双均线策略

双均线策略到底是什么

核心思想：用两条不同长度的移动平均线判断趋势方向，顺势交易。

• 短均线（如 MA10 / EMA10）：更灵敏，代表短期趋势
• 长均线（如 MA30 / EMA30）：更平滑，代表长期趋势

典型规则（长/短线周期可替换）：

• 入场（做多/持有）：短均线 > 长均线
• 离场（空仓/做空）：短均线 < 长均线
• 可选：短均线 上穿 长均线作为买入触发点、下穿 作为卖出触发点（只在“穿越那一刻”执行，不在每根K线都反复操作）。

变体：

• 只做 多/空仓（long/flat）适合现货；
• 做 多空双向（long/short）适合合约。

会亏损吗

“如果这么买，就相当于在均价上买入、均价下卖出，那不是容易亏吗？”

这个问题切中要害。比如：

• 当短期均线（MA10）上穿 长期均线（MA30）时，你才买入；
• 当短期均线下穿 长期均线时，你才卖出。

这意味着：

• 买入价 高于 过去平均价；
• 卖出价 低于 过去平均价。

📉 所以确实不是“低买高卖”，而是 “涨了才买，跌了才卖”。

那为什么这种“看似傻”的方法仍然能赚钱？

关键在于它的交易哲学：

双均线不是为了“猜顶抄底”，而是为了“顺势而为（Trend Following）”。

举个例子👇

假设 BTC 价格从 20,000 → 25,000 → 30,000

• 你在 22,000 时短期均线上穿长期均线 → 买入
• 一直持有，价格继续涨到 30,000
• 等趋势反转，短期均线下穿长期均线（比如 28,000） → 卖出

✅ 结果：

• 你不是最低点买、最高点卖
• 但你赚了 22,000 → 28,000 之间的主要趋势

📘 这就是“吃中间那段肉”的交易哲学。

前面是 22,000，后面是 28,000，其实并不是说长期均线的值固定不变、后来涨到了 28,000。 而是指：

22,000 是你买入时市场价格， 28,000 是你卖出时市场价格。

但你问的很关键： 👉「长期均线到底会不会变？」 答案是：会变，并且一直在变。

下面我们把它讲清楚👇

均线是“动态的”，每根 K 线都会更新一次

举个简化版过程：

阶段	BTC 价格	短期均线 (MA10)	长期均线 (MA30)	信号	动作
初始	20,000	20,000	20,000	—	无
涨	22,000	21,000	20,200	上穿	✅ 买入
持有	25,000	24,000	22,000	—	持仓
最高	30,000	28,000	25,000	—	持仓
回落	28,000	27,000	26,500	下穿	✅ 卖出

这里的“22,000”和“28,000”分别是你交易时的市场价格， 并不是长期均线的值。

而长期均线的值——比如从 20,000 → 26,500 ——确实是随着行情一起变动的。

选 SMA 还是 EMA？

• SMA（简单均线）：对历史数据等权，平滑、滞后更明显。
• EMA（指数均线）：越近的价格权重越高，响应更快，更适合波动大的市场（如加密货币）。
• 经验：币圈常见 EMA9/EMA21、EMA12/EMA26；日线趋势常见 SMA50/SMA200（黄金交叉/死亡交叉）。

SMA简单移动平均线

定义： 取最近 N 根 K 线（例如最近 10 个小时、10 天）的收盘价平均值。 每根价格的权重一样。

公式： $$ SMA_t = \frac{P_t + P_{t-1} + P_{t-2} + \dots + P_{t-(N-1)}}{N} $$ 举例（N=5）： 如果最近 5 根收盘价是 [10, 12, 11, 13, 14]

则： $$ SMA = (10+12+11+13+14)/5 = 12 $$ 📘 特点：

• 对历史数据等权重（每个价格影响力一样）
• 响应慢 → 滞后比较明显
• 优点：稳定、平滑，不容易被短期波动“骗”
• 缺点：在行情急转时反应不够快

EMA指数移动平均线

定义： 给最新价格更高权重，越早的价格权重越低。 这样EMA对行情变化反应更快。

递推公式： $$ EMA_t = \alpha \times P_t + (1-\alpha) \times EMA_{t-1} $$ 其中 $$ \alpha = \frac{2}{N+1} $$ 举例（N=5）： $$ \alpha = \frac{2}{6} = 0.333 $$ 所以：

• 最新价权重 = 33%
• 上一根均线的影响 = 67%

📘 特点：

• 对新价格变化更敏感（“快”）
• 能更早捕捉趋势反转
• 但在震荡行情中容易出现假信号（噪音多）

EMA 的本质：不是“只给最新价一个 α 权重”

EMA 的递推公式是： $$ EMA_t = \alpha P_t + (1-\alpha) EMA_{t-1} $$ 乍一看，好像当前价格权重是 α（例如 0.1），确实很小。 但别忘了——EMA_{t-1} 本身已经包含了之前所有价格的加权平均！

