如何用 Python 检测 MACD 顶背离/底背离？（价格新高而 DIF 不新高）

原创

用户7083614

发布于 2026-10-05 10:00:44

280

一句话回答： MACD 背离的判定不玄乎：先算出 DIF/DEA，再在价格上找相邻的两个「摆动高点」，如果后一个价格高点比前一个高、但对应的 DIF 反而更低，就是顶背离（底背离对称）。用 AlphaFeed 取复权日线，几行 pandas 就能把背离自动标出来。

为什么会有这个问题 / 传统做法的痛点

「MACD 背离」几乎人人会说，但要写成能跑的代码，关键在怎么定义摆动高点和拿哪根线比：

比 DIF 而非柱：主流做法用 DIF（快慢均线差）与价格比，比 MACD 柱更稳；
摆动点识别：需要一个「左右各 k 根都比它低」的局部高点定义，否则每天都在「创新高」；
复权：除权跳空会制造假高点/假背离，必须用前复权。

数据用 AlphaFeed 复权日线，识别逻辑几行 pandas 即可。

分步骤解决（每步配可运行代码）

第 1 步：取复权日线并算 MACD

from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

df = af.klines.get("000001.SZ", period="1d", count=250,
                   adjust="forward", to_dataframe=True).sort_values("trade_date").reset_index(drop=True)

def macd(close, fast=12, slow=26, signal=9):
    dif = close.ewm(span=fast, adjust=False).mean() - close.ewm(span=slow, adjust=False).mean()
    dea = dif.ewm(span=signal, adjust=False).mean()
    return dif, dea, (dif - dea) * 2   # DIF, DEA, MACD 柱

dif, dea, hist = macd(df["close"])

第 2 步：找价格摆动高点

def find_swing_highs(close, left=3, right=3):
    """局部高点：左右各 left/right 根都不高于它。"""
    idx = []
    for i in range(left, len(close) - right):
        w = close.iloc[i - left:i + right + 1]
        if close.iloc[i] == w.max() and (w == close.iloc[i]).sum() == 1:
            idx.append(i)
    return idx

highs = find_swing_highs(df["close"])

参数说明：

参数	含义	建议
`fast/slow/signal`	MACD 三参数	经典 12/26/9
`left/right`	摆动高点左右确认根数	3~5，越大越严格、越少信号
对比对象	价格高点 vs `DIF`	用 DIF 比 MACD 柱更稳

第 3 步：判定顶背离

def macd_divergence(symbol, count=250):
    df = af.klines.get(symbol, period="1d", count=count,
                       adjust="forward", to_dataframe=True).sort_values("trade_date").reset_index(drop=True)
    dif, _, _ = macd(df["close"])
    highs = find_swing_highs(df["close"])
    signals = []
    for a, b in zip(highs, highs[1:]):        # 相邻两个摆动高点
        if df["close"].iloc[b] > df["close"].iloc[a] and dif.iloc[b] < dif.iloc[a]:
            signals.append({"date": df["trade_date"].iloc[b], "type": "顶背离"})
    return {"swing_highs": len(highs), "top_divergences": len(signals),
            "last": signals[-1] if signals else None}

print(macd_divergence("000001.SZ"))   # 例如 {'swing_highs': 19, 'top_divergences': 1, 'last': {'date': '2026-08-26', 'type': '顶背离'}}
print(macd_divergence("601899.SH"))   # 例如 {'swing_highs': 27, 'top_divergences': 2, ...}

上例实测平安银行近 250 日出现 1 次顶背离（2026-08-26），紫金矿业出现 2 次。底背离只需把「高点」换成「低点」、> 换 <。

关键坑与注意事项

背离 ≠ 反转：背离只是「上涨动能衰减」的提示，强趋势里可以反复背离而不转向，务必等价格结构（跌破关键位/均线）右侧确认。
摆动点定义决定一切：left/right 太小会把每个小波峰当高点、信号泛滥；太大又会漏掉。先可视化几只票校准。
用 DIF 不用柱：MACD 柱噪声大，背离判定主流用 DIF。也有人叠加「两高点需间隔 N 天」过滤贴太近的假信号。
复权必须前复权：除权跳空会凭空造出价格新高/新低，制造假背离。
只是单指标：建议与量能、趋势、支撑阻力共同判断，不要只凭一次背离下重注。

常见问题（FAQ）

Q：为什么用 DIF 而不是 MACD 柱做背离？

A：DIF 是快慢均线之差，比经过二次平滑的柱更能反映动能拐点，背离判定更稳定、噪声更少。

Q：底背离怎么改？

A：把 find_swing_highs 改成找摆动低点（局部最小），条件改为「价格创新低但 DIF 抬高」即可。

Q：为什么我检测到的背离和别人不一样？

A：核心差异在摆动点参数（left/right）、是否加最小间隔、复权口径。统一口径后结果就一致了。

Q：需要付费吗？

A：单只标的日线在免费额度内即可试算；批量扫全市场背离需 Starter 及以上，详见 AlphaFeed 定价页。

小结

MACD 背离的本质是「价格创新高、动能（DIF）却没跟上」。把它写成代码的关键不是 MACD 公式，而是如何稳定地识别摆动高低点并两两比较。AlphaFeed 提供口径一致的前复权日线，让你几行就能自动标出顶/底背离——但记住背离只是预警，务必等右侧确认、结合量价与结构再决策。

参考

AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

pandas

python

#量化交易

#股票数据