您好，我来为您提供QMT量化交易系统中MACD与KDJ的指标编写示例，帮您掌握这两类常用技术指标的代码实现逻辑与基础应用方法。

（1）MACD指标编写示例
MACD是判断趋势强弱的经典指标，核心看DIF、DEA两条均线和红绿柱变化。在QMT里用Python编写的示例如下：
```python
def calc_macd(close, short=12, long=26, m=9):
ema_short = close.ewm(span=short, adjust=False).mean()
ema_long = close.ewm(span=long, adjust=False).mean()
dif = ema_short - ema_long
dea = dif.ewm(span=m, adjust=False).mean()
macd = 2 * (dif - dea)
return dif, dea, macd
```
简单来说，close是股票每日收盘价数据，12、26、9是行业常用的周期参数，您也可以根据交易习惯调整，输出的dif和dea是核心均线，macd对应红绿柱的数值。

（2）KDJ指标编写示例
KDJ用于判断价格超买超卖状态，核心是K、D、J三条线的走势。QMT中的Python编写示例如下：
```python
def calc_kdj(high, low, close, n=9, m1=3, m2=3):
low_min = low.rolling(window=n).min()
high_max = high.rolling(window=n).max()
rsv = (close - low_min) / (high_max - low_min) * 100
k = rsv.ewm(span=m1, adjust=False).mean()
d = k.ewm(span=m2, adjust=False).mean()
j = 3 * k - 2 * d
return k, d, j
```
这里的high、low是每日最高价和最低价，9、3、3是常用周期参数，rsv反映当前价格在近期区间的相对位置，K、D是平滑后的数值，J是辅助判断线。

需要注意的是，技术指标仅作为交易参考工具，不能保证交易盈利，实际决策需结合自身风险承受能力。

如果您想搭建更完善的量化交易策略，或是需要适配量化交易的证券账户，可点击头像添加微信进一步沟通。我司开户可申请成本佣金！可转债、ETF万0.5，期权1.7元/张，两融专项利率低至3.5%以下，国债逆回购手续费一折！支持同花顺/通达信交易软件。

在 QMT 里写 MACD、KDJ，主要有三种方式：Python 原生 pandas 计算、myTT 库、QMT VBA 公式。下面按“可直接复制使用”的方式整理。

1. Python 原生写法：MACD

默认参数：12, 26, 9。

import pandas as pd

def calc_macd(close, fast=12, slow=26, signal=9):
    close = pd.Series(close)
    ema_fast = close.ewm(span=fast, adjust=False).mean()
    ema_slow = close.ewm(span=slow, adjust=False).mean()
    dif = ema_fast - ema_slow
    dea = dif.ewm(span=signal, adjust=False).mean()
    macd = (dif - dea) * 2
    return dif, dea, macd

注意：adjust=False 是为了对齐通达信、同花顺等国内常见软件的 EMA 算法。

2. Python 原生写法：KDJ

默认参数：9, 3, 3。

def calc_kdj(high, low, close, n=9, m1=3, m2=3):
    high = pd.Series(high)
    low = pd.Series(low)
    close = pd.Series(close)

    llv = low.rolling(window=n).min()
    hhv = high.rolling(window=n).max()

    rsv = (close - llv) / (hhv - llv) * 100
    rsv = rsv.fillna(50)

    k = rsv.ewm(alpha=1 / m1, adjust=False).mean()
    d = k.ewm(alpha=1 / m2, adjust=False).mean()
    j = 3 * k - 2 * d

    return k, d, j

这里用 ewm(alpha=1/m) 近似国内常见软件里的 SMA 平滑方式。

3. QMT 策略框架中调用

def handlebar(ContextInfo):
    df = ContextInfo.get_market_data_ex(
        ['high', 'low', 'close'],
        ContextInfo.stock_code,
        period='1d',
        count=120,
        dividend_type='front'
    )

    close = df['close']
    high = df['high']
    low = df['low']

    dif, dea, macd = calc_macd(close)
    k, d, j = calc_kdj(high, low, close)

    # 示例：MACD 金叉
    macd_golden = (dif.iloc[-1] > dea.iloc[-1]) and (dif.iloc[-2] <= dea.iloc[-2])

    # 示例：KDJ 金叉
    kdj_golden = (k.iloc[-1] > d.iloc[-1]) and (k.iloc[-2] <= d.iloc[-2])

4. 使用 myTT 简化写法

如果 QMT 环境里已有 myTT，可以直接这样写：

import myTT as mt

DIF, DEA, MACD = mt.MACD(CLOSE, 12, 26, 9)
K, D, J = mt.KDJ(CLOSE, HIGH, LOW, 9, 3, 3)

信号可以写成：

buy_signal = mt.CROSS(DIF, DEA) & mt.CROSS(K, D)
sell_signal = mt.CROSS(DEA, DIF) & mt.CROSS(D, K)

5. QMT VBA 公式写法

在 QMT 公式管理器里，MACD 可写成：

s:=12;
p:=26;
m:=9;

DIF:EMA(C,s)-EMA(C,p);
DEA:EMA(DIF,m);
MACD:DIF-DEA;

KDJ 可写成：

input:n(9,1,100,10),p1(3,2,40,4),p2(3,2,40,4);

RSV:(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,P1,1);
D:SMA(K,P2,1);
J:3*K-2*D;

常用参数对照



指标
默认参数
常见含义



MACD
12, 26, 9
快线EMA、慢线EMA、DEA平滑周期


KDJ
9, 3, 3
RSV周期、K平滑、D平滑

如果你是在 QMT 策略回测里用，建议用 count 至少取 100 根以上 K 线，否则 EMA 初期数据容易不稳。

需要我帮你把MACD和KDJ组合成一个完整的买入卖出信号逻辑，直接套进QMT策略框架里吗？