EJK指标Python复现：终端公式转pandas与对拍验证指南

做量化或者做指标研究的人，大概都遇到过同一个场景：某天在行情终端里看到一个叫 EJK 的指标，三条线交叉看着挺顺眼，想把它搬到自己的 Python 回测框架里跑一跑，结果卡在了第一步——终端里只有一段公式文本，没有文档、没有函数说明，甚至连参数取值范围都得靠猜。更麻烦的是，你把公式照抄成代码跑出来，数值和终端屏幕上显示的对不上，差一点点还是小事，方向反了才是真要命。

这篇东西就是写给卡在这一步的人。EJK 指标本身不算复杂，它属于典型的“多周期平滑 + 动量派生”结构，三条线分别对应不同时间尺度上的价格中枢，交叉关系用来描述短期状态相对长期状态的位置。真正花时间的不是公式本身，而是把终端那套语法翻译成 pandas、把复权口径对齐、把初始值处理方式对齐，最后逐日对拍验证。下面我会把完整链路拆开讲：指标结构怎么理解、六个高频算子在 Python 里怎么等价实现、完整代码怎么写、对拍不上时按什么顺序排查、以及参数动了之后结果会怎么变。全篇代码可以直接复制跑，数据换成你自己的就能用。

需要先说明一句：下面的公式结构是我在自己常用的终端里对照过的一个典型版本，不同软件、不同人分享的 EJK 源码在参数和基准价上可能存在差异，请务必以你自己软件“公式管理器”里看到的原始文本为准。方法论是通用的，公式文本要替换成你手上的那份。

1. EJK 指标的三条线到底在算什么

1.1 E、J、K 分别承担什么角色

先把结构讲透，代码才好写。EJK 的三条线不是三个独立指标拼在一起，而是同一条基准价格序列经过三次不同强度的平滑后得到的三代产物。基准价通常取当日高低收的加权均价，E 线是基准价的慢速平滑，J 线是 E 线的快速平滑，K 线是 J 线的再次快速平滑。层层递进的结果就是：E 最钝、J 居中、K 最灵敏。

这种“同一源头的多级平滑”设计和均线系统里的 5/10/20 日线思路不一样。均线是同一个价格、不同窗口长度；EJK 是不同窗口、还串行嵌套。串行嵌套的好处是三条线之间天然存在包含关系，不会出现“长期线反而比短期线更贴价”的错乱；代价是任何一级的参数变动都会往下游传导，改一个参数，三条线全变。

理解了这个结构，你就明白为什么很多人抄 EJK 公式抄错一个小地方，整条曲线就面目全非——因为误差会被三级平滑反复放大或衰减。举个直观的例子：如果 E 线的平滑系数差 5%，传到 K 线的时候，由于 K 是在 J 上再平滑、J 是在 E 上再平滑，实际偏差可能被压缩到 1% 以内，也可能被放大到 15% 以上，取决于行情处于趋势段还是震荡段。趋势段里平滑器的记忆效应强，偏差累积；震荡段里新数据权重大，偏差被快速冲淡。所以对拍的时候不要只挑一段行情看，趋势和震荡都得覆盖。

1.2 为什么同一个指标在不同终端显示不一样

这是新手最容易懵的地方。同一段公式文本，在两台机器上跑出两条不同的曲线，八成不是公式抄错了，而是下面这几个口径不一致：

其中复权方式是杀伤力最大的一个。前复权会把历史价格按比例缩放，让最新价保持不变；后复权反过来，让最早的价格保持不变。这两种方式下，绝对价格不同，所有基于价格的指标数值自然不同。而行情终端默认展示的往往是前复权，你从数据接口拿到的原始数据通常是不复权的，直接算出来的指标跟上屏幕对，那才叫奇怪。

