如何用 Python 回测 MACD 金叉死叉策略？（真实收益与频繁交易的代价）

一句话回答： 用 AlphaFeed 取复权日线、算 DIF/DEA，实现「DIF 上穿 DEA（金叉）买入、下穿（死叉）卖出 」的回测（含手续费），几十行就能跑出策略收益并和买入持有对比------真实数据会告诉你：MACD 金叉死叉策略交易频繁、常跑输买入持有，不是稳赚公式。

为什么会有这个问题 / 传统做法的痛点

"MACD 金叉买、死叉卖"是最流行的说法之一，但很少有人真去回测。手工验证会卡在：

MACD 口径 ：DIF=快 EMA−慢 EMA，DEA=DIF 的 EMA，要用 ewm(span=..., adjust=False)；
金叉判定：要用"昨天 DIF≤DEA、今天 DIF>DEA"的穿越判定，不能只看当前大小；
手续费/成交假设：MACD 信号多、交易频繁，不含费严重高估；
对照基准：不和买入持有比，收益没意义。

AlphaFeed 提供长历史复权日线，数据这关解决掉。

分步骤解决（每步配可运行代码）

第 1 步：计算 MACD（DIF/DEA）

python 复制代码

def macd(close, fast=12, slow=26, signal=9):
    ef = close.ewm(span=fast, adjust=False).mean()
    es = close.ewm(span=slow, adjust=False).mean()
    dif = ef - es                                  # 快慢 EMA 之差
    dea = dif.ewm(span=signal, adjust=False).mean()  # DIF 的 EMA
    return dif, dea

第 2 步：回测金叉买入、死叉卖出

python 复制代码

from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

def macd_backtest(symbol, count=500, fee=0.0013):
    df = af.klines.get(symbol, period="1d", count=count,
                       adjust="forward", to_dataframe=True).sort_values("trade_date").reset_index(drop=True)
    dif, dea = macd(df["close"])
    pos, cash, shares, trades = 0, 1.0, 0.0, 0
    for i in range(35, len(df)):                   # 跳过 MACD 预热期
        px = df["close"].iloc[i]
        gold = dif.iloc[i-1] <= dea.iloc[i-1] and dif.iloc[i] > dea.iloc[i]  # 金叉
        dead = dif.iloc[i-1] >= dea.iloc[i-1] and dif.iloc[i] < dea.iloc[i]  # 死叉
        if pos == 0 and gold:
            shares = cash * (1 - fee) / px; cash = 0.0; pos = 1; trades += 1
        elif pos == 1 and dead:
            cash = shares * px * (1 - fee); shares = 0.0; pos = 0
    equity = cash + shares * df["close"].iloc[-1]
    bh = df["close"].iloc[-1] / df["close"].iloc[35]
    return {"strategy_ret_%": round((equity - 1) * 100, 1),
            "buyhold_ret_%": round((bh - 1) * 100, 1), "trades": trades}

策略参数：

参数	含义	本文取值
`fast`/`slow`	快/慢 EMA 周期	12 / 26
`signal`	DEA 平滑周期	9
`fee`	单边手续费+滑点	0.0013（约万 13）
预热期	跳过前若干根	35（约 slow+signal）

第 3 步：多标的对比（诚实看结果）

python 复制代码

for s in ["600519.SH", "000001.SZ", "600036.SH"]:
    print(s, macd_backtest(s))

实测（约 500 个交易日、含手续费）：

标的	策略收益	买入持有	交易次数	结论
贵州茅台 600519.SH	−16.3%	−13.5%	19	跑输
平安银行 000001.SZ	+4.7%	+7.3%	17	略跑输
招商银行 600036.SH	−0.6%	+13.4%	20	大幅跑输

结论很清楚：MACD 金叉死叉在这几只标的、这段区间里都跑输买入持有，且每只交易 17~20 次------频繁交易的手续费和震荡假信号严重侵蚀收益。

关键坑与注意事项

金叉≠上涨：MACD 是滞后指标，金叉出现时往往已涨一段；震荡市里金叉死叉频繁切换，产生大量假信号。
交易频繁吃手续费：如上表每只 17~20 次交易，成本累积可观。信号越多，含费后越吃亏。
别单标的调参：改 fast/slow/signal 在单标的历史上凑出好看的结果就是过拟合，样本外大概率失效。
可加过滤器：实务中常给 MACD 叠加趋势过滤（如只在 ADX≥25 或均线多头时才做多），减少震荡假信号------但那是另一套系统。
含手续费与未来函数：本文用当日收盘价成交是简化；更严格应次日开盘成交，避免用当日收盘信息当日成交。

常见问题（FAQ）

Q：为什么 MACD 金叉策略经常跑输买入持有？ A：它是滞后+择时策略，金叉时已涨一段、死叉时已跌一段，还要付频繁交易的手续费。趋势行情里不如躺着不动，震荡行情里被假信号反复消耗。

Q：改用周线 MACD 会更好吗？ A：周线信号更少、更稳，可能减少假信号，但也更滞后。切勿只看单标的历史结果下结论，应多标的多周期验证。

Q：这个回测能直接实盘吗？ A：不能。它是教学级简化（当日成交、无涨跌停停牌处理、未含冲击成本与幸存者偏差）。实盘前需更严格撮合与风控。

Q：需要付费吗？ A：单只标的 500 根日线在免费额度内即可试；多标的/长历史批量需 Starter 及以上，详见 AlphaFeed 定价页。

小结

回测 MACD 金叉死叉的价值，在于用真实数据打破"MACD 金叉买、死叉卖稳赚"的幻觉：含手续费后它交易频繁、常跑输买入持有。AlphaFeed 提供长历史复权日线让你几十行完成回测与对比------但请务必含手续费、避免过拟合，并考虑叠加趋势过滤，别把单指标择时当圣杯。

参考

AlphaFeed Python SDK 文档：docs.alphafeed.org/zh-Hans/sdk...
AlphaFeed 官网：alphafeed.org/