均线系统呈现多头排列
大黑马股票启动前，均线系统往往从粘合状态转为多头排列。5日、10日、20日、60日均线依次向上发散，价格站稳所有均线之上。均线粘合代表多空平衡，一旦向上发散，表明多方力量占据主导。期货市场中，这种均线形态同样适用于捕捉趋势性行情。
import pandas as pd
import numpy as np
def check_ma_bullish(df, short=5, mid=10, long=20):
df['ma_short'] = df['close'].rolling(short).mean()
df['ma_mid'] = df['close'].rolling(mid).mean()
df['ma_long'] = df['close'].rolling(long).mean()
cond = (df['ma_short'] > df['ma_mid']) & (df['ma_mid'] > df['ma_long'])
cond &= (df['close'] > df['ma_short'])
return cond
成交量温和放大且持续
大黑马在拉升初期，成交量不会突然巨量，而是呈现温和放大。5日均量线上穿10日均量线，且量能持续高于前期平均水平。突然放量往往对应短期高点，温和放量才是健康信号。期货品种中，持仓量与成交量同步增加，表明新资金入场，趋势可靠性更高。
# 成交量条件
vol_ma5 = df['volume'].rolling(5).mean()
vol_ma10 = df['volume'].rolling(10).mean()
vol_cond = (vol_ma5 > vol_ma10) & (df['volume'] > vol_ma5 * 1.2)
MACD在零轴上方金叉
MACD指标的快慢线在零轴上方形成金叉，红柱逐渐放大，是大黑马股票的重要技术特征。零轴上方金叉代表多头趋势中的回调结束，再次启动。期货交易中，MACD零轴上金叉配合均线多头，胜率显著提升。
# MACD计算
def macd(series, fast=12, slow=26, signal=9):
ema_fast = series.ewm(span=fast).mean()
ema_slow = series.ewm(span=slow).mean()
dif = ema_fast - ema_slow
dea = dif.ewm(span=signal).mean()
return dif, dea
dif, dea = macd(df['close'])
macd_cond = (dif > 0) & (dea > 0) & (dif > dea) & (dif.shift(1) <= dea.shift(1))
突破长期整理平台
大黑马股票在启动前，常经历数月甚至更长时间的横盘整理。价格波动幅度收窄，成交量萎缩。一旦放量突破平台高点，即开启主升浪。期货中，这种平台突破同样有效，突破后回踩不破平台高点，是加仓时机。
# 平台突破条件
high_60 = df['high'].rolling(60).max()
low_60 = df['low'].rolling(60).min()
platform_width = (high_60 - low_60) / low_60 < 0.25
breakout = df['close'] > high_60.shift(1)
platform_breakout = platform_width & breakout
RSI指标在强势区运行
RSI指标长期运行在50以上，且多次触及70以上但未形成顶背离。大黑马股票在拉升过程中，RSI往往在60-80区间波动，回调时RSI不跌破50。期货中，RSI强势区运行配合趋势跟踪，可过滤震荡行情。
# RSI计算
def rsi(series, period=14):
delta = series.diff()
gain = delta.clip(lower=0)
loss = -delta.clip(upper=0)
avg_gain = gain.rolling(period).mean()
avg_loss = loss.rolling(period).mean()
rs = avg_gain / avg_loss
return 100 - 100 / (1 + rs)
df['rsi'] = rsi(df['close'])
rsi_cond = (df['rsi'] > 50) & (df['rsi'] < 80) & (df['rsi'] > df['rsi'].shift(1))
价格回调不破关键支撑
大黑马股票在上升途中，每次回调都不会跌破前一波上涨的起点或重要均线。回调时成交量萎缩，上涨时成交量放大。期货中，回调不破20日均线或前低，是趋势延续的信号。
# 回调不破20日均线
ma20 = df['close'].rolling(20).mean()
pullback_cond = (df['low'] > ma20) & (df['close'] > df['close'].shift(1))
换手率与波动率配合
大黑马股票在启动阶段，换手率通常维持在3%-10%之间，过高或过低都不利。波动率（ATR）逐渐放大，表明资金活跃。期货中，ATR放大配合价格突破，可确认趋势强度。
# 换手率与ATR
turnover = df['volume'] / df['float_shares']
atr = df['high'].rolling(14).max() - df['low'].rolling(14).min()
cond = (turnover > 0.03) & (turnover < 0.10) & (atr > atr.rolling(30).mean())
综合条件筛选大黑马
将上述技术特征结合，可编写选股或选期货品种的量化程序。均线多头、成交量温和放大、MACD零轴上金叉、突破平台、RSI强势、回调不破支撑，多个条件同时满足时，成为大黑马的概率显著提升。
final_cond = check_ma_bullish(df) & vol_cond & macd_cond & platform_breakout & rsi_cond & pullback_cond
selected = df[final_cond]
print(selected[['date', 'close']])
技术特征只是概率工具，大黑马股票的诞生还需要基本面配合。期货市场杠杆放大收益与风险，严格止损是前提。任何技术形态都可能失败，资金管理永远排在第一位。
