引言:

邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。

【历史文章汇总】请点击此处

【必读文章】EOS期现套利，一周时间，15%无风险收益

10年400倍策略分享（附视频逐行代码讲解）

个人微信：xbx9585，有问题欢迎交流

Python说：这个炒股指标是我见过最废的，没有之一

现在随便打开一个炒股APP，发现在股票K线图的下面，都会默认显示一些奇怪的指标。

比如下图这个看上去很高级的KDJ指标：

网上搜索下，发现这个KDJ指标好像都很厉害的样子。如下图所示，它由三根缠绵在一起的折线组成，这3根线的名字分别叫K、D、J。

网上说，KDJ指标又叫随机指标，由美国人某某某发明，据说它综合了“动量观念”、“强弱指标”和“移动平均线”的优点，运用了先进的......

你能不能直接点？

说人话就是，KDJ号称可以预测股票的涨跌！

例如，当KDJ中的K线，从下往上穿过D线时，形成"黄金交叉"，俗称金叉，这个时候就预示着股价会上涨，应该买入股票。

下图中，某股票在7月21日的金叉之后，股价果真一路上涨：

当K线，从上往下穿过D线时，形成"死亡交叉"，俗称死叉，预示着股价会下跌，这个时候就应该卖出股票。

例如在下图中，特锐德这个股票，在03月9日的“死叉”过后，股票确实一直下跌：

看到这里有的朋友可能会觉得，这是炒股秘籍啊！买了就涨、卖了就跌，赶紧投钱，从此走上人生巅峰！

然而我们是熟练使用Python的人！怎么可以随便相信别人说的，而自己不去实证一下呢？

我们接下来就来做一件疯狂的事情。

我们准备通过Python，将一个股票历史上所有的金叉、死叉情况都找出来，并且统计之后的涨跌情况，看看KDJ指标金叉、死叉的买卖点是否真的有效！

哼，用数据说话，这才是我们会Python的做法！

我们先选择万科这个股票，找到它从1990年上市到最近的股价数据，如下图所示：

然后用以下的Python代码计算出万科股票每天的KDJ指标：

就是这么简单，复杂的指标只需要6行代码，Python大法好！

想要代码和股票数据，可以加邢不行的微信xbx9585获取。

接下来找出万科历史上所有金叉和死叉的交易日期，如下图所示：

根据图中数据，截止到最近万科股票历史上总共出现过1444次金叉或死叉，其中金叉、死叉各572次。

我们先统计在这572次金叉后，股票的涨跌情况：

总共出现过572次金叉，在这572次金叉之后的1天后，股票上涨的比例是49%；3天后，上涨比例是51%；5天后上涨的是51%；10天后，上涨比例是50%。

上涨的比例居然普遍是50%？？？！！！

不是说好了金叉之后股票就会上涨的吗？怎么还有一半的情况是下跌的？

这样的话，和抛硬币买卖股票又有什么区别？

那既然金叉不行，我们再来看下死叉。死叉之后股票下跌的概率是否会显著大于50%呢？

下面是数据：

......这是在搞笑吗？

死叉后下跌的比例居然还经常不到50%？？难道死叉还成看涨信号了？

金叉、死叉买入法失效，会不会是万科这个股票不行呢？换个其它股票是不是就行了？或者是因为数据量太少？

为了消除以上的顾虑，那我们索性就把所有3500多只股票的金叉、死叉的都找出来看看。

反正对于Python来说就是写个循环遍历下所有股票而已，小事一桩。

很快的跑完程序后发现，历史上所有股票总共出现过170万次金叉和死叉。

170万次，这次数据量肯定够大了。想要代码和股票数据，可以加邢不行的微信xbx9585获取。

下图显示出现金叉和死叉之后股价涨跌图：

在85万次金叉后，股票上涨的概率是50%左右......

在85万次死叉后，股票下涨的概率是50%左右......

怎么还是50%啊！！！

某些有一定经验的炒股朋友会说，不能简单的看见金叉就买进、看见死叉就卖出，还有更高级的用法。

比如只有当KDJ三条线处于底部低位的时候，此时金叉买入的成功率更高；或者当KDJ三条线处于顶部高位时，死叉卖出也会更有可能盈利。

那我们就修改下Python程序，根据以下条件进行筛选：

1 低位金叉：D值小于20且形成金叉

2 高位死叉：D值大于80且形成死叉

根据程序结果，金叉死叉次数由原来的170万降低为24万。

以下是低位金叉和高位死叉之后股价涨跌比例：

结果是，所谓低位、高位，并没有什么用...

