现在随便打开一个炒谷APP，发现在谷票K线图的下面，都会默认显示一些奇怪的指标。

比如下图这个看上去很高级的KDJ指标：

网上搜索下，发现这个KDJ指标好像都很厉害的样子。如下图所示，它由三根缠绵在一起的折线组成，这3根线的名字分别叫K、D、J。

你能不能直接点？

说人话就是，KDJ号称可以预测谷票的涨跌！

例如，当KDJ中的K线，从下往上穿过D线时，形成"黄经交叉"，俗称经叉，这个时候就预示着谷价会上涨，应该买入谷票。

下图中，某谷票在7月21日的经叉之后，谷价果真一路上涨：

当K线，从上往下穿过D线时，形成"S亡交叉"，俗称S叉，预示着谷价会下跌，这个时候就应该卖出谷票。

例如在下图中，特锐德这个谷票，在03月9日的“S叉”过后，谷票确实一直下跌：

看到这里有的朋友可能会觉得，这是炒谷秘籍啊！买了就涨、卖了就跌，赶紧投钱，从此走上人生巅峰！

然而我们是熟练使用Python的人！怎么可以随便相信别人说的，而自己不去实证一下呢？

我们接下来就来做一件疯狂的事情。

我们准备通过Python，将一个谷票历史上所有的经叉、S叉情况都找出来，并且统计之后的涨跌情况，看看KDJ指标经叉、S叉的买卖点是否真的有效！

哼，用数据说话，这才是我们会Python的做法！

一只谷票

我们先选择万K这个谷票，找到它从1990年上市到最近的谷价数据，如下图所示：

然后用以下的Python代码计算出万K谷票每天的KDJ指标：

就是这么简单，复杂的指标只需要6行代码，Python大法好！

想要代码和谷票数据，可以点我头像交流获取。

接下来找出万K历史上所有经叉和S叉的交易日期，如下图所示：

根据图中数据，截止到最近万K谷票历史上总共出现过1444次经叉或S叉，其中经叉、S叉各572次。

我们先统计在这572次经叉后，谷票的涨跌情况：

总共出现过572次经叉，在这572次经叉之后的1天后，谷票上涨的比例是49%；3天后，上涨比例是51%；5天后上涨的是51%；10天后，上涨比例是50%。

上涨的比例居然普遍是50%？？？！！！

不是说好了经叉之后谷票就会上涨的吗？怎么还有一半的情况是下跌的？

这样的话，和抛硬币买卖谷票又有什么区别？

那既然经叉不行，我们再来看下S叉。S叉之后谷票下跌的概率是否会显著大于50%呢？

下面是数据：

......这是在搞笑吗？

S叉后下跌的比例居然还经常不到50%？？难道S叉还成看涨信号了？

全部3500支谷票

经叉、S叉买入法失效，会不会是万K这个谷票不行呢？换个其它谷票是不是就行了？或者是因为数据量太少？

为了消除以上的顾虑，那我们索性就把所有3500多只谷票的经叉、S叉的都找出来看看。

反正对于Python来说就是写个循环遍历下所有谷票而已，小事一桩。

很快的跑完程序后发现，历史上所有谷票总共出现过170万次经叉和S叉。

170万次，这次数据量肯定够大了。想要代码和谷票数据，可以点我头像交流获取。

下图显示出现经叉和S叉之后谷价涨跌图：

在85万次经叉后，谷票上涨的概率是50%左右......

在85万次S叉后，谷票下涨的概率是50%左右......

怎么还是50%啊！！！

低位经叉、高位S叉

某些有一定经验的炒谷朋友会说，不能简单的看见经叉就买进、看见S叉就卖出，还有更高级的用法。

比如只有当KDJ三条线处于底部低位的时候，此时经叉买入的成功率更高；或者当KDJ三条线处于顶部高位时，S叉卖出也会更有可能盈利。

那我们就修改下Python程序，根据以下条件进行筛选：

     1 低位经叉：D值小于20且形成经叉

     2 高位S叉：D值大于80且形成S叉

根据程序结果，经叉S叉次数由原来的170万降低为24万。

以下是低位经叉和高位S叉之后谷价涨跌比例：

结果是，所谓低位、高位，并没有什么用...

稍微有所安慰但又有点讽刺的是：意外发现高位S叉，这个理论上的卖出指标，反而是个很好的买入指标，大约有55%的胜率。

量化投资

以上的数据表明，KDJ这个看上去高大上的指标，其实真的和抛硬币来买卖谷票没啥区别。

所以我也不知道为什么，众多的炒谷软件会把它当做默认选项来展示。建议将本文转发给正在炒谷的朋友，免得被继续误导。

并且，我们刚刚使用Python和数据来验证指标的有效性，并且尝试去优化，整个过程其实就是量化投资当中的回测。

任何客观的投资方法都可以使用Python代码实现，然后利用历史谷票数据验证其有效性。在验证赚钱之后再投入实战，而不是盲目的尝试，这就是量化投资最大的优势。

后记

文章的最后，和大家分享一点量化投资的心得。

很多人问我小白如何开始学习量化投资，有什么可以书单推荐。

我的建议是千万不要直接找本书来看。

你找本编程书看，那跟着敲完“Hello World”就结束了；你找本数学书看，那看到第七页的公式就睡着了。

更好的学习方式是做实际的项目，在实践中学习量化策略。

研报就是很好的量化实践项目。

一篇研报就是一个策略，作者都是年薪百万的高学历券商分析师，你要做的就是读懂策略研报，并用代码实现。

在此期间什么不会学什么，哪里不会点哪里，抱着解决问题的心态去学习，事半功倍。

熟读唐诗三百首，不会作诗也会吟。

那么哪里可以获取研报呢?

你可以在网上零零散散的搜索到一些，但是非常的不系统。

而像WIND这类能找到系统性研报的软件，则需要付费，并且里面的研报太多，让人不知该从何处入手。

我这里有分门别类几万份研报，还会实时更新。

我为大家区分了难度，从中精选了部分研报。

如果你需要的话，可以点我头像交流获取，都是可以直接发给你的。

加我微信后，也可以交流量化投资相关问题，我比较忙，回复的比较慢，但是看到的都会回复。

聊的开心，聊得有缘，很多量化的数据、资料都是可以送给你的。

也可以翻翻我朋友圈的内容，很多量化干货。一些不会公开发的内容，都会在朋友圈说。