本文适合谁:做了 1-10 年 MACD 金叉但胜率一直不高的散户;想从"看信号"升级到"系统化选股"的个人投资者。
写在前面
先说个我自己的故事。
2019 年我第一次学 MACD,老师在白板上画:白线(DIF)上穿黄线(DEA),就是金叉,买。我就傻乎乎记了一年:盯盘、等金叉、买入、套住、止损、再等、再套。5 年下来,金叉做了不下 300 次,胜率稳定在 45% 左右——说白了,跟扔硬币差不多。
问题出在哪?
去年我换了个视角:把金叉按"日线 / 周线 / 月线"三个周期分别拉出来看了一下。结果吓了一跳——我过去做的那 300 次金叉,70% 都是"日线金叉,但周线死叉"。说人话就是:周线趋势明明是往下走,日线给的"小金叉"是反弹,注定要被打回去。
(如上是从一张真实运行截图简化出来的示意图:上方是周线,下方是日线。同一段时间里,周线死叉中、日线多次金叉——这就是典型的"假金叉")

单周期金叉为什么会"骗人"
MACD 金叉的"骗局",本质上是周期错配。
- 日线金叉只能告诉你:最近 1-2 周可能有反弹;
- 周线金叉才告诉你:接下来 1-2 个月趋势可能向上;
- 月线金叉才告诉你:未来 3-6 个月大概率是牛市。
散户用的免费软件基本只看日线。意味着你今天看金叉买入,下一周周线死叉就把你埋了——你看到的是"信号",但缺少了"信号所在的大背景"。

真正的"多周期共振"长什么样
我后面把"金叉"加了两个过滤器:
-
周线方向:周线要么已经金叉、要么即将金叉(即将 = DIF 在 DEA 下方但差距在缩小);
-
月线配合:月线即将金叉,或月线 MACD 绿柱连续 3 个月在改善。
3 个周期同时满足,才算"金叉"成立。
这样的过滤有多严?整个 2024 年 6 月到 2025 年 6 月这一年里,A 股 5,500 多只股票,3 个周期同时共振的不超过 30 只,平均每个交易日不到 2 只。
——这就是为什么坚持做"对的金叉"比"频繁做金叉"重要一万倍。

但这套多周期共振,要自己实现,门槛极高
我尝试过自己写。困难列一下:
- 数据要全:A 股 5,500 只股票 × 日/周/月三周期 × 8 年历史 ≈ 970 多万行;
- 复权要准:前复权数据每天都在变,每次算指标要重新拿复权因子;
- 增量要稳:算到一半电脑重启,不能从 0 算起,要从断点继续;
- 内存要小:NAS 普遍 4GB 内存,全量算一遍直接 OOM。
我自己写了 2 周,写了 1 万行 Python,最后还是放弃了——太重,一个人维护不过来。
所以当我看到里推荐的这个多周期量化选股系统时,几乎是一眼就明白了它在解决什么问题:
- 数据底座:Tushare Pro 直连、自动前复权、覆盖 5,500 只股票 8 年日线 + 日/周/月三套 MACD;
- 多周期共振选股:15 个内置策略全都强制要求"大周期定方向 + 小周期定买点",包括我刚说的那个金叉 v1 策略;
- 可视化自定义:42 个指标随便拖,支持单只股票"即时试跑",告诉你"为什么这只票没入选";
- 工程化:Docker 一键部署到我那台飞牛 NAS 上,2GB 内存也能跑(作者专门为低内存环境做了批流式 + 断点续算);
- 回测 + 评估:光有信号不算本事,系统里有"十分位分析 + 持有期衰减 + IC 序列"三组工具,能直接告诉你"这个信号在历史上到底有没有效"。
简单说:这个系统把我"2 周写 1 万行还没写完"的东西,用 1 条命令就跑起来了。
用了 3 个月,我的真实感受
最直接的变化:不再是"看图"决策,而是"看评分"决策。
以前我看一只票,要先翻日线、再翻周线、再翻月线、再算 MACD、再判断现在是不是好买点——一眼看过去 5 分钟过去了,还可能看错。
现在:选股跑完,直接给我一个 0-100 的综合评分,告诉我"这个票在多周期共振中得了多少分",每个周期里分别命中了哪些规则。我只要盯着分数最高的 10-20 只做研究就行。
数据上,过去 3 个月我跟着系统选股做的模拟盘,月度胜率从原来 45% 提到了 61%,当然样本还不够大,但我相信方向是对的。

写在最后:如果你也是"老 MACD 战士"
我做了一个小群(二维码在文末),专门给"想从单周期升级到多周期"的散户朋友:
- 每周三次免费分享系统跑出来的当日选股清单(10-20 只票 + 评分 + 命中信号);
- 群里会同步系统的版本更新和新策略;
- 偶尔组织线上复盘会,交流策略逻辑;
- 不卖课、不卖软件、不收费。
进群方式见文末。
⚠️ 风险提示:本文不是投资建议。系统是研究工具,不是稳赚机器。任何策略的过往表现都不代表未来收益。实盘前请充分回测和模拟盘验证,并自行承担交易风险。
📮 扫码加入"老 MACD 升级"交流群
群里每交易日早上 9:00 自动推送当日多周期共振选股清单(Top 15)。
群主微信:见文末二维码。
加入后请回复"MACD",群主拉你进核心讨论组。
☕️ 如果这篇文章对你有帮助
原创研究不易,你的支持是我持续输出的动力
微信打赏
请我喝杯咖啡 ☕
支付宝打赏
帮助我买些 token 🪙
💬 觉得有用?加入研报交流群
每日推送精选研报解读,与群友一起讨论行业趋势