稍微有所安慰但又有点讽刺的是：意外发现高位死叉，这个理论上的卖出指标，反而是个很好的买入指标，大约有55%的胜率。

以上的数据表明，KDJ这个看上去高大上的指标，其实真的和抛硬币来买卖股票没啥区别。

所以我也不知道为什么，众多的炒股软件会把它当做默认选项来展示。建议将本文转发给正在炒股的朋友，免得被继续误导。

并且，我们刚刚使用Python和数据来验证指标的有效性，并且尝试去优化，整个过程其实就是量化投资当中的回测。

任何客观的投资方法都可以使用Python代码实现，然后利用历史股票数据验证其有效性。在验证赚钱之后再投入实战，而不是盲目的尝试，这就是量化投资最大的优势。

推荐阅读

2018量化炒币7大玩法复盘 | 视频、PPT分享

收藏！量化小讲堂前50篇合集(含代码)

量化投资中经常使用Excel，可能会被同事打

警惕！数字货币交易所排名陷阱：到底哪家交易最活跃？(下)

历年排名前10的基金，在第2年表现如何？Python告诉你答案

在量化投资中，原来K线还能这么画（附画K线代码）

联系作者

如果你想入门量化，但是始终找不到方向，可以加入我的知识星球。我会在里面解答你的问题，分享我的感悟，不论是投资、技术，还是职业选择、思维方式。

-- 学习和成长从来都不是一个人的事 --

Python说：这个炒股指标是我见过最废的，没有之一相关推荐

Python量策风指标
转 Python量化策略风险指标如何衡量一个量化策略的好坏?一是比较稳定的收益,二是有严谨的回测,三是有清晰的逻辑.--刘富兵引言尽管过去不能代表未来,通过历史回测来评估量化策略仍然是量化投资非 ...
python分析股票MACD指标
股民朋友肯定熟悉股票中的MACD指标,比如5日均线.10日均线.15日均线等等.通过这些指标可以辅助进行交易的决策(比如经典的金叉.死叉理论),下面就以5日均线和20日均线为例,用python来画出指 ...
风口猪炒股指标操作复盘 2021-01-20
怎么才能从市场上比较确定的赚到钱? 简单事情重复做,高难度事情少做.甚至不做市场是不确定性,但是自己的交易系统是确定的放弃自己的小聪明,不预测行情,只做市场跟随早盘根据"风口猪炒股指标 ...
【手把手教你】使用Python构建股票财务指标打分系统
01 引言最近受到知识星球圈友[禄子₇]的启发,利用Python基于财务指标打分构建价值投机股票的选股系统.首先感谢他给我发的电子书<价值投机>和他自己写的code(公众号回复" ...
python：talib 市场情绪指标 BRAR
情绪指标,简称 ARBR 或 BRAR,由人气指标(AR)和意愿指标(BR)构成. AR 和 BR 都是对通过对历史股价走势的分析,反映市场当前情况下多空双方的力量强弱对比,推断市场交易情绪,从而对趋 ...
python实现均值类指标差异分析-Mann-Whitney U-test（完整代码+实现效果）
实现功能: 对于均值类指标的差异分析,采用单因素方差分析,若指标分布服从正态分布,对于2个独立样本采用T检验或者Z检验,对于多个(大于2个)独立样本采用F检验,若分布不服从正态分布,对于2个独立样本采 ...
python 监控_了解指标并使用Python进行监控
python 监控当我第一次遇到counter和gauge以及带有颜色和数字的图表时,我的React是避免使用该图表,这些图表的颜色和数字分别标记为"平均"和" 90以 ...
如何用python 炒股赚钱_教程 | 如何用Python和机器学习炒股赚钱？
选自Hackernoon 作者:Gaëtan Rickter 机器之心编译参与:熊猫相信很多人都想过让人工智能来帮你赚钱,但到底该如何做呢?瑞士日内瓦的一位金融数据顾问 Gaëtan Rickter ...
python对象编程例子-这是我见过最详细的Python面向对象编程！建议收藏！
原标题:这是我见过最详细的Python面向对象编程!建议收藏! 面向对象编程和函数式编程(面向过程编程)都是程序设计的方法,不过稍有区别. 面向过程编程: 1. 导入各种外部库 2. 设计各种全局变量 ...

Python说：这个炒股指标是我见过最废的，没有之一

Python说：这个炒股指标是我见过最废的，没有之一

Python说：这个炒股指标是我见过最废的，没有之一相关推荐

最新文章

热门文章