【Python量化技术指标实战 02】MACD金叉也分强弱？手工算一次 DIF/DEA 就懂了

本文你将得到什么：

1. 不调用任何指标库，纯手工用 EMA 算出 MACD 三要素
2. 理解 DIF、DEA、MACD 柱各自的含义与联动关系
3. 区分"零轴上金叉"和"零轴下金叉"的实战差异
4. 把 MACD 信号画成三面板图（价格 + DIF/DEA + MACD柱）
5. 一段可直接复制的完整代码

---

痛点：为什么你不能只会看软件上的 MACD

行情软件里的 MACD 都是现成的，但很多人用了几年也没搞清楚：

• DIF 和 DEA 到底谁减谁？
• MACD 柱为什么是"(DIF-DEA)×2"？
• 同样的金叉，为什么有的涨、有的不涨？

答案藏在计算过程里。本文带你手工算一遍，算完你就明白"零轴上金叉"和"零轴下金叉"为什么强度完全不同。

---

环境准备

pip install mairui pandas numpy matplotlib

---

第一步：拉取数据

from mairui import Client

client = Client("LICENCE-66D8-9F96-0C7F0FBCD073")
bars = client.stock_history(code="600519", period="d", dividend="f")

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

---

第二步：手工计算 EMA

MACD 的底层是三个 EMA：

• EMA(12)：快速平滑
• EMA(26)：慢速平滑
• EMA(9)：对 DIF 再平滑一次得到 DEA

def calc_ema(series, span):
    """指数移动平均。"""
    return series.ewm(span=span, adjust=False).mean()

ema12 = calc_ema(closes, 12)
ema26 = calc_ema(closes, 26)

EMA 和 MA 的区别：EMA 给近期价格更高权重，对最新变化更敏感。

---

第三步：算 DIF、DEA、MACD 柱

# DIF = 快EMA - 慢EMA
dif = ema12 - ema26

# DEA = DIF 的 9日EMA
dea = calc_ema(dif, 9)

# MACD柱 = (DIF - DEA) * 2
macd_hist = (dif - dea) * 2

print(f"DIF 最新: {dif.iloc[-1]:.4f}")
print(f"DEA 最新: {dea.iloc[-1]:.4f}")
print(f"MACD柱 最新: {macd_hist.iloc[-1]:.4f}")

输出示例（演示数据）：

DIF 最新: -0.0105
DEA 最新: 0.0243
MACD柱 最新: -0.0696

解读：

• DIF < DEA，说明短期动能弱于中期平滑值，当前为空头状态
• MACD 柱为负，且 DIF 在零轴下方，整体偏空

---

第四步：检测 MACD 交叉信号

def find_macd_signals(df):
    signals = []
    for i in range(1, len(df)):
        prev = df.iloc[i - 1]
        curr = df.iloc[i]
        if prev["dif"] < prev["dea"] and curr["dif"] > curr["dea"]:
            zero_info = "零轴上" if curr["dif"] > 0 else "零轴下"
            signals.append((curr["date"], "golden", curr["dif"], zero_info))
        elif prev["dif"] > prev["dea"] and curr["dif"] < curr["dea"]:
            zero_info = "零轴上" if curr["dif"] > 0 else "零轴下"
            signals.append((curr["date"], "death", curr["dif"], zero_info))
    return signals

signals = find_macd_signals(df)
for date, typ, dval, zinfo in signals:
    label = "金叉" if typ == "golden" else "死叉"
    print(f"{date} {label} DIF={dval:.4f} ({zinfo})")

输出示例：

2025-09-30 金叉 DIF=-0.1524 (零轴下)
2025-10-31 死叉 DIF=-0.0922 (零轴下)
2025-11-05 金叉 DIF=-0.0565 (零轴下)
2025-11-07 死叉 DIF=-0.0728 (零轴下)
2025-11-10 金叉 DIF=-0.0238 (零轴下)
2025-11-25 死叉 DIF=0.0372 (零轴上)

