最近出于兴趣，自己写了个小工具拉A股数据，顺带把MACD和KDJ都算了一遍，打算用来做简单的量化选股。代码跑起来了，数据也有了，然而拿去和通达信比对的时候发现根本对不上——而且偏差还在慢慢变大，完全不像随机误差。排查了一圈，最后发现问题处在没有遵守行业的默认设置。
这篇文章就是把这个排查过程整理下来，给同样在折腾量化的朋友做个参考，省得踩同样的坑。
MACD 和 KDJ 是什么
在讲问题之前，简单介绍一下这两个指标，方便后面理解偏差是怎么产生的。
MACD（移动平均收敛发散指标）
MACD核心是用两条不同周期的指数移动平均线（EMA）之差来捕捉趋势动量。计算链条是这样的：
收盘价序列
-> EMA(12) 快线（12日指数均线）
-> EMA(26) 慢线（26日指数均线）
DIF = EMA(12) - EMA(26) <- 快慢线之差，反映短期动量
DEA = EMA(DIF, 9) <- DIF的9日均线，起平滑作用
MACD = 2 × (DIF - DEA) <- 柱状图，放大差异便于观察
金叉（DIF上穿DEA）通常被视为买入信号，死叉（DIF下穿DEA）则是卖出信号。这是MACD最常见的用法。
KDJ（随机摆动指标）
KDJ衡量的是当前价格在近N日（通常9日）高低价区间里的相对位置，公式是：
RSV = (今日收盘 - N日最低) / (N日最高 - N日最低) × 100
Kₜ = ⅔ · Kₜ₋₁ + ⅓ · RSVₜ <- RSV的指数平滑，初始值K₀ = 50
Dₜ = ⅔ · Dₜ₋₁ + ⅓ · Kₜ <- K的再次平滑，初始值D₀ = 50
Jₜ = 3K - 2D <- 放大KD之间的背离
J值超过100通常认为超买，低于0则超卖。
1. 发现问题
我写完指标计算之后，直觉上就觉得应该和主流软件对一下，毕竟这种东西要是算错了，后续选股信号全是垃圾。挑了贵州茅台（600519）作对比，因为消费基金我亏得太多了，茅台又是消费龙头，必须是它了。
一比就看出问题了：
| 日期 | 收盘价 | 我算的 DIF | 通达信 DIF | 偏差 |
|---|---|---|---|---|
| 2026-04-21 | 1409.50 | -3.21 | -5.86 | +2.65 |
| 2026-05-11 | 1354.03 | -15.80 | -20.42 | +4.62 |
偏差不是固定的，而是随时间在持续扩大。这说明不是哪天的数据抄错了，而是计算逻辑本身有系统性偏差。基于这个DIF产生的金叉死叉信号，时间上会有偏移，完全不能用。
2. 排查过程
2.1 先排除数据问题
最先想到的是：会不会是K线数据本身就不对？把数据库里的前复权收盘价逐日和通达信比对了一遍，完全一致。数据没问题，问题在计算。
2.2 找一个可靠的参照
光知道"我的和通达信不一样"还不够，得找一个带完整中间值的参照，才能定位到底哪一步算错了。我从Yahoo Finance拉了茅台54个交易日的日线，有完整的DIF、DEA、MACD、K、D、J，用这批数据作为后续比对的基准。
2.3 从最底层开始查
MACD的计算是一个链条，任何一环出问题都会向后传递。既然DIF出错了，就从最底层的EMA开始检查，看EMA(12)和EMA(26)各自算出来是什么。
3. 找到根因
3.1 问题出在哪里
当时写EMA的时候，直接用了pandas的ewm，这就是指数移动平均：
# 修改前
def _ema(series: pd.Series, span: int) -> pd.Series:
"""Exponential moving average, equivalent to TA-Lib EMA."""
return series.ewm(span=span, adjust=False).mean()
代码简洁，pandas也是公认的数据处理标准库，能有什么问题？但是我忘记处理第一个数值如何初始化。
3.2 两种初始化方式的差异
pandas ewm(adjust=False) 的做法：
EMA₀ = X₀ <- 直接把第一个收盘价当 EMA 起点
EMA₁ = (1-α)·EMA₀ + α·X₁
EMA₂ = (1-α)·EMA₁ + α·X₂
...
通达信 / 同花顺的做法（也是国内绝大多数平台的标准）：
EMA₁₁ = SMA(close[0:12]) <- 先算前12天的简单均值作为起点
EMA₁₂ = (1-α)·EMA₁₁ + α·close₁₂
...
