

4.5 策略在失效时的应对

• 当连续亏损次数超过历史最大回测值（如5次）时，暂停交易，重新评估市场状态。
• 使用ADX或布林带宽度作为过滤器：当ADX < 20（震荡市）时，暂停双均线策略，转用均值回归策略或空仓。

老王补充：我个人喜欢用“时间止损”——如果入场后10个交易日仍没有盈利，主动平仓。因为双均线捕捉的是短期趋势，如果10天还没走出来，说明趋势可能失败了。

五、策略的来历、设计者与趣闻

移动平均线是最古老的技术分析工具之一。其起源可以追溯到20世纪初的华尔街，当时交易员手绘价格图表，用肉眼画出“趋势线”。1940年代，随着计算机的出现，移动平均线的计算变得自动化。

双均线交叉的具体发明者虽难考证，但公认的趋势跟踪先驱Richard Donchian在20世纪50年代就使用了“4周均线与1周均线”的交叉系统，并在他每周发布的市场简报中推广。可以说，Donchian是双均线策略的“祖师爷”，他的思想也直接影响了后来的海龟交易法则。

趣闻：被誉为“华尔街教父”的本杰明·格雷厄姆曾讽刺技术分析：“用过去的价格预测未来，就像用后视镜开车。”但随后几十年，无数交易员用均线系统赚了钱。这恰恰说明：技术指标的有效性不在于它能预测未来，而在于它能提供一致性的交易规则，帮助交易员克服情绪。

另一个有趣的事实：2008年金融危机期间，一个简单的双均线策略（50日SMA vs 200日SMA）在标普500指数上的表现远优于买入持有策略——它在2008年3月前后就发出了离场信号（死叉），大幅规避了后续超过40%的跌幅。这一现象被Mebane Faber在《The Ivy Portfolio》中详细记录，后来也成为Faber战术资产配置的基础。

匿名小故事：
2018年我有个朋友用双均线(20,60)做螺纹钢期货，前三个月震荡市亏了15%，他一怒之下把参数改成(5,10)，结果更惨。后来他老老实实加了ADX过滤器和ATR止损，年化做到了22%。这个故事告诉我们：策略改进不是改参数，而是加风控。

老陈点评：这个案例说明，简单的趋势跟踪策略在极端行情中具有巨大的避险价值。不要因为它简单就轻视它。双均线的最大意义不是提高收益，而是控制回撤。

老王补充：我在实盘中用过这个“50/200日线大法”做股指择时。过去20年，它确实能避开大部分熊市，但也会在震荡市中频繁进出。如果你有耐心和纪律，它是个非常稳健的长期策略。

六、Python回测示例

以下代码演示双均线交叉策略（SMA(5)和SMA(20)）在沪深300指数上的回测。包含固定止损（5%）和固定止盈（10%），采用收盘价确认信号、次日开盘执行（代码为简化教学，实际使用收盘价判断并当日开仓，请读者根据文字描述自行调整）。

import pandas as pd
import numpy as np
import yfinance as yf
from datetime import datetime

# 若yfinance无法获取000300.SS，可使用akshare：import akshare as ak; df = ak.stock_zh_index_daily(symbol="sh000300")

def dual_ma_strategy(data, short_window=5, long_window=20,
                     stop_loss_pct=0.05, take_profit_pct=0.10):
    """
    双均线交叉策略（带固定止损止盈）
    参数：
        data: 必须包含 'Close' 列，索引为日期
        short_window: 短期均线周期
        long_window: 长期均线周期
        stop_loss_pct: 止损比例（如0.05表示5%）
        take_profit_pct: 止盈比例（如0.10表示10%）
    返回：添加了持仓和净值的DataFrame
    """
    df = data.copy()

    # 1. 计算均线
    df['SMA_short'] = df['Close'].rolling(short_window).mean()
    df['SMA_long'] = df['Close'].rolling(long_window).mean()

    # 2. 生成信号（1表示持有多头，0表示空仓或持空头）
    df['Signal'] = np.where(df['SMA_short'] > df['SMA_long'], 1, 0)
    # Signal_change 表示信号变化（1: 买入, -1: 卖出, 0: 不变）
    df['Signal_change'] = df['Signal'].diff()

    # 3. 模拟交易（包含止损止盈）
    df['Position'] = 0
    df['Entry_Price'] = np.nan
    position = 0
    entry_price = 0.0

    for i in range(1, len(df)):
        just_closed = False   # 当天是否已平仓（用于防止同一天先止损再开仓）

        # 已有持仓时，先检查止损止盈
        if position != 0:
            if position == 1:   # 做多
                pnl = (df['Close'].iloc[i] - entry_price) / entry_price
            else:               # position == -1 做空
                pnl = (entry_price - df['Close'].iloc[i]) / entry_price

