乖离率、动量与 MACD 背离

乖离率回答的是一个具体问题：当前收盘价相对某条均线偏离了百分之多少。

BIAS_N = (当日收盘价 − SMA_N) ÷ SMA_N × 100%

其中，SMA_N 是最近 N 个交易日收盘价的简单平均。假设 20 日均线是 100 元，今天收盘价是 94 元：

BIAS_20 = (94 − 100) ÷ 100 × 100% = −6%如果收盘价是 106 元：

BIAS_20 = (106 − 100) ÷ 100 × 100% = +6%正值表示价格在均线上方，负值表示价格在均线下方。它不是单日涨跌幅，也不是交易所规定的涨跌停比例。

一个基础的均值回归规则可以写成：空仓且 BIAS < −6% 时买入；持仓且 BIAS > +6% 时卖出。它隐含的假设是，价格偏离均值较远后，偏离可能缩小。但均线也会随新数据移动，偏离缩小不一定代表价格上涨。

RSI、布林带和乖离率都能用于反转研究，但观察对象不同：RSI 比较上涨与下跌力量，布林带加入波动尺度，乖离率直接比较价格和均线的百分比。把它们放进同一个策略前，先说明每个指标增加了什么信息。

常见观察周期包括 5、10、20、60 个交易日。短周期对价格变化更敏感，可能更早触发，也可能带来更多来回交易；长周期更平滑，但可能错过早期变化。

演示中曾出现一组结果：初始参数的总收益约 1.89%、年化约 1.96%，回撤较大；把阈值扩大到约 8% 后，几乎没有交易；保持买入阈值 −6%，把卖出阈值改为 +3% 后，年化曾被描述为约 6.8%。这些数字只是特定数据和运行口径下的样例，不能单独证明后一组参数更可靠。

买入和卖出阈值可以不对称。更深的负偏离意味着等待更强的下跌，较低的正阈值可能更早退出。早退出可能少让浮盈回吐，也可能错过继续上涨；晚退出可能拿到更完整的回归，也可能把盈利还回去。

“股性”不要停留在形容词。可以把它拆成可计算特征，例如收益波动、ATR/价格、成交活跃度和趋势持续性，并且在每个历史时点用当时可得的数据计算。一个标的过去波动小，不代表未来永远稳定。

如果 MACD 曲线突然出现异常，先检查数据，不要先改策略逻辑。某段前复权序列曾被怀疑出现负价；同时，请求的长区间和实际返回区间可能不一致。演示中还出现过“总收益约四倍、年化约 20% 或 24%”等不同说法，这些数字没有统一的可复算记录，不能当作已验证结果。

按下面顺序排查：

1. 保存原始返回数据，不要先删除异常行；
2. 核实价格来源、复权方式和字段含义；
3. 对比未复权与复权序列，确认异常出现在哪一步；
4. 检查计算库是否接受这组输入；
5. 写明修复原则，再重新运行；
6. 对照资金、成交、持仓和净值，而不只是看收益曲线是否变好。

请求从 2015 年开始，不代表返回结果一定覆盖到 2015 年；实际数据可能只到 2016 年 6 月 6 日。报告必须同时写请求区间和实际数据区间。

负值可能来自调整方式、采集错误或字段错位，必须取证。不能为了让图表好看就删除、取绝对值或强行改成正数。即使不写代码，也可以定义测试：请求和返回日期范围要能对上；没有信号时不应凭空成交；费用应减少现金。

乖离率的出发点是“偏离后可能回归”，动量策略的出发点正好不同：近期强势可能延续一段时间。

用 20 个交易日表示动量：

M20 = close_t ÷ close_(t−20) − 1

假设 20 个交易日前收盘价为 100 元，今天收盘价为 106 元：

M20 = 106 ÷ 100 − 1 = 0.06 = 6%示例规则可以写成：空仓且 M20 > 5% 时买入；持仓且 M20 < −5% 时退出。退出条件看的是滚动 20 日变化，不是“买入以后亏损 5%”。如果还要设置成本止损，应另写条件，并规定它与动量退出谁优先。