差别就在第一步：pandas直接用第一个收盘价冷启动，而通达信用前N天的简单均值（SMA）作为初始值。
看起来只是第一个值的差异，但影响会持续很久。EMA(12) 的平滑系数 α = 2/(12+1) ≈ 0.154，每一步只会把误差修正15%左右，大约要20个周期才能让两种初始化方式的结果逐渐靠拢。而MACD正好依赖 EMA(12)和EMA(26)的差值，两者各自有初始化偏差，相减之后偏差叠加，DIF就出问题了。
3.3 用一个小实验验证
import pandas as pd
import numpy as np
data = pd.Series([100.0]*5 + [110.0]*5 + [120.0]*5)
# pandas ewm，首值直接用第一个数
ema_pandas = data.ewm(span=12, adjust=False).mean()
# SMA 初始化，标准做法
def ema_sma_init(series, span):
alpha = 2.0 / (span + 1)
result = np.full(len(series), np.nan)
sma = series.iloc[:span].mean()
result[span - 1] = sma
e = sma
for i in range(span, len(series)):
e = e * (1 - alpha) + series.iat[i] * alpha
result[i] = e
return pd.Series(result, index=series.index)
ema_correct = ema_sma_init(data, 12)
print(f"pandas ewm EMA[11] = {ema_pandas.iloc[11]:.4f}") # 109.73
print(f"SMA init EMA[11] = {ema_correct.iloc[11]:.4f}") # 107.50
起点就差了2.23，后续每一个值都会有偏差，而且短期内无法收敛。
3.4 pandas为什么这么设计？
pandas的ewm(adjust=False) 本质上是个"在线算法"——适用于流式数据，不知道历史有多长，所以直接用第一个值启动，在统计上是合理的。但金融工程里MACD的行业惯例是SMA初始化，通达信、同花顺、Wind等国内平台全部遵循这个不成文规定。两者在数学上都没有"错"，只是服务不同的场景和标准。
4. 修复
知道了问题，修起来不复杂——把_ema函数改成显式的SMA初始化：
# 修改后
def _ema(series: pd.Series, span: int) -> pd.Series:
"""EMA with SMA initialization over the first `span` valid values.
Standard MACD convention: the first EMA value is the SMA of the first
`span` data points. This matches TongHuaShun / TongDaXin.
"""
alpha = 2.0 / (span + 1)
result = np.full(len(series), np.nan)
# 收集前 span 个有效值，取 SMA 作为初始 EMA
valid_count = 0
init_idx = -1
sma_sum = 0.0
for i in range(len(series)):
v = series.iat[i]
if np.isnan(v):
continue
sma_sum += v
valid_count += 1
if valid_count == span:
init_idx = i
break
if init_idx < 0:
return pd.Series(result, index=series.index)
result[init_idx] = sma_sum / span # SMA 作为首个 EMA 值
# 从下一个值开始递推
ema = result[init_idx]
for i in range(init_idx + 1, len(series)):
v = series.iat[i]
if not np.isnan(v):
ema = ema * (1 - alpha) + v * alpha
result[i] = ema
return pd.Series(result, index=series.index, dtype=np.float64)
改动点：
- SMA初始化：前
span个有效值取均值作为第一个EMA，而非直接用第一个收盘价 - NaN安全：跳过序列中的NaN——这在计算DEA时很关键，因为DIF的前25个位置是 NaN（EMA(26) 需要26个数据点才能产出第一个值）。
性能方面，在400个数据点上显式循环大约0.5ms，pandas ewm大约0.05ms。日批处理100只股票，额外开销完全可以接受。
5. KDJ呢？
排查MACD的时候顺手也验证了KDJ。KDJ同样用到了ewm：
# KDJ 里的 ewm 用法
first_valid = rsv.first_valid_index()
if first_valid is not None:
loc = rsv.index.get_loc(first_valid)
rsv.iat[loc] = 50.0 # 手动把初始值设成 50
k = rsv.ewm(alpha=1.0 / 3.0, adjust=False).mean()
d = k.ewm(alpha=1.0 / 3.0, adjust=False).mean()
这里pandas的首值初始化行为刚好是对的——KDJ的行业约定就是K₀ = D₀ = 50，手动把第一个有效RSV位置填成50，然后让ewm从这个值开始递推，结果和通达信完全一致，不需要改。
所以同样是 ewm(adjust=False)，在 MACD 里是错的（应该 SMA 初始化），在 KDJ 里是对的（初始值本来就是 50）。关键是要理解每个指标自己的业务约定，不能无脑套用同一套写法。
6. 验证结果
修完之后，用茅台54个交易日的数据逐字段比对：
| 日期 | 计算值 | 参考值 | 误差 |
|---|---|---|---|
| 2026-04-16 DIF | 0.7833 | 0.7833 | 0.0000 |
| 2026-04-21 DIF | -5.8573 | -5.8573 | 0.0000 |
| 2026-05-11 DIF | -20.4208 | -20.4208 | 0.0000 |
误差归零，KDJ的K、D、J同样全部对齐。
另外做了几个基本合理性检查：
BAR = 2 × (DIF - DEA)：DIF > DEA时BAR > 0，反之BAR < 0，符合；J = 3K - 2D：逐行验证恒等式成立，符合；- K、D的趋势方向与股价走势一致，符合。
以上是自己折腾量化时遇到的一个真实问题，整理出来供参考。如果你也遇到过类似的指标对不上的情况，欢迎交流。