macdMACD（移动平均收敛/发散）是一种流行的技术分析指标，用于生成交易信号和识别市场趋势的变化。它由三条线和一个柱状图组成，分别是快速线（DIF）、慢速线（DEA）以及MACD柱状图。当MACD线上穿信号线（零线）时，是一个买入信号；下穿信号线则是一个卖出信号。柱状图则显示了MACD线和信号线之间的差距，进一步强调了买卖信号。MACD可应用于任何时间框架和资产类别，是投资者和交易者识别和跟踪市场动能的有力工具。它尤其擅长揭示短期趋势变化，为交易决策提供及时、准确的信息。如何做出基金的macd摸板策略问题

bqjxazej+如何做出基金的macd摸板策略

\

解答

平台因子表达式页面（https://bigquant.com/wiki/doc/yinzi-biaodashi-mGzCw6L5WQ）中有macd金叉和死叉的因子表达式。通过这两个因子表达式，构建出金叉和死叉因子，金叉时买入，死叉时卖出。

需要注意的是基金数据通过因子表达式构建因子时，和股票构建有些许不同（基金没有预计算因子，我们只能通过基金行情数据或着其它基金表的字段去构建因子）

平台现在支持场内基金日线的模拟交易和实盘。

视频

[https://www.bilibili.com/v

更新时间：2025-04-15 07:19

重采样计算MACD指标策略源码

{{membership}}

https://bigquant.com/codeshare/32a5f044-4721-465e-b0fb-194ae8e202a7

\

更新时间：2025-04-15 07:19

MACD底背离旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[ht

更新时间：2025-04-15 07:19

Pandas处理日K数据构建MACD季度因子看视频

https://www.bilibili.com/video/BV1jh411u7zj/?vd_source=ecd29bbd04cbefdfa426167c55241973

策略源码

[https://bigquant.com/experimentshare/d4804cb7b37b40e191de5b196897c33b](https://bigquant.com/experiment

更新时间：2025-04-15 07:19

【指标定制】如何设置macd参数？如何设置macd参数

平台上macd的因子的项目，那有没有指定参数的函数？比如ta_macd（20，30，10）这样的计算方法？或者有什么办法可以指定参数计算出个股的结果？

macd参数设置

我们可以使用 DAI SQL的macd相关算子，底层使用了talib来实现，示例

m_ta_sma(open, 5)

![](/wiki/api/atta

更新时间：2025-02-16 01:30

MACD指标怎么看MACD 含义

在股票市场中，MACD 是投资者常用的技术指标之一，MACD 是移动平均收敛背离的缩写，是一种跟随动量指标的趋势。它是三个时间序列的集合，根据历史价格数据计算为移动平均线，通常是收盘价。MACD 线是特定证券收盘价的快速（短期）指数移动平均线和慢速（长期）指数移动平均线之间的差异。信号线是 MACD 线的指数移动平均线。在这种 移动平均线策略中，交易者寻找 MACD 和信号线之间的交叉点。是由DEA（黄线）和DIF均线（白线）、量能柱（红柱和绿柱）加上0轴多空分界线组成，该指标可以帮助投资者关注市场或者个股的趋势性指标。其中，DIF线（白线）是由收盘价短期、长期指数平滑

更新时间：2024-06-11 02:45

MACD指标量化选股技巧

MACD（Moving Average Convergence Divergence）是一种常用的技术分析工具，用于识别股票或其他资产的价格动量和趋势转变。

它由三个部分组成：MACD线、信号线（或平均线），以及柱状图。

![](/wiki/api/attachments.redirect?id=a437c1f3-8491-46f7-a4b9-3a37bd79c

更新时间：2024-06-07 10:48

MACD指标公式及买入卖出用法解析MACD（Moving Average Convergence Divergence）是一种用于技术分析的趋势跟踪动量指标，它显示了两个不同时间长度的移动平均线之间的关系。MACD 主要用于识别资产价格的动量方向和强度、趋势的反转以及潜在的买入或卖出机会。

计算公式

MACD 由三个部分组成：MACD 线、信号线（或称为平均线）和差离图（或称为柱图）。它的计算方法如下：

MACD 线：通常是 12 天的指数移动平均（EMA）减去 26 天的 EMA。

MACD=EMA12−EMA26

![](/wiki/api/attachmen

更新时间：2024-06-07 10:48

期货日线MACD策略这是旧版文档

MACD策略的交易规则

相关指标定义如下：

DIF=EMA(close,12)−EMA(close,26)

DEM=EMA(DIF,9)

DIF从下而上穿过DEA，买入开仓；

DIF从上往下穿过DEA，卖出开仓；

策略构建步骤

确定期货合约和回测时间 通过证券代码列表输入要回测的期货合约，以及回测的起止日期

确定买卖条件信号 通过自定义Python模块m4获取合约基础数据，通过自定义Python模块m1获取DIF和DEA指标数据； 在输入特征列表中通过表达式引擎定义 buy_condition=where((shift(DIF,1) >

更新时间：2024-05-24 11:00

遗传算法优化MACD指标更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间：2024-05-17 07:08

【历史文档】策略示例-择时策略-MACD指标 v1.0更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间：2024-05-16 02:07

【历史文档】因子构建与标注样例-TALIB库定义技术指标_MACD更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间：2024-05-15 06:35

bigquant 日线macd的值 和通达信的不一样bigquant 日线macd的值 和通达信的不一样, 还有同花顺的也不一样

更新时间：2023-06-01 02:13

BigQuant的ta_macd指标与通达信结果不同在编制策略时，发现通达信的BigQuant的tamacd指标与通达信结果不同，如策略中的2021-01-05的000723，通达信的DEA为0.02，DIF为0.04，但BigQuant计算的结果却是dea=0.067509，diff=0.063827，更加奇怪的是通达信DEA>DIF，而BigQuant却是dea>diff,这造成了策略的误操作，是我对于ta_macd的因子提取有问题吗？请大神指点一二！

[https://bigquant.com/experimentshare/fd9f6ecb35934f729bd5483c830b834c](https://bigquant.com

更新时间：2023-06-01 02:13

MACD指标与其他平台（通达信、同花顺、东方财富）数据不一致问题

关于运用平台日线数据计算MACD指标与其他平台（通达信、同花顺、东方财富）数据不一致的问题，坐等高手回复，多谢！如万科A：11月23日MACD计算值为0.23

https://bigquant.com/experimentshare/0860e70730a842be87f24a1942508778

\

更新时间：2023-06-01 02:13

随机森林策略初步尝试本文主要有以下几点改进：

1.特征：加入新特征，beta，macd，willr等。

2.模型：使用随机森林，其中树的个数限制为15，树的最大深度为25，防止过拟合。使用回归算法而不是分类算法。

3.标注：使用（卖出价格-买入价格）/ 买入价格作为标签。

4.回测：股票资金分配，使得排名靠前的股票能分配到更多资金投入，加入止损策略（跌破3%止损）。

T.norm([1 / math.exp(i) for i in range(0, stock_count)]) #[0.3391,0.2139,0.1695,0.1460,0.1312]

更新时间：2022-11-20 03:34

分页第1页