            # 止损或止盈触发
            if pnl <= -stop_loss_pct or pnl >= take_profit_pct:
                position = 0
                entry_price = 0.0
                just_closed = True
            else:
                # 未触发止损止盈，检查均线反转信号（Signal_change）
                if df['Signal_change'].iloc[i] == -1 and position == 1:
                    position = 0
                    entry_price = 0.0
                    just_closed = True
                elif df['Signal_change'].iloc[i] == 1 and position == -1:
                    position = 0
                    entry_price = 0.0
                    just_closed = True

        # 无持仓且当天未平仓过，检查开仓信号
        if position == 0 and not just_closed:
            if df['Signal_change'].iloc[i] == 1:
                position = 1   # 做多
                entry_price = df['Close'].iloc[i]
            elif df['Signal_change'].iloc[i] == -1:
                position = -1  # 做空
                entry_price = df['Close'].iloc[i]

        df.loc[df.index[i], 'Position'] = position
        if position != 0:
            df.loc[df.index[i], 'Entry_Price'] = entry_price

    # 4. 计算每日收益率和净值（使用前一日持仓乘以当日收益率）
    df['Returns'] = df['Position'].shift(1) * (df['Close'] - df['Close'].shift(1)) / df['Close'].shift(1)
    df['Net_Value'] = (1 + df['Returns']).cumprod()

    return df

if __name__ == "__main__":
    # 下载沪深300指数近5年数据（若网络问题可换成 'SPY' 或 '000300.SS'）
    df = yf.download('000300.SS', start='2020-01-01', end='2025-01-01')
    result = dual_ma_strategy(df, short_window=5, long_window=20)
    print(result[['Close', 'SMA_short', 'SMA_long', 'Position', 'Net_Value']].tail(10))

回测结果简要解读（以实际运行为准）：

• 在2020年3月疫情暴跌后的反弹行情中，金叉出现较早，捕获了大部分涨幅。
• 2021-2022年震荡市中，信号频繁变化，加上止损止盈，净值可能小幅回撤或持平。
• 建议读者修改参数（如(10,30)、(20,60)）观察效果，并加入交易成本（0.1%手续费）重新测试。

老陈点评：上述代码的信号生成使用了收盘价判断，但实际操作中，均线交叉可能在盘中发生。为了更贴近实盘，建议使用“次日开盘价成交”，并在回测中考虑滑点（如0.01%～0.05%）。另外，止损止盈比例需要根据品种的历史波动率调整，不能一刀切。

老王补充：我建议在实盘前先做参数敏感性测试——改变快线和慢线的周期，如果收益波动巨大，说明策略不稳定，需要简化或加入过滤器。

七、本章小结与思考题

小结

项目	核心要点
策略类型	趋势跟踪，基于双均线交叉
适用行情	有明显趋势的行情（牛市或熊市）
核心优势	逻辑极简，易于理解，可作为量化入门的第一个策略
最大风险	在震荡行情中反复产生假信号，导致连续止损
资金门槛	极低，单品种、小资金均可运行
改进方向	加入ADX过滤器、移动止损、多周期确认

双均线策略是量化投资的“入门第一课”。它不复杂，但包含了量化策略的核心要素：明确的入场规则、可回测的统计逻辑、以及需要风控支持的出场规则。掌握它之后，你将更容易理解更复杂的趋势跟踪系统（如海龟交易法则）。

老陈总结：不要因为简单就轻视双均线。很多职业CTA基金依然在使用均线组合作为核心信号之一。关键在于如何管理资金、控制回撤。记住：胜率不重要，期望值才重要。

老王总结：如果你打算实盘，我建议先用模拟盘跑三个月，感受一下连续亏损时的心理压力。双均线能赚钱，但前提是你有一颗强大的心脏。

💡 思考题

1. 将均线参数改为(10,30)和(20,60)，你认为在沪深300指数上，哪个组合更稳健？为什么？
2. 如果只做多（不允许做空），双均线策略应该如何修改？用死叉平仓后，是否应该空仓等待下一次金叉？
3. 设计一个简单的ADX过滤器：仅当ADX > 25时启用双均线策略，否则空仓。请写出伪代码。
4. （展望题） 在人工智能时代，有人认为简单的技术指标策略会被机器学习模型完全替代。你同意吗？请从“数据效率”“计算资源”“可解释性”三个角度展开讨论。

八、引用/参考出处

网上内容：

• Investopedia – Golden Cross：https://www.investopedia.com/terms/g/goldencross.asp
• Investopedia – Death Cross：https://www.investopedia.com/terms/d/deathcross.asp
• 聚宽量化学院 – 双均线策略教程：https://www.joinquant.com/help
• 维基百科 – Moving average：https://en.wikipedia.org/wiki/Moving_average

图书（元信息）：

• Mebane Faber, The Ivy Portfolio, Wiley, 2009.（第5章关于双均线择时的案例）
• Perry J. Kaufman, Trading Systems and Methods, 6th Ed., Wiley, 2019.（第10章移动平均线系统）