

> 本文你将得到什么：
> 1. 用 Python 自动拉取日线并计算 MA5/MA10/MA20
> 2. 自动检测金叉/死叉信号并标注日期
> 3. 用 matplotlib 画出带信号标记的均线图
> 4. 一个可运行的"金叉买入、死叉卖出"简单回测
> 5. 把整个过程封装成可复用的流水线函数

---

## 痛点：为什么均线交叉不值得手动翻

很多做趋势跟踪的朋友，每天开盘前会干一件事：把自选股逐个打开，看看 MA5 有没有上穿 MA10、MA20 有没有拐头。十几只票翻下来，半小时没了，还经常看花眼。

更麻烦的是，等你肉眼确认"金叉成立了"，价格往往已经跑了一段。技术指标的时效性很强，自动化是必经之路。

本文用不到 50 行核心代码，把"拉数据 → 算均线 → 找交叉 → 画出来 → 简单回测"整条链路跑通。

---

## 环境准备

```bash
pip install mairui pandas numpy matplotlib
```

---

## 第一步：拉取日线数据

```python
from mairui import Client

# 演示证书（明文写入方便复制运行；实际项目建议放配置文件）
client = Client("LICENCE-66D8-9F96-0C7F0FBCD073")

bars = client.stock_history(code="600519", period="d", dividend="f")
print(f"获取 {len(bars)} 条 K 线")
print(f"日期范围: {bars[0]['t']} ~ {bars[-1]['t']}")
```

返回的 `bars` 是字典列表，每条含 `t`(日期)、`o`(开)、`h`(高)、`l`(低)、`c`(收)、`v`(量)。

---

## 第二步：计算移动平均线

```python
import pandas as pd

df = pd.DataFrame(bars)
df = df.rename(columns={"t": "date", "o": "o", "h": "h", "l": "l", "c": "c", "v": "v"})
df = df.sort_values("date").reset_index(drop=True)
closes = df["c"].astype(float)

# 计算 MA5/MA10/MA20
df["ma5"] = closes.rolling(window=5, min_periods=5).mean()
df["ma10"] = closes.rolling(window=10, min_periods=10).mean()
df["ma20"] = closes.rolling(window=20, min_periods=20).mean()

print(f"MA5 最新: {df['ma5'].iloc[-1]:.2f}")
print(f"MA10 最新: {df['ma10'].iloc[-1]:.2f}")
print(f"MA20 最新: {df['ma20'].iloc[-1]:.2f}")
```

**输出示例**（演示数据）：
```
MA5 最新: 11.03
MA10 最新: 11.15
MA20 最新: 11.15
```

> 注意：本文使用演示证书，返回的是固定样例数据。换成你的正式证书后，即为真实行情，代码无需任何修改。

---

## 第三步：检测金叉与死叉

交叉的定义很简单：
- **金叉**：前一天 short < long，当天 short > long
- **死叉**：前一天 short > long，当天 short < long

```python
def find_crossover(df):
    signals = []
    for i in range(1, len(df)):
        prev = df.iloc[i - 1]
        curr = df.iloc[i]
        if prev["ma5"] < prev["ma10"] and curr["ma5"] > curr["ma10"]:
            signals.append((curr["date"], "golden", curr["c"]))
        elif prev["ma5"] > prev["ma10"] and curr["ma5"] < curr["ma10"]:
            signals.append((curr["date"], "death", curr["c"]))
    return signals

signals = find_crossover(df)
for date, typ, price in signals:
    label = "金叉" if typ == "golden" else "死叉"
    print(f"{date} {label} @ {price:.2f}")
```

**输出示例**：
```
2025-10-16 死叉 @ 10.74
2025-10-20 金叉 @ 11.42
2025-10-28 死叉 @ 10.66
2025-11-10 金叉 @ 11.45
2025-11-21 死叉 @ 10.79
```

---

## 第四步：可视化——把信号画在图上

```python
import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei"]
plt.rcParams["axes.unicode_minus"] = False

fig, ax = plt.subplots(figsize=(12, 6))
x = range(len(df))

ax.plot(x, closes, label="收盘价", color="black", linewidth=0.8)
ax.plot(x, df["ma5"], label="MA5", color="orange", linewidth=1)
ax.plot(x, df["ma10"], label="MA10", color="blue", linewidth=1)
ax.plot(x, df["ma20"], label="MA20", color="purple", linewidth=1)

# 标记信号
for idx, row in df.iterrows():
    for date, typ, price in signals:
        if row["date"] == date:
            color = "red" if typ == "golden" else "green"
            marker = "^" if typ == "golden" else "v"
            ax.scatter([idx], [price], color=color, marker=marker, s=100, zorder=5)

ax.set_title("600519 移动平均线与交叉信号")
ax.set_ylabel("价格")
ax.legend()
ax.grid(True, alpha=0.3)
plt.tight_layout()
plt.savefig("ma_cross.png", dpi=150)
```

