MACD指标核心结构
MACD由三部分构成：DIF快线、DEA慢线、以及柱状线（MACD柱）。DIF是12日与26日指数移动平均线的差值，DEA是DIF的9日指数移动平均线。柱状线是DIF与DEA差值的两倍。短线套利需要紧盯DIF与DEA的交叉以及柱状线的缩放。
股票市场T+1制度下，短线套利依赖日线或60分钟图。期货市场T+0，可参考5分钟、15分钟图。参数调整对灵敏度影响巨大。标准参数12、26、9适合多数品种。缩短参数如6、13、5会提高信号频率，但假信号增多。
金叉与死叉的实战应用
金叉指DIF上穿DEA。在零轴上方出现的金叉，多头力度强，是短线做多信号。零轴下方金叉，反弹力度弱，适合快进快出。死叉指DIF下穿DEA。零轴下方死叉，空头延续，可做空。零轴上方死叉，回调概率大，多头减仓。
股票短线套利中，选择近期活跃、换手率高于5%的品种。金叉当天收盘前买入，次日冲高卖出。若金叉伴随成交量放大1.5倍以上，成功率提升。期货套利需关注持仓量变化。金叉时持仓量同步增加，趋势延续性强。
避免在震荡市中频繁操作。MACD在横盘阶段会反复交叉，产生连续亏损。识别震荡的方法：DIF与DEA围绕零轴上下波动，柱状线长度短且频繁变色。此时暂停MACD策略，改用布林带或ATR过滤。
柱状线背离与动能衰竭
柱状线由红转绿或由绿转红，是动能转换的早期信号。顶背离：价格创新高，MACD柱峰值降低。底背离：价格创新低，MACD柱谷值抬高。背离出现后，等待DIF与DEA交叉确认再动手。
股票短线套利中，底背离金叉是较可靠的买点。期货市场，顶背离死叉可做空。背离需要至少两个峰值或谷值比较。单次背离可能失败，连续两次背离胜率更高。
柱状线缩短代表动能减弱。红柱连续三天缩短，多单减仓。绿柱连续三天缩短，空单减仓。柱状线由短变长且突破前高，可加仓。
多周期共振与过滤条件
单一周期MACD信号假动作多。采用多周期共振：日线金叉，60分钟图DIF在DEA上方，15分钟图柱状线翻红。三个周期同向，短线套利胜率显著提高。
股票T+1操作，日线金叉后，60分钟图回踩DEA不破，次日开盘买入。期货T+0，5分钟图金叉且15分钟图DIF向上，直接开多。共振周期越多，持仓时间可略长。
附加过滤条件：
价格位于20日均线上方
RSI高于50
成交量高于5日均量
期货主力合约持仓量增加
止损与资金管理
短线套利必须设止损。股票止损设在金叉当天最低价下方1%。期货止损设在最近一根5分钟K线高低点外2个跳动点。单笔亏损不超过总资金的1%。
止盈采用移动止盈。股票盈利3%后，止损上移至成本价。期货盈利10个点后，止损上移至开仓价。MACD死叉或柱状线连续缩短三根，主动平仓。
仓位管理：股票单只不超过总资金20%。期货单品种保证金占用不超过总资金15%。同时操作不超过三个品种。
代码演示（期货5分钟MACD套利）
import pandas as pd
import numpy as np
def macd_signal(df, fast=12, slow=26, signal=9):
df['ema_fast'] = df['close'].ewm(span=fast).mean()
df['ema_slow'] = df['close'].ewm(span=slow).mean()
df['dif'] = df['ema_fast'] - df['ema_slow']
df['dea'] = df['dif'].ewm(span=signal).mean()
df['macd_bar'] = 2 * (df['dif'] - df['dea'])
df['golden_cross'] = (df['dif'] > df['dea']) & (df['dif'].shift(1) <= df['dea'].shift(1))
df['dead_cross'] = (df['dif'] < df['dea']) & (df['dif'].shift(1) >= df['dea'].shift(1))
return df
# 假设df为5分钟K线数据，包含open, high, low, close, volume
df = macd_signal(df)
df['long_signal'] = df['golden_cross'] & (df['dif'] > 0) & (df['volume'] > df['volume'].rolling(5).mean())
df['short_signal'] = df['dead_cross'] & (df['dif'] < 0) & (df['volume'] > df['volume'].rolling(5).mean())
# 回测逻辑示例
position = 0
for i in range(1, len(df)):
if position == 0:
if df['long_signal'].iloc[i]:
position = 1
entry_price = df['close'].iloc[i]
elif df['short_signal'].iloc[i]:
position = -1
entry_price = df['close'].iloc[i]
elif position == 1:
if df['dead_cross'].iloc[i] or df['close'].iloc[i] < entry_price * 0.99:
position = 0
elif position == -1:
if df['golden_cross'].iloc[i] or df['close'].iloc[i] > entry_price * 1.01:
position = 0
不同品种参数微调
股票大盘股波动小，MACD参数可放宽至15、30、10。小盘股波动大，用8、17、6。期货螺纹钢、甲醇等活跃品种，5分钟图用10、22、7。黄金、原油受外盘影响，参考15分钟图并调整参数至14、28、9。
测试方法：用过去三个月数据，分别计算不同参数下的胜率和盈亏比。选择胜率高于45%、盈亏比大于1.5的参数。
常见陷阱与应对
连续金叉死叉后突然单边行情，MACD会滞后。应对：突破前高或前低时，不等交叉直接跟进。股票涨停板打开后MACD死叉，可能是洗盘，结合分时图量能判断。期货夜盘跳空导致MACD失真，等待第一根5分钟K线收盘再操作。
MACD柱状线长红后突然缩短，但价格未跌，这是诱多。减仓一半，剩余仓位设保本止损。绿柱缩短后价格横盘，可能变盘向上，轻仓试多。
复盘与优化
每日收盘后统计当日MACD信号次数、盈亏、最大回撤。每周调整一次参数。每月检查多周期共振条件是否仍然有效。
把交易记录导入表格，标记每次金叉死叉后的5根K线涨跌幅。找出盈利最高的信号特征，比如零轴上方金叉且成交量放大。亏损最多的信号特征，比如零轴下方死叉且缩量。剔除后者。
股票短线套利可结合龙虎榜数据。期货套利可结合主力合约基差变化。MACD只是工具，不能依赖单一指标。