提示：做指标复现时，第一件事不是写代码，是先确认你手里数据的复权状态，以及终端当前显示的是哪种复权。这两个不统一，后面所有工作都是白费。

至于停牌处理，很多人觉得无所谓，反正停牌那天没交易。但公式里大量使用REF(X,1)、LLV(LOW,33)这类跨周期引用，如果你的数据里停牌日直接缺行，REF拿到的“前一根”可能是十天前那根，和终端里“前一根”的定义就不一样了。终端通常是补一根平盘 K 线或者沿用前收，这个细节不处理，长期对拍必然出偏差。

2. 把终端公式语法翻译成 pandas 算子

2.1 六个高频算子先建立映射表

终端公式语言看着像编程语言，实际上算子集合非常小。做指标复现，把下面这几个翻译对了，八成公式都能直接跑通：

这张表里，adjust=False这个参数必须加。pandas 的ewm默认adjust=True，用的是加权平均的展开形式，而终端公式里的 EMA/SMA 是严格的递推定义。不加这个参数，前几十根数据会明显对不上，后面才逐渐收敛。我见过不少人就是漏了这个参数，然后花两天时间去怀疑数据源。

CROSS的写法也有坑。很多人写成(A > B) & (A.shift(1) < B.shift(1))，把等于号漏了。如果某一天两条线恰好相等，第二天上穿，严格定义下这一天不算金叉，但用小于号判断就会漏掉这个信号。反过来，如果连续多天相等再上穿，不同的边界处理会给出不同的信号点。这种细节在日线级别一年可能就出现一两次，但在分钟级别上频率会高很多，做高频回测的人必须抠。

2.2 SMA(X,N,M) 是最容易写错的一个

单独把SMA拎出来讲，因为它在国内行情软件里是个“非标准”函数，和国际上通行的 SMA（简单移动平均）完全不是一个东西。国内终端里的SMA(X,N,M)定义是递推式：

Y[t] = (M * X[t] + (N - M) * Y[t-1]) / N

这个递推式等价于ewm(alpha = M/N, adjust=False)，推导过程很简单：把ewm的定义Y[t] = α*X[t] + (1-α)*Y[t-1]里的 α 替换成 M/N，展开就是上面那个式子。所以翻译的时候只需要把M/N算出来当 alpha 传进去，不要自己写 for 循环——循环写出来又慢又容易在索引边界上出错。

不过要注意初始值的处理。递推式需要一个起点，终端里通常是取第一根 K 线的 X 值作为 Y[0]。pandas 的ewm(adjust=False)默认也是拿第一个有效值当起点，两者一致。但如果你的数据开头有 NaN，pandas 会跳过 NaN 再开始，终端可能会把 NaN 当 0 处理，这就产生了偏差。稳妥的做法是：先把数据里的缺失值处理干净，再算指标，不要在算完之后去补。

SMA的 M 参数还有个语义问题：M 越大，新数据权重越高，曲线越灵敏；M 越接近 N，就越接近“只看最新值”；M=1 的时候是最平滑的配置。很多人从别处抄来公式，看到SMA(X,13,1)以为是“13 日均线”，实际上这是一个平滑系数只有 1/13 的强平滑器，和 13 日简单均线完全是两回事。这种误解在论坛上非常普遍，也是指标“看起来不一样”的常见原因之一。

2.3 基准价的取法决定整条曲线的骨架

EJK 的输入不是单纯的收盘价，而是一个加权基准价。常见的三种取法：

• (H + L + 2*C) / 4：收盘价权重加倍，最常用
• (O + H + L + C) / 4：四价等权
• C：直接用收盘价

这三种取法在震荡市里差别不大，在单边市里差别可观。收盘价加权的方式会让指标更贴近收盘走势，四价等权则更平滑。如果你对拍发现自己的曲线总是比终端“快半拍”，很可能就是基准价取错了——收盘价加权的版本在上涨日里数值偏高，交叉会更早发生。

我在代码里把这三种都做成可选项，通过mode参数切换。这样对拍的时候可以快速试三种组合，通常试到第二种就能对上，能省下大量时间。

3. 完整实现：从原始 K 线到三条线

3.1 数据准备与复权处理

数据这块，不管你用哪个数据接口，拿到的 DataFrame 至少要包含date / open / high / low / close / volume六列，按日期升序排列，日期列转成datetime类型并设为索引。这几步不做，后面shift和rolling全部会错位。