图中红色三角为金叉买入点，绿色倒三角为死叉卖出点，一目了然。

---

## 第五步：简单回测——金叉买、死叉卖

有了信号，自然想验证"按均线交叉交易到底赚不赚钱"。下面是一个最简回测：金叉满仓买入，死叉清仓卖出。

```python
def backtest(df, signals, initial=100000):
    position = 0
    cash = initial
    trades = []
    nav = []

    for idx, row in df.iterrows():
        price = row["c"]
        for date, typ, _ in signals:
            if row["date"] == date:
                if typ == "golden" and position == 0:
                    position = 1
                    trades.append((date, "BUY", price))
                elif typ == "death" and position == 1:
                    if trades:
                        buy_price = trades[-1][2]
                        shares = initial / buy_price
                        cash = shares * price
                    position = 0
                    trades.append((date, "SELL", price))

        current_nav = cash if position == 0 else (initial / trades[-1][2] * price if trades else initial)
        nav.append(current_nav)

    return trades, nav

trades, nav = backtest(df, signals)
print(f"交易次数: {len(trades)}")
for t in trades:
    print(f"  {t[0]} {t[1]} @ {t[2]:.2f}")

final = nav[-1]
ret = (final - 100000) / 100000 * 100
buyhold = (closes.iloc[-1] - closes.iloc[0]) / closes.iloc[0] * 100
print(f"策略收益: {ret:.2f}%")
print(f"买入持有: {buyhold:.2f}%")
```

**输出示例**：
```
交易次数: 6
  2025-10-20 BUY @ 11.42
  2025-10-28 SELL @ 10.66
  2025-11-10 BUY @ 11.45
  2025-11-21 SELL @ 10.79
  2025-11-24 BUY @ 11.07
  2025-11-26 SELL @ 10.82
策略收益: -2.26%
买入持有: -6.74%
```

在这个演示数据区间，策略虽然也是负收益，但跑赢了买入持有约 4.5 个百分点，说明均线交叉在震荡市中起到了一定的避险作用。当然，这只是单只票、单段时间的演示，不代表任何确定性结论。

---

## 常见坑与注意

1. **MA 的滞后性**：移动平均线天然滞后，金叉出现时价格已经涨了一段，不能指望买在最低点。
2. **震荡市反复打脸**：价格在均线附近反复穿越时，会产生大量无效信号，需要配合过滤条件（如要求 MA 斜率向上、或加入成交量确认）。
3. **参数选择**：MA5/MA10 偏敏感，MA20/MA60 偏稳健。短线和长线应选用不同参数组合。
4. **演示数据 vs 真实数据**：本文用演示证书跑通代码逻辑，换成正式证书后数据即真实，无需改任何代码。

---

## 小结

本文用 50 行核心代码完成了：
- 自动拉取日线
- 计算 MA5/MA10/MA20
- 检测金叉/死叉
- 可视化标注
- 简单回测验证

下一步，你可以把这套逻辑扩展到多只股票批量扫描，或者把均线交叉和 MACD、KDJ 等指标叠加使用——后者正是本系列下一篇的主题。

---

## 免责声明

本文仅为技术教学，不构成任何投资建议。文中使用的股票代码仅作演示，不代表推荐。投资有风险，入市需谨慎。

---

*代码与文档：https://github.com/MaiRuiApi*


很多做趋势跟踪的朋友，每天开盘前会干一件事：把自选股逐个打开，看看 MA5 有没有上穿 MA10、MA20 有没有拐头。十几只票翻下来，半小时没了，还经常看花眼。

【Python量化技术指标实战 01】均线交叉还在手动翻K线？50行代码自动抓金叉死叉

人工智能

用Python实现均线金叉死叉自动检测与回测：50行核心代码完成拉取日线数据、计算MA5/10/20、标记交叉信号、可视化绘图及简单策略回测，解决手动盯盘效率低、信号滞后问题，附带演示代码与常见坑规避指南。

代码解释

Python

GitHub

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

【Python量化技术指标实战 01】均线交叉还在手动翻K线？50行代码自动抓金叉死叉-腾讯云开发者社区-腾讯云

【Python量化技术指标实战 01】均线交叉还在手动翻K线？50行代码自动抓金叉死叉

【Python量化技术指标实战 01】均线交叉还在手动翻K线？50行代码自动抓金叉死叉

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