“打板”和“强者恒强”只是风格描述，落地时还要考虑涨停是否能成交、次日是否能卖、滑点和拥挤风险。某个标的在特定样本里动量表现较差，只能说明这组规则和这段行情不匹配，不能据此断定它永远不适合动量。

“底背离”要表达的研究问题是：价格接近或跌破前低，但下跌动量没有同步恶化。要让程序执行，至少拆成价格条件、MACD 柱条件和可选的右侧确认。

假设使用 30 日窗口，并允许当前低价比过去低点高不超过 1%：

当前低价 ≤ 过去窗口最低价 × 1.01

例如旧低是 1,290 元，当前价格是 1,298 元。两者差为 8 元，

8 ÷ 1,290 ≈ 0.62%所以它落在 1% 的容忍范围内。1,290 元的 1% 是 12.90 元；如果基准是 1,455 元，1% 则是 14.55 元。

MACD 柱值要特别注意符号。假设前一个比较低点的柱值为 −10，当前柱值为 −8：下跌动能的绝对值从 10 变成 8，缩小了 20%。在旧柱为负数且比较对象定义一致时，可以用“当前柱值 ≥ 旧柱值 × 0.8”表达改善方向。旧柱为零或正数时，这条比例规则不能直接套用。

前两项是左侧识别条件。还可以增加 DIF 向上穿过信号线的右侧确认，用更晚的入场换取一个额外条件；确认仍可能失败。退出示例可以是 MACD 死叉。策略说明必须写清窗口是否排除今天、比较的是哪个低点、柱值定义、确认有效期和订单状态。

当策略越来越多，不必每次都改主程序。可以让主程序扫描策略目录，读取每个插件的 metadata，再统一执行和生成报告。

一个插件至少应包含：

• 唯一策略 ID、名称和说明；
• 参数及其允许范围；
• 所需数据字段和最短预热期；
• 指标初始化逻辑；
• 每根 K 线判断交易条件的 next 逻辑；
• 版本和依赖信息。

公共模块负责数据读取、资金、订单和报告，策略插件只描述自己的指标与规则。扫描成功后，还要检查参数是否兼容、预热期是否足够、运行结果是否有交易记录。

某些时间窗口可能完全没有背离交易，这是规则和样本的结果，不一定是程序出错。即使换到 2024–2025 年窗口，出现持有收益约 −12%、策略年化亏损不足 −1% 的描述，也必须先统一两种口径：持有总收益与策略年化不能直接并列比较。不要不断更换窗口直到得到好看的成绩。

调参前先固定策略的经济或行为假设，再选小范围、能解释的候选值。网格搜索只是遍历参数组合并比较训练指标，它不会自动发现可靠参数。你应该保存每次尝试，并用另一个时间窗口评价。

如果想给 MACD 增加成交量确认、K 线形态确认或波动过滤，一次只增加一种条件，再和原基线比较。每增加一个条件，就增加一次选择自由：可能减少假信号，也可能减少样本并增强过拟合。指标多不等于信息多，策略还必须包括入场、出场、仓位、成本、执行和停用规则。

“筹码集中度”也不能简单从成交量直接得到。按成交价量分布构造的只是估计指标；有成交记录，不代表你知道每个投资者当前剩余持仓的成本。如果使用外部平台指标，要核对算法、历史覆盖和权限。网页能看到，也不等于允许任意抓取或调用。

最后用同一份数据分别实现乖离率、20 日动量和底背离。固定资金、成本和成交假设；第二轮只改一个参数；为每种策略记录三笔触发或未触发的手工核查。再用未参与调参的窗口测试，写出适用行情和失效条件。能复现、解释并承认失败边界，才算完成从指标到交易系统的一步。