把它展开你就明白了

连续展开几次：

\[ \begin{align*} EMA_t &= \alpha P_t + (1-\alpha) [\alpha P_{t-1} + (1-\alpha) EMA_{t-2}] \\ &= \alpha P_t + \alpha (1-\alpha) P_{t-1} + \alpha (1-\alpha)^2 P_{t-2} + \dots \end{align*} \]

📘 结论：

• 每一个旧价格都还有影响，但它的权重是逐渐衰减的；
• 最新价格权重 = α
• 前一个价格权重 = α(1-α)
• 再前一个价格权重 = α(1-α)²
• 依此类推，权重指数级递减。

这就是 “指数移动平均” 的由来。

为什么说“最近价格权重更高”

因为随着时间往前， $$ (1-\alpha)^k $$ 越来越小。

举个例子，假设 α = 0.2：

价格点	权重（相对当前）
当前 Pₜ	0.2
上一根 Pₜ₋₁	0.16
上两根 Pₜ₋₂	0.128
上三根 Pₜ₋₃	0.102
……	……

📉 你看：虽然 α 只有 0.2，但最近的价格累积权重占比很大。 远处的数据（比如 10 根前）影响已经非常小了。

t = 0（初始值）怎么处理？

因为 EMA 是递推定义的，所以第一步需要一个起点。 Binance、TradingView、Pandas 等常见实现方式是：

EMA₀ = SMA₀（即前 N 根的简单平均值）

例如：

• 你计算 EMA(10)，那前 10 根先取平均，作为第一个 EMA 值；
• 从第11根开始，才用递推公式更新。

这样就不会出现“t=0 没前值”的问题。

入场/出场判定的细节（很重要）

信号计算要避免未来函数

在回测中，我们常常在每根K线的收盘价上计算信号（例如短均线、长均线）。 但是在现实交易中——

你只有当K线收盘之后才能知道收盘价，才能知道“短均线是否上穿长均线”。

如果你在计算信号的同时立刻用这根K线的收盘价下单， 就等于假设你提前知道“未来价格”了。 这叫“偷看未来”，会让回测结果虚假地变好。

等号怎么处理？

ema_short == ema_long 时通常保持原仓位，避免来回抖动。

在实际行情中，短期均线可能刚好等于长期均线，或者非常接近。 如果你在这种情况下频繁切换仓位，会出现“抖动”或“震荡假信号”。

举例：

时刻	ema_short	ema_long	信号
t1	100	99	买入（1）
t2	99.8	99.8	❓相等怎么办？
t3	99.7	99.6	卖出（0）

如果不特殊处理 t2：

• 可能频繁买卖；
• 回测曲线剧烈波动；
• 成本高、绩效差。

✅ 正确做法：

通常在等号时：

保持当前仓位，不开新单、不平仓。

“穿越判定”——只在信号翻转时交易

如果你每一根K线都去检查 ema_short > ema_long 就立刻下单， 那策略会在连续趋势中重复开仓（反复买同一个方向）。

比如短期均线连续10根都高于长期均线，你就会连续买10次，明显不合理。

✅ 正确做法：

只在信号发生变化（翻转）时交易。 也就是：

• 从 0 → 1（空仓 → 持仓） → 买入
• 从 1 → 0（持仓 → 空仓/平仓） → 卖出

代码上可用信号的差分实现：

交易成本与滑点

当你在实盘中买卖时，你的交易价格永远不是你想象中的那根K线的收盘价。 在真实市场中你要付出两种“隐性代价”：

成本类型	含义	影响
手续费（commission）	交易所收取的费用，通常按成交额的一定比例（如 0.1%）	每次买卖都要付
滑点（slippage）	实际成交价与理想成交价之间的偏差	市场波动、成交深度不足导致买贵/卖便宜

比如，假设你打算在 BTC/USDT = 50,000 的时候下市价买单。

• Binance 手续费 = 0.1%（单边） → 买入一笔要付 0.1%，卖出再付 0.1%。 → 总共来回一次就是 0.2% 成本。
• 但市场真实深度有限，你下单后价格实际成交在 50,050，比预期贵了 0.1%。 → 这 0.1% 就是滑点。