复权处理有两种思路。第一种是拿已经复权好的数据，省事但要注意复权因子是不是最新的——如果中间发生过除权，旧的复权数据需要重新拉取。第二种是自己算，用不复权数据加上复权因子，这样可控性强，适合做长期回测。我一般倾向第二种，因为回测里经常需要在“复权口径”和“真实成交价”之间来回切换。

import numpy as np import pandas as pd def load_kline(path: str) -> pd.DataFrame: df = pd.read_csv(path) df['date'] = pd.to_datetime(df['date']) df = df.sort_values('date').drop_duplicates('date').set_index('date') cols = ['open', 'high', 'low', 'close', 'volume'] df[cols] = df[cols].astype(float) # 关键：剔除全为 0 或全为 NaN 的脏行 df = df.dropna(subset=['close']) df = df[df['close'] > 0] return df def adjust_price(df: pd.DataFrame, factor: pd.Series, mode='qfq') -> pd.DataFrame: """factor 为复权因子，qfq 前复权，hfq 后复权""" out = df.copy() if mode == 'qfq': f = factor / factor.iloc[-1] else: f = factor / factor.iloc[0] for c in ['open', 'high', 'low', 'close']: out[c] = out[c] * f return out

这里有个细节值得多说一句：drop_duplicates('date')这一步看起来无关紧要，实际上能救你一命。有些数据源在除权日会重复输出两条记录，或者在不同批次合并时出现重复日期。一旦有重复日期，shift(1)拿到的“前一行”可能就是同一天的另一条记录，指标数值直接错乱，而且错得很隐蔽——因为数值量级看起来没问题，只是信号点位置偏了。

3.2 指标计算主函数

下面是小节标题里说的核心代码。结构上分成三层：算子层（把终端函数翻译过来）、单指标层（算 EJK 三条线）、信号层（生成交叉和排列状态）。

def ema_cn(x: pd.Series, n: int) -> pd.Series: """终端 EMA(X,N)：Y[t] = 2/(N+1)*X[t] + (N-1)/(N+1)*Y[t-1]""" return pd.Series(x).astype(float).ewm(span=n, adjust=False).mean() def sma_cn(x: pd.Series, n: int, m: int = 1) -> pd.Series: """终端 SMA(X,N,M)：Y[t] = (M*X[t] + (N-M)*Y[t-1]) / N""" return pd.Series(x).astype(float).ewm(alpha=m / n, adjust=False).mean() def ref(x: pd.Series, n: int = 1) -> pd.Series: return pd.Series(x).shift(n) def cross_up(a: pd.Series, b: pd.Series) -> pd.Series: return (a > b) & (a.shift(1) <= b.shift(1)) def cross_down(a: pd.Series, b: pd.Series) -> pd.Series: return (a < b) & (a.shift(1) >= b.shift(1)) def calc_ejk(df: pd.DataFrame, n_e: int = 10, n_j: int = 5, n_k: int = 3, base_mode: str = 'hlc2c') -> pd.DataFrame: """ 计算 EJK 三条线 n_e / n_j / n_k : 三级平滑的窗口 base_mode : 基准价取法，hlc2c=(H+L+2C)/4, ohlc4=(O+H+L+C)/4, close=收盘价 """ o, h, l, c = df['open'], df['high'], df['low'], df['close'] if base_mode == 'hlc2c': base = (h + l + 2 * c) / 4 elif base_mode == 'ohlc4': base = (o + h + l + c) / 4 elif base_mode == 'close': base = c else: raise ValueError(f'未知的 base_mode: {base_mode}') out = df.copy() out['E'] = ema_cn(base, n_e) out['J'] = ema_cn(out['E'], n_j) out['K'] = ema_cn(out['J'], n_k) # 信号层 out['cross_up_KJ'] = cross_up(out['K'], out['J']) out['cross_dn_KJ'] = cross_down(out['K'], out['J']) out['cross_up_JE'] = cross_up(out['J'], out['E']) # 多空排列状态：1 多头排列，-1 空头排列，0 缠绕 cond_bull = (out['K'] > out['J']) & (out['J'] > out['E']) cond_bear = (out['K'] < out['J']) & (out['J'] < out['E']) out['trend_state'] = np.select([cond_bull, cond_bear], [1, -1], default=0) return out

