看同一张期货图,两条线都设置为 20 期,却没有走在同一个位置。简单移动平均线(MA)和指数移动平均线(EMA)的区别,不是名字多了一个字,而是怎样给过去的价格分配权重。
如果你想解释"最近 N 根收盘的等权平均",MA 更直接;如果希望近期变化在平滑中占更大权重,可以考虑 EMA,同时接受它不同的前史记忆。选择要跟着观察目的走,不能单凭哪条线更贴近最新价就说它更准。
最近 N 根等权,还是把过去递推留下来
TqSdk 的 tafunc.ma(series, n) 用最近 n 项做等权滚动均值。一根旧收盘退出这个窗口,就不再参与当前的这次均值。
tafunc.ema(series, n) 则是递推平滑。在有效、无缺失的输入下,新值权重是 2/(n+1),余下权重给上一项 EMA。固定 3.10.4 使用 span=n, adjust=False,因此开始计算的位置和前史也有影响。
以 n=3 为例,新收盘和上一项 EMA 各占一半。它不是另一种"只留下最近三根"的等权平均。n 大于 1 时,旧值影响沿递推衰减,不是恰好过了 n 根就按规则整项删除。n=1 则是一个特殊情况,两种方法都直接对应输入价格。
同一次跳动,两条线怎样接着走
用一组纯假设:连续收盘为 100、100、100、106、100,两条线从同一序列起点计算,n 都取 3。
| 当前收盘走到哪里 | MA | EMA |
|---|---|---|
| 前三根都是 100 | 100 | 100 |
| 新收盘到 106 | 102 | 103 |
| 下一根回到 100 | 102 | 101.5 |
到 106 时,MA 把 100、100、106 等权平均;EMA 则把新值 106 与前值 100 各取一半。随后回到 100,MA 的三根窗口里仍留着 106,EMA 从 103 递推到 101.5。
所以,"这次跳升时 EMA 更靠近新值"不能改写成"EMA 每时刻都在 MA 上方",更不是哪种方法交易效果更好。它们记录的是不同的平滑路径。
想解释最近一段,还是更重视近期变化
要在复盘里明确说"这 N 根各占多少",MA 的有限等权窗口比较好解释。代价是窗口边界会整项移入、移出旧价格,这也会改变结果。
如果观察重点是让近期价格获得较大权重,EMA 符合这种定义,但比较不同图表或两次重算时,要保留各自起点与前史。不能把两条都写成 N 期,就假定它们看的是同一个固定窗口。
下面在已有 TqSdk 程序中比较同一份已核实的收盘序列。closed_bars 是同合约、同周期、顺序明确且已结束的有效窗口,计算起点已经选定,不为让曲线更好看而临时缩短前史。
python
from math import isfinite
from tqsdk import tafunc
n = 3
close = closed_bars["close"].copy().reset_index(drop=True)
if (len(close) < n or close.isna().any()
or not close.map(isfinite).all()):
print("平滑比较待核")
else:
simple = tafunc.ma(close, n)
exponential = tafunc.ema(close, n)
a, b = simple.iloc[-1], exponential.iloc[-1]
if isfinite(a) and isfinite(b):
print("同一观察行:MA", a, "EMA", b)
else:
print("平滑读数待核")
这些读数应与原 K 线身份、周期、参数和计算起点一起留下。片段没有挑最优参数,也没有生成交叉交易指令。
按观察目的选,用 TqSdk 保留同一份比较
我推荐用 TqSdk 在同一收盘序列上计算这两条线,再按你需要解释的内容选择:有限窗口、等权描述选 MA;更重视近期并愿意保留递推前史的观察可选 EMA。它让取舍有明确依据,而不是靠线条看着灵敏或漂亮作决定。两种方法都能平滑价格,但都不能仅凭一个读数保证方向或收益。