注意最后一组：死叉发生在零轴上方，属于"多头中的回调信号"，和零轴下方的死叉含义不同。

---

第五步：三面板可视化

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

fig, axes = plt.subplots(3, 1, figsize=(12, 10),
                         gridspec_kw={"height_ratios": [2, 1, 1]})
x = range(len(df))

# 面板1：收盘价
axes[0].plot(x, closes, color="black", linewidth=0.8)
axes[0].set_title("收盘价")
axes[0].set_ylabel("价格")
axes[0].grid(True, alpha=0.3)

# 面板2：DIF / DEA + 交叉标记
axes[1].plot(x, dif, label="DIF", color="blue", linewidth=1)
axes[1].plot(x, dea, label="DEA", color="orange", linewidth=1)
axes[1].axhline(y=0, color="gray", linestyle="--", alpha=0.5)
for date, typ, dval, zinfo in signals:
    idx = df[df["date"] == date].index[0]
    color = "red" if typ == "golden" else "green"
    marker = "^" if typ == "golden" else "v"
    axes[1].scatter([idx], [dval], color=color, marker=marker, s=80)
axes[1].set_title("MACD 金叉/死叉")
axes[1].set_ylabel("DIF / DEA")
axes[1].legend()
axes[1].grid(True, alpha=0.3)

# 面板3：MACD柱
 colors = ["red" if v >= 0 else "green" for v in macd_hist]
axes[2].bar(x, macd_hist, color=colors, width=0.8)
axes[2].axhline(y=0, color="gray", linestyle="-", alpha=0.5)
axes[2].set_title("MACD 柱状图（红=正，绿=负）")
axes[2].set_ylabel("MACD")
axes[2].grid(True, alpha=0.3)

plt.tight_layout()
plt.savefig("macd_chart.png", dpi=150)

三面板的好处：价格、DIF/DEA 走势、MACD 柱变化一屏看完，不用在软件里切来切去。

---

关键认知：金叉的强弱怎么看

场景	位置	含义	强度
零轴上金叉	DIF>0, DEA>0	多头趋势中的加速信号	强
零轴下金叉	DIF<0, DEA<0	空头趋势中的反弹信号	弱
零轴附近金叉	DIF≈0	趋势转折临界点	不确定
死叉同理	---	---	---

本文演示数据中的金叉全部发生在零轴下方，属于"弱势反弹"型金叉，不能和零轴上的强势金叉等量齐观。实战中建议：零轴上金叉才考虑做多，零轴下金叉只当反弹对待。

---

常见坑与注意

1. MACD 的滞后比 MA 更严重：因为 DIF 本身就是 EMA 的差，DEA 又是 DIF 的 EMA，两次平滑导致信号更慢。
2. 零轴是多空分界线：DIF 在零轴上方 = 多头区域，下方 = 空头区域。很多人只看金叉死叉，忽略零轴位置，容易误判。
3. 背离才是 MACD 的精髓：价格创新高但 DIF 不创新高（顶背离），或价格创新低但 DIF 不创新低（底背离），比单纯的金叉死叉更可靠。后续篇章会单独讲背离检测。
4. 演示数据 vs 真实数据：本文使用演示证书跑通逻辑，换正式证书后即为真实行情，代码无需修改。

---

小结

本文带你手工算了一遍 MACD 的完整计算链路：

• EMA(12) 和 EMA(26) → DIF
• DIF 的 EMA(9) → DEA
• (DIF-DEA)×2 → MACD 柱

并强调了一个实战要点：金叉不是都一样的，零轴位置决定强度。下一篇，我们把 KDJ 和 RSI 拉进来，做一个"超买超卖双确认"系统。

---

免责声明

本文仅为技术教学，不构成任何投资建议。投资有风险，入市需谨慎。

---

代码与文档：https://github.com/MaiRuiApi