所以一次完整的买+卖，真实总成本 ≈ 0.3%（手续费 + 滑点）。

为什么双均线策略特别受成本影响

双均线策略在震荡行情下会：

• 频繁“上穿”“下穿”；
• 一直在买入卖出；
• 每次赚的很少；
• 但每次都要付手续费+滑点。

于是：

频繁交易 × 小收益 × 每次扣 0.2% 成本 = 利润被慢慢吃掉。

风控与仓位

止损就是：

当价格对你不利（亏损超过一定程度）时，自动卖出或平仓，防止小亏变大亏。

它的核心思想是：

• “认错要快”；
• “保命比盈利更重要”。

固定百分比止损

这是最常见的止损方式，比如：

当价格跌超过 3% 就止损。

📘 举例：

• 你在 100 元买入 BTC；
• 设定止损 3%； → 一旦跌破 97 元，就立刻卖出。

优点： 简单明了。 缺点： 不考虑市场波动，有时会被“假突破”扫掉。

ATR 动态止损

ATR（Average True Range）表示市场的平均波动幅度。

动态止损用市场波动性来决定止损距离。

📘 举例：

• 当前价格 100 元
• ATR（过去14期平均波动） = 2 元
• 设止损为 2×ATR → 4 元 → 止损价 = 96 元。

📊 优点：

• 在波动大的行情中，止损更宽松（不容易被扫掉）；
• 在平稳行情中，止损更紧（快速止损）。

👉 ATR止损更智能、更常用于趋势策略。

止盈 / 追踪止盈（Take Profit / Trailing Stop）

止盈就是：

达到目标利润后自动卖出锁定收益。

但止盈的进阶形式是 追踪止盈（Trailing Stop）。

固定止盈

比如：

盈利达到 +5% 时卖出。

📘 举例：

• 买在 100 元；
• 涨到 105 元就自动平仓。

缺点：有时候市场可能会继续上涨，你提前退出了。

追踪止盈（Trailing Stop）

当价格上涨时，止盈价自动上移， 当价格回落一定比例时，触发卖出。

📘 举例：

• 买在 100 元；
• 设置追踪止盈 = 3%。 → 当价格涨到 110 元，止盈价自动上移到 106.7 元。 → 一旦价格从 110 跌到 106.7，就止盈离场。

✅ 优点：

• 让利润“奔跑”，不提前卖出；
• 避免涨到高点又回吐。

仓位管理（Position Sizing）

仓位管理决定你每次投入多少资金去交易。 很多策略不是输在逻辑，而是输在“仓位太大”。

几种常见方式

类型	说明	适合
全仓	每次信号出现都把全部资金买入	风险最高；只适合小账户或测试
固定仓位	每次只用固定比例（如 10%、20%）买入	✅ 初学者最推荐；简单稳健
风险平价（Risk Parity）	根据波动率分配仓位（波动大的资产少买）	✅ 专业基金常用；波动控制好
Kelly 公式	根据历史胜率与赔率计算最优仓位	⚠️ 高阶用法，容易过拟合

举例：固定仓位

假设账户 10,000 USDT，设定每次用 20%：

• 每次交易金额 = 2,000 USDT
• 如果连续亏损几次，账户仍有余地恢复。

优点：

• 稳定、易控、抗连续亏损。 ❌ 缺点：
• 盈利时增长较慢（但稳）。

最大回撤限制（Max Drawdown Control）

净值回撤超过阈值（如 15–25%）→ 降低仓位或暂停。

最大回撤指策略从最高净值到最低净值的最大跌幅。 它是衡量风险的关键指标。

举例：

时间	账户净值	回撤
起始	$10,000	—
最高	$12,000	—
当前	$9,600	-20%

👉 当前最大回撤 = (12,000 - 9,600) / 12,000 = 20%

为什么要限制最大回撤？

• 20% 回撤 → 需要赚 25% 才能回本
• 50% 回撤 → 需要赚 100% 才能回本
• 所以：防守比进攻更重要。

适用市场与周期

趋势强、噪音相对小的周期效果更稳：4H / 日线 常优于 1m/5m。

不同周期代表不同“噪音层级”：

周期	每根K线时间	特点	对双均线的影响
1分钟（1m）	非常短	含大量无意义波动	信号太多，假突破多，手续费高
5分钟（5m）	稍平滑但仍噪音大	高频震荡	很难抓稳趋势
1小时（1H）	适中	能识别短期趋势	可用，但仍较敏感
4小时（4H）	稳定	噪音小，趋势更干净	✅ 最常用周期之一
日线（1D）	非常平滑	明确反映长期方向	✅ 趋势清晰、假信号少

币种选择：主流币（BTC/ETH）更稳定，小币波动大但更噪音。

假设 BTC 价格在一天内波动区间是：

20000 → 20300 → 19900 → 20400 → 20000

• 在 1分钟K线上，这些小跳动都会产生“假交叉”信号；
• 在 日线K线上，这只是“一天的小波动”，均线不会乱动。

✅ 所以：

越长周期的K线，越能看清真正趋势，过滤掉市场噪音。

震荡期会“挨刀”，趋势期“吃肉”。策略组合能对冲这点。

为什么说“策略组合能对冲这点”

因为单一趋势策略只在趋势行情中赚钱。 要应对震荡期，你可以：

市场状态	策略类型	举例
趋势期	趋势跟随策略	双均线、突破
震荡期	均值回归策略	RSI、布林带反转
波动扩大期	波动率策略	ATR / 动量分层
波动收缩期	套利策略	跨交易所、价差套利