用法非常直接：

df = load_kline('your_data.csv') res = calc_ejk(df, n_e=10, n_j=5, n_k=3, base_mode='hlc2c') print(res[['close', 'E', 'J', 'K', 'trend_state']].tail(20))

代码里有几处是刻意这么写的。第一，所有算子都返回pd.Series而不是np.ndarray，因为保持索引对齐太重要了，一旦退化成数组，后面所有shift和布尔运算都可能错位。第二，trend_state用np.select而不是嵌套np.where，可读性好很多，嵌套超过两层就容易写错括号。第三，信号层跟指标层分开，这样参数扫描的时候只需要重算指标层，信号层可以复用。

3.3 与终端对拍的三种验证方法

代码跑通只是第一步，能不能对上才是关键。我常用三种对拍方式，从粗到细：

方法一：抽样节点比对。挑 5 到 10 个具体日期，包括趋势起点、趋势终点、震荡中枢、除权日前后，把这几天三条线的数值列出来，跟终端上读数对比。这个方法的优势是快，5 分钟能做完，能立刻发现量级层面的错误（比如整体偏移 20% 以上，那一定是基准价或者复权口径错了）。

方法二：全序列导出比对。终端一般支持把指标数据导出成 CSV，导出来之后跟你的 DataFrame 做merge，逐日算绝对误差和相对误差。判断标准不是“完全相等”，浮点精度和显示位数决定了不可能完全相等，我的经验阈值是：相对误差中位数低于 0.1%，最大相对误差低于 1%就算通过。如果最大值出现在序列开头几十根，属于初始值处理差异，可以接受；如果最大值出现在中段或末尾，那就是逻辑错误。

方法三：信号点比对。前两种比的是数值，这一种比的是行为。把金叉死叉的位置提取出来，跟终端上的箭头标记逐一核对。这个方法最贴近实际使用场景——数值差 0.5% 可能完全不影响信号，但如果某次金叉在你的代码里出现在第 30 根，在终端里出现在第 31 根，说明你的曲线“慢了半拍”，参数或者基准价一定有偏差。

三种方法串起来用，先抽样确认量级，再全序列定位偏差区间，最后用信号点确认实际可用性。跳过任何一步，都可能在后面回测的时候被“幽灵信号”坑到。

4. 对拍不上时的排查链路

4.1 按顺序排查的五种典型偏差

数值对不上是最常见的求助场景，但绝大多数人一上来就怀疑公式抄错了，实际上公式错的概率不到两成。我总结了一个从高到低的排查顺序，按这个顺序走，通常 40 分钟内能定位问题：

第一顺位：复权口径。检查你算指标用的价格跟终端显示的价格是不是同一套。最快的验证方法是挑一个除权日，看那天的收盘价两边是否一致。如果不一致，先解决这个，别往下查。

第二顺位：初始值。把你的结果和终端结果都截取前 50 根 K 线看差异。如果差异从大逐渐收敛，那是初始值处理差异，不用管；如果是恒定偏移，那是基准价错了；如果是发散型差异，那是平滑系数错了。

第三顺位：平滑系数。EMA(X,N)和SMA(X,N,M)用混了是高频错误。终端里写EMA就是2/(N+1)，写SMA(X,N,1)是1/N，两者在 N=10 的时候差了一倍不止。我见过有人把公式里的SMA(X,20,1)当成MA(X,20)来写的，结果整条线完全对不上。

