3、经典双均线策略：金叉死叉逻辑、参数选择与实战回测

双均线策略，说白了就是量化交易里的"Hello World"。每个做量化的人，几乎都从它开始。我当年也不例外，第一次跑通回测时，看着资金曲线往上走，那叫一个兴奋。但后来发现，事情没那么简单。

今天咱们就把这个策略拆开揉碎，从逻辑到代码，从参数到评估，一次性讲透。

3.1 金叉死叉：最朴素的趋势信号

双均线策略的核心逻辑，就两句话：

• 金叉：快线上穿慢线 → 买入信号
• 死叉：快线下穿慢线 → 卖出信号

快线通常是短期均线，比如5日均线。慢线是长期均线，比如20日均线。当短期价格趋势向上突破长期趋势，说明多头力量占优，该进场了。反过来，短期趋势跌破长期趋势，说明空头来了，该跑路。

嗯，这里要注意一个细节：金叉死叉的判断，不是看当前价格，而是看两条均线的相对位置。我见过不少新手直接拿价格和均线比，那其实是另一种策略了。

为什么会这样判断？因为我们要的是"穿越"那一刻，而不是单纯的大小关系。如果只比大小，那只要快线一直在慢线上方，就会一直持有，根本不会产生新的交易信号。

3.2 参数选择：快线慢线怎么配？

参数选择是双均线策略的灵魂。快线和慢线的周期组合，直接决定了策略的灵敏度。

我个人习惯把参数分为三类：

类型	快线周期	慢线周期	特点
短线型	5	10-15	信号频繁，适合震荡市？其实更容易被反复打脸
中线型	10-20	30-60	平衡型，我大部分回测都用这个范围
长线型	20-50	100-200	信号少，但胜率高，适合大趋势

我在项目中遇到过一件事：用5日和20日均线跑螺纹钢期货，回测结果漂亮得很。但一上实盘，连续三次金叉都被假突破坑了。后来我改成10日和30日，虽然信号少了，但胜率明显提升。

所以参数选择没有标准答案。你想想看，不同品种、不同时间周期，最优参数肯定不一样。这就是为什么后面要讲参数优化。

3.3 实战回测框架搭建

回测框架，说白了就是模拟历史交易。我习惯用Python写，结构清晰，调试方便。下面是一个极简版本：

import pandas as pd
import numpy as np

def dual_ma_backtest(data, fast=5, slow=20):
    """
    双均线回测框架
    data: DataFrame，必须包含'close'列
    fast: 快线周期
    slow: 慢线周期
    """
    df = data.copy()
    
    # 计算均线
    df['ma_fast'] = df['close'].rolling(window=fast).mean()
    df['ma_slow'] = df['close'].rolling(window=slow).mean()
    
    # 生成信号
    df['signal'] = 0
    df.loc[df['ma_fast'] > df['ma_slow'], 'signal'] = 1
    df.loc[df['ma_fast'] <= df['ma_slow'], 'signal'] = -1
    
    # 捕捉金叉死叉（信号变化点）
    df['position'] = df['signal'].diff()
    
    # 计算每日收益率
    df['return'] = df['close'].pct_change()
    df['strategy_return'] = df['return'] * df['signal'].shift(1)
    
    # 累计净值
    df['equity'] = (1 + df['strategy_return']).cumprod()
    
    return df

这个框架虽然简单，但核心逻辑都有了。实际使用时，你还需要考虑手续费、滑点、交易成本。我一般会在策略收益率上扣掉万分之三到万分之五，这样更接近实盘。

3.4 绩效评估指标：别只看收益率

回测跑完了，怎么判断策略好不好？很多人只看总收益率，其实远远不够。我一般看四个核心指标：

3.4.1 年化收益率

这个不用多说，但要注意：回测周期不同，年化收益率差异很大。我习惯用3-5年的数据，太短没有统计意义，太长又可能包含市场风格转换。

3.4.2 夏普比率

夏普比率衡量的是"每承担一单位风险，能获得多少超额收益"。公式是：

夏普比率 = (策略年化收益率 - 无风险利率) / 策略年化波动率

一般来说，夏普比率大于1算及格，大于2算优秀。我见过最夸张的一个策略，夏普做到了3.5，但后来发现是参数过拟合了。

3.4.3 最大回撤

最大回撤是策略从最高点到最低点的最大跌幅。这个指标太重要了。你想想看，一个策略年化50%，但最大回撤40%，你敢上仓位吗？反正我不敢。

我个人习惯：最大回撤控制在20%以内，最好在15%以下。超过这个数，心理压力太大，容易在底部割肉。

3.4.4 胜率与盈亏比

这两个指标要一起看。胜率高但盈亏比低，说明赚小钱亏大钱，不划算。胜率低但盈亏比高，比如胜率30%，但赚一次够亏三次，也可以接受。

3.5 知识体系总览

下面这张图，把双均线策略的核心逻辑串起来了。从数据输入到信号生成，再到回测和评估，每一步都环环相扣。

这张图把整个流程串起来了。从数据输入开始，到计算均线、生成信号、执行回测，最后评估绩效。每一步都有坑，每一步都需要仔细打磨。