欢迎加入专注于财经数据和量化投资的【数据科学实战】知识星球，交流财经数据采集中的问题，探索量化投资的世界！
《AKShare-初阶-使用教学》- 更新完毕 《AKShare-初阶-实战应用》- 更新完毕 《PyBroker-入门及实战》- 量化投资框架课程更新完毕 《AKShare-源码解析》等相关课程正在更新中！
引言
在量化交易中，移动平均线（Moving Average，MA）是一个非常重要且实用的技术指标。它通过计算一定时期内的平均价格，帮助交易者过滤掉市场噪音，更好地把握价格走势。本文将详细介绍如何使用 Python 实现移动平均线策略，并结合实例讲解其在量化交易中的应用。
移动平均线基础
移动平均线主要有两种类型：
简单移动平均线（SMA）：对过去 N 个周期的价格进行算术平均 指数移动平均线（EMA）：赋予近期价格更高的权重，对市场变化更敏感
示例代码：计算特斯拉股票的移动平均线
import yfinance as yf
import matplotlib.pyplot as plt
# 下载特斯拉股票数据
df = yf.download('TSLA', start='2023-01-01', end='2024-01-01')
# 计算不同周期的简单移动平均线
df['SMA_20'] = df['Close'].rolling(window=20).mean() # 20日均线
df['SMA_50'] = df['Close'].rolling(window=50).mean() # 50日均线
df['SMA_100'] = df['Close'].rolling(window=100).mean() # 100日均线
# 绘制K线图和均线
plt.figure(figsize=(12, 8))
plt.plot(df.index, df['Close'], label='收盘价', alpha=0.5)
plt.plot(df.index, df['SMA_20'], label='20日均线', alpha=0.8)
plt.plot(df.index, df['SMA_50'], label='50日均线', alpha=0.8)
plt.plot(df.index, df['SMA_100'], label='100日均线', alpha=0.8)
plt.title('特斯拉股票价格与移动平均线')
plt.xlabel('日期')
plt.ylabel('价格（美元）')
plt.legend()
plt.show()
交易信号识别
黄金交叉与死亡交叉
黄金交叉：短期均线上穿长期均线，产生买入信号 死亡交叉：短期均线下穿长期均线，产生卖出信号
示例代码：识别均线交叉信号
# 计算黄金交叉和死亡交叉
df['金叉信号'] = (df['SMA_20'] > df['SMA_50']) & (df['SMA_20'].shift(1) <= df['SMA_50'].shift(1))
df['死叉信号'] = (df['SMA_20'] < df['SMA_50']) & (df['SMA_20'].shift(1) >= df['SMA_50'].shift(1))
# 在图表上标注交叉信号点
plt.figure(figsize=(12, 8))
plt.plot(df.index, df['Close'], label='收盘价', alpha=0.5)
plt.plot(df.index, df['SMA_20'], label='20日均线', color='orange')
plt.plot(df.index, df['SMA_50'], label='50日均线', color='blue')
# 标注金叉和死叉位置
plt.plot(df.index[df['金叉信号']], df['SMA_20'][df['金叉信号']], '^',
color='g', markersize=10, label='黄金交叉')
plt.plot(df.index[df['死叉信号']], df['SMA_20'][df['死叉信号']], 'v',
color='r', markersize=10, label='死亡交叉')
plt.title('特斯拉股票均线交叉信号')
plt.xlabel('日期')
plt.ylabel('价格（美元）')
plt.legend()
plt.show()
常用周期选择
短期：5、10、20 个周期，适合短线交易 中期：50 个周期，用于观察中期趋势 长期：100、200 个周期，适合长期趋势分析
使用注意事项
移动平均线是滞后指标，可能无法及时反映市场急剧变化 在震荡市场中容易产生假信号 建议与其他技术指标配合使用，提高交易成功率
总结
移动平均线是量化交易中不可或缺的技术指标，通过 Python 可以轻松实现均线策略的回测和实盘交易。本文介绍的方法为入门级应用，建议读者在实际交易中结合其他技术指标和风险控制手段，构建更完善的交易系统。
参考文章
Moving Averages Explained：https://centerpointsecurities.com/moving-averages/ Golden Cross vs Death Cross：https://www.investopedia.com/terms/g/goldencross.asp Support & Resistance Levels：https://www.babypips.com/learn/forex/moving-averages-as-support-and-resistance
书籍推荐
《Python编程：从入门到实践（第3版）》是一本广受欢迎的 Python 入门经典教材，由经验丰富的程序员 Eric Matthes 编写。该书采用循序渐进的教学方式，从基础语法讲解到实战项目开发，内容编排合理，实例丰富，语言通俗易懂。全书配有大量练习题和完整项目实战，包括数据可视化、网络爬虫、Web 应用开发等，让读者在实践中掌握编程技巧。第3版还增加了 f-string、海龟绘图等最新的 Python 特性内容。这本书不仅适合零基础读者入门学习，也非常适合想系统掌握 Python 的编程爱好者以及数据分析、人工智能等领域的学习者。它不仅教授编程知识，更注重培养读者的编程思维，是一本非常值得投资的 Python 学习指南。