第四顺位：数据频率与对齐。日线数据里有没有包含节假日？周线数据的最后一周是不是不完整周？分钟线的第一根是 9:30 还是 9:31？这些看起来是不起眼的细节，但都会让shift和rolling的窗口范围发生偏移。

第五顺位：公式本身。如果前四条都排除了，才轮到怀疑公式抄错。这时候逐字比对，特别注意括号层级、逗号是中文还是英文、有没有隐藏的全角空格。从论坛复制公式最常见的坑就是全角空格，肉眼完全看不出来，但会导致某个函数识别失败。

4.2 未来函数：看着像对上了，其实是假的

这一条必须单独说，因为它的危害比数值对不上更大——数值对不上你会去查，未来函数导致的偏差你根本查不出来，因为它只在特定条件下才暴露。

所谓未来函数，指的是在计算第 t 根 K 线的指标值时，用到了 t 之后的数据。终端里常见的有ZIG、PEAK、TROUGH、BACKSET、REFX、DRAWLINE这几个。这类函数的特点是“当前值依赖未来走势”，在历史图上看起来极其准确，因为它是用已知的终点去反推路径；但在实时行情中，同一根 K 线的数值会随时间不断变化，越走越准，也就是俗称的“重绘”。

EJK 本身是三阶平滑，正常实现不含未来函数。但如果你从别处拿到的公式里混入了ZIG或者REFX，那就麻烦了。判断方法很简单：取一段历史数据，只喂到第 100 根为止，算出来的第 100 根指标值，和你喂全量数据算出来的第 100 根值对比。如果两者不相等，说明存在未来引用。这个测试我一般叫“截断测试”，实现只需要几行：

def check_future_function(df, calc_func, cut_idx=100): full = calc_func(df) part = calc_func(df.iloc[:cut_idx]) last_full = full.iloc[cut_idx - 1] last_part = part.iloc[cut_idx - 1] diff = (last_full[['E', 'J', 'K']] - last_part[['E', 'J', 'K']]).abs() print(diff) return diff.max()

严格无未来函数的指标，这个差值应该恰好是 0。只要不是 0，就得去公式里找可疑函数。我遇到过一份从别处抄来的所谓“EJK 增强版”，里面藏了一个REFX(C,1)，本意是让曲线提前半天，结果整个历史回测全是虚高收益。用截断测试一跑，差值为正且不小，问题立刻暴露。

注意：做任何回测之前，先跑一遍截断测试。这比调参数重要一百倍。

4.3 停牌、除权、新股：三种特殊行情的处理

停牌。处理原则是“保持时间连续性”。如果你的数据源在停牌日直接跳空，需要补一根 K 线，价格用前收盘，成交量给 0。这样rolling的窗口跨度和终端一致。如果不补，LLV(LOW, 33)实际覆盖的日历天数会比终端多，低点判断自然不同。

除权。除权日的价格跳空会污染所有基于差值的计算。解决办法是统一使用复权数据，除非你确实需要真实成交价做撮合。这里有个取舍：复权数据算出来的指标更连续，但和真实盘口价格脱节；不复权数据贴近真实，但会在除权日出现剧烈跳变。做指标研究用前者，做交易执行用后者。

新股。上市不足 N 个周期的时候，rolling(N)会产生 NaN。终端通常用“有多少算多少”的方式处理，也就是前几根用短窗口。pandas 的rolling加min_periods=1可以模拟这个行为。但要注意，min_periods=1会让前几根的结果非常不稳定，做统计的时候应该把这些点标记出来剔除，不要让它们进入胜率计算。

# 复刻“有多少算多少”的行为 llv = df['low'].rolling(33, min_periods=1).min()

5. 参数调整之后结果会怎么变

5.1 三个参数各自的影响方向

EJK 的三个平滑窗口，作用强度不一样。我做过一组对照测试，用同一段两年的日线数据，每次只改一个参数，观察三条线的平均绝对变化幅度和信号数量变化：

结论很清晰：n_e 是主导参数。它决定了整条曲线的骨架，调它相当于换了一套均线系统；n_j 和 n_k 更像是在骨架上的微调，影响交叉的灵敏度和信号的密集程度。所以参数优化的时候，先把 n_e 定下来，再调另外两个，不要三个一起网格搜索——那个计算量会大很多，而且容易过拟合到某一段特定行情上。

