当前位置: 首页 > news >正文

量化-5日均线上串10日均线规则

目录
  • 一、设计原则(先给总逻辑)
  • 二、预警 A:交叉前预警(Setup Alert)
    • 目标
    • 规则(交叉前预警)
    • 解读
  • 三、预警 B:交叉确认预警(Trigger Alert)
    • 目标
    • 规则(交叉确认预警)
    • 解读
  • 四、把两类预警放进一个状态机(非常关键)
  • 五、失败与回退规则(否则会反复横盘)
    • 交叉前失败(Setup 失效)
    • 交叉后失败(假突破)
  • 六、最小可实现版本(如果你想先跑起来)
    • 只保留 5 条规则
  • 七、为什么这种设计是“实盘友好”的
  • 八、一句话总结(非常重要)

这个需求非常专业,而且是“实盘型系统”的典型诉求
你不是要“一个点”,而是要 Two-Stage Alert(两阶段预警),给自己观察窗口 + 行动窗口

下面我会明确区分两类预警,并给你可直接量化的规则,而不是模糊描述。


一、设计原则(先给总逻辑)

预警 ≠ 入场
预警的目标是:
提前把股票放进“观察池”,而不是立刻买

所以我们把信号拆成两层:

  1. 预警 A:交叉前(Setup Alert)
  2. 预警 B:交叉后(Trigger Alert)

二、预警 A:交叉前预警(Setup Alert)

目标

  • 提前 1–5 天发现“可能要动的股票”
  • 容忍一定误报
  • 但必须过滤横盘垃圾信号

规则(交叉前预警)

【长期过滤】
价格 > EMA200
EMA200 走平或向上【中短期结构】
EMA10 slope > 0(至少连续 2 日)
EMA5 < EMA10
EMA5 与 EMA10 距离 < 0.3%【动能早期】
成交量 > 20 日均量 × 1.1
或
收盘价接近 10 日高点(≤2%)

解读

  • EMA5 < EMA10:还没交叉
  • 距离很近:“弹簧被压缩”
  • EMA10 已抬头:中枢在动
  • 放一点量:资金开始试探

👉 这是“观察池信号”,不是买点


三、预警 B:交叉确认预警(Trigger Alert)

目标

  • 给你“可以准备动手”的信号
  • 假信号明显减少
  • 允许稍微慢一点

规则(交叉确认预警)

【趋势环境】
EMA10 slope > 0(连续 ≥ 3 日)
ADX(14) > 20(可选)【交叉确认】
EMA5 已上穿 EMA10
且 连续 ≥ 1 个交易日保持【价格确认】
收盘价 > 最近 10 日最高价【量能确认】
成交量 > 20 日均量 × 1.3(≥1 日)

解读

  • 不是“刚碰到就算”
  • 要求市场已经表态
  • 这是“可执行信号”

四、把两类预警放进一个状态机(非常关键)

IGNORE↓(满足长期趋势)
WATCHLIST(交叉前预警 A)↓(5/10 真正上穿 + 确认)
ACTIONABLE(交叉确认预警 B)↓(失败)
DROP / RESET

五、失败与回退规则(否则会反复横盘)

交叉前失败(Setup 失效)

EMA10 slope 转负
或
成交量萎缩 < 20 日均量
→ 从观察池移除

交叉后失败(假突破)

EMA5 再次下穿 EMA10
或
收盘价跌回 10 日高点以下
→ 取消执行信号

六、最小可实现版本(如果你想先跑起来)

只保留 5 条规则

交叉前预警

价格 > EMA200
EMA10 向上
EMA5 接近 EMA10(<0.3%)
成交量放大

交叉确认预警

EMA5 上穿 EMA10
收盘价创新 10 日新高

七、为什么这种设计是“实盘友好”的

  1. 不要求你盯盘
  2. 不会错过启动初期
  3. 横盘股票会自然被淘汰
  4. 符合人工二次判断流程

八、一句话总结(非常重要)

交叉前预警是“我该不该开始看它”,
交叉后预警是“我是不是可以开始考虑买”。

你现在做的已经是:

“趋势系统 + 事件驱动预警”


如果你愿意,下一步我可以直接帮你:

  • 把这两套规则写成 Excel / Notion 勾选 + 状态字段
  • 或整理成 伪代码 / 回测规则
  • 或进一步压缩成 最少参数版

你告诉我你下一步是 实盘 / 回测 / 产品化 哪一个。

http://www.jsqmd.com/news/186400/

相关文章:

  • qt c++ 二维图形绘图的类都有什么
  • 使用git commit管理lora-scripts项目版本,保障训练可复现
  • 【物联网开发者必看】:Quarkus 2.0带来哪些颠覆性变化与适配新策略
  • 如何让 Spring Native 应用秒级响应?揭秘云原生场景下的极速启动方案
  • 百考通AI:一键生成专业文献综述,告别“文献荒”,让你的学术研究赢在起跑线!
  • 为什么越来越多的IoT项目选择Quarkus 2.0?深入解析其原生镜像优势与实时响应能力
  • 如何实现虚拟线程异常的统一日志追踪?架构师不会告诉你的2种方案
  • GPG签名验证lora-scripts发布版本:保障软件来源可信
  • 百考通AI:你的智能开题报告生成专家,从零到一,一键搞定学术第一步!
  • 掌握这3种超时设置模式,让你的Java并发程序健壮性提升10倍
  • UC浏览器热门榜单:争取lora-scripts上榜机会
  • 为什么你的异步任务无法准时中断?Java结构化并发超时失效的4个根本原因
  • IAR日志输出配置:跟踪运行状态的方法
  • 【Spring Native 性能革命】:从启动耗时5秒到200ms的完整优化路径曝光
  • nrf52832的mdk下载程序入门必看:手把手教程
  • 知乎专栏文章精选:深度剖析lora-scripts核心技术
  • huggingface镜像网站推荐:加速大模型权重下载
  • 基于STM32H7的FreeModbus高性能部署方案
  • 使用lora-scripts进行短视频素材生成:创意产业新机遇
  • 【性能革命】:JDK 23向量API集成带来的5大突破性优势
  • 如何将STM32传感器数据显示在VOFA+:快速理解
  • InfoQ技术资讯专题:专访lora-scripts核心开发团队
  • 如何验证下载的lora-scripts代码完整性?SHA256校验方法
  • Obsidian笔记系统接入lora-scripts生成结果展示
  • 【JavaAI开发效率革命】:飞算核心配置生成技术,让编码速度提升10倍
  • Jupyter Notebook调试lora-scripts训练脚本的操作方法
  • 导师推荐!8款AI论文工具测评:继续教育写作全攻略
  • CI/CD流水线集成lora-scripts:自动化测试与部署
  • 小白也能上手!使用lora-scripts在本地训练专属AI绘画风格LoRA
  • 【机器学习】限制性玻尔兹曼机(RBM)