基准价的选择对信号数量的影响比想象中小，但对信号位置的影响不小。切换基准价相当于让曲线整体平移了一小段，交叉点会前后挪动一两天。做短周期的时候这个挪动很关键，做长周期几乎可以忽略。

5.2 参数敏感度测试：别在悬崖边上走

参数优化最大的陷阱是“孤峰”。某个参数组合在历史数据上表现特别好，但往左调一格、往右调一格，结果立刻崩掉。这种组合基本可以判定是拟合噪声，实盘必然失效。

我的做法是做二维敏感度热力图：固定 n_k，把 (n_e, n_j) 扫一遍，看目标指标（比如信号后的平均持有收益，或者单纯看信号数量）的分布是否平滑。健康的参数区域应该是一整片缓坡，而不是一个尖峰。如果发现孤立尖峰，直接跳过。

还有一点：参数在不同市场状态下的稳定性。同一个参数组合，在趋势段表现好、在震荡段信号满天飞，这就是不可用的。测试的时候应该把样本按波动率分档，低波动、中波动、高波动各取一段，分别看参数表现，只有三档都不崩的参数才值得继续研究。

5.3 指标是描述工具，不是预测工具

这一节写点务实的。EJK 这类三线指标，本质上是对历史价格做的一组加权平均，它能告诉你的只是“当前价格处在自己过去一段时间分布中的什么位置”，以及“短期中枢相对长期中枢偏上还是偏下”。它不包含任何关于未来的信息，因为它所有输入都是已发生的价格。

三线多头排列说明什么？说明近期价格中枢持续上移，仅此而已。它可能延续，也可能在下一根 K 线就断裂。把它当成“上涨信号”是典型的功能误用。我见过太多人把三条线的金叉当成入场理由，然后疑惑为什么胜率只有一半——因为市场在震荡的时候，交叉会密集发生，每一次都可能是假信号。

比较实在的用法是把它当成状态过滤器而不是触发器。比如你有一个基于成交量的入场逻辑，可以用 EJK 的排列状态做一层筛选：只在多头排列时做多，空头排列时观望。这样做的效果通常比直接用交叉信号好，因为它过滤掉了缠绕状态下的噪声，而不是试图预测方向。

参数该不该频繁改？我的看法是不该。参数一旦定下来，就固定住，让它慢慢跑，看长期的信号分布是否符合预期。频繁改参数的结果是，每次改动都在拟合最近一段行情，长期看反而偏离得更远。

5.4 我个人踩过的两个坑

第一个坑是数据源混用。早期我图省事，历史数据用一个接口，增量数据用另一个接口，两边复权因子算法不一样，拼起来之后在拼接点有一个极小的断层。这个断层肉眼看 K 线图完全看不出来，但指标曲线在那里会有一个微小的折角，导致那一带的信号全乱。后来改成单一数据源，问题消失。教训是数据一致性比数据质量更重要。

第二个坑是过度追求“完全对上”。有一段时间我执着于让自己的实现和终端数值精确到小数点后四位，为此反复调整初始值处理方式，花了两三天。后来发现终端显示的数值本身有舍入，导出数据也有精度损失，追求完全相等是徒劳的。真正该做的是把误差控制在能接受的范围，然后专注在信号逻辑上。指标复现的目的是让后续研究有可靠的基础，不是做数字游戏。

现在我的流程是：写完实现，跑一次抽样对拍，误差在阈值内就往下走，不再纠结。多出来的时间拿去做样本外验证，价值高得多。

最后再补一个小技巧：如果某段行情怎么调都对不上，把这一段单独截出来，把中间的每一个算子输出都打印出来，逐层比对。EJK 只有三级平滑，最多四个中间变量，逐层看一定能找到是哪一层开始偏的。这比对着最终结果猜要快得多。