SMA与EMA的区别：简单移动平均线和指数移动平均线详解

移动平均线是技术分析中使用最广泛的指标。几乎每张图表上都能看到两种：**SMA（简单移动平均线）**和 EMA（指数移动平均线）。它们看起来相似，行为却不同——选对哪一种，决定了你的策略反应有多早、有多频繁。

SMA 是什么？

SMA 即 Simple Moving Average，简单移动平均线，是最近 N 个收盘价的算术平均值。20 日 SMA 就是把最近 20 个日收盘价相加再除以 20。每过一天，最早的价格移出、最新的价格加入，平均值随之"移动"。

SMA 计算公式

      SMA_N = (P1 + P2 + ... + PN) / N

    

示例——收盘价 10、11、12、11、13 的 5 日 SMA：

      SMA = (10 + 11 + 12 + 11 + 13) / 5 = 11.4

    

窗口内每个价格的权重完全相同（1/N）。

EMA 是什么？

EMA 同样是价格均值，但通过平滑系数 α = 2 / (N + 1) 给近期价格更高权重。完整公式与手算示例见 EMA是什么？指数移动平均线详解。

SMA 与 EMA 的核心区别

一句话总结：EMA 更贴近价格、转向更早；SMA 更平稳、转向更晚。 行情急转时，EMA 通常比 SMA 提前几根K线与价格交叉。

什么时候用 SMA，什么时候用 EMA

适合用 SMA：

• 在日线、周线等较大周期交易，希望减少洗盘。
• 关注市场共识位——50 日和 200 日 SMA 是许多机构的参考点。
• 需要稳定基准做均值回归策略。

适合用 EMA：

• 日内或波段交易，入场时机很重要。
• 构建动能指标（MACD 使用 12 与 26 EMA）。
• 强趋势行情中需要紧跟价格的移动止损。

很多交易者两者结合，例如用短期 EMA 找入场点，用 200 SMA 做长期趋势过滤。

用 Python 计算 SMA 和 EMA

      import requests
import pandas as pd

TOKEN = "YOUR_API_TOKEN"
url = "https://api.itick.org/forex/kline"
params = {"region": "GB", "code": "EURUSD", "kType": 8, "limit": 300}
headers = {"accept": "application/json", "token": TOKEN}

data = requests.get(url, params=params, headers=headers, timeout=10).json()["data"]
df = pd.DataFrame(data)
df["close"] = df["c"].astype(float)

df["sma_20"] = df["close"].rolling(window=20).mean()
df["ema_20"] = df["close"].ewm(span=20, adjust=False).mean()

# 两者差值扩大，说明趋势在加速
df["gap"] = df["ema_20"] - df["sma_20"]
print(df[["close", "sma_20", "ema_20", "gap"]].tail())

    

同样的代码适用于股票（/stock/kline，region US，code AAPL）和加密货币（/crypto/kline，region BA，code BTCUSDT）。数据来自 iTick 历史行情数据API。

小实验：谁先交叉？

在同一市场上同时运行两条均线，统计趋势改变后各自要多少根K线才与价格交叉。通常你会发现 EMA 反应更早，但在横盘期交叉次数也更多。这种速度与可靠性的权衡，就是 SMA 与 EMA 之争的全部。想严谨评估，请参考 Python 回测教程。

常见问题

股票里的 SMA 是什么意思？ SMA 即简单移动平均线，是一定周期内收盘价的平均值。

200 日均线是 SMA 还是 EMA？ 通常指 SMA，但部分软件默认 EMA，请检查图表设置。

日内交易用 SMA 还是 EMA？ 大多数日内交易者偏好 EMA，因为它对日内价格变化反应更快。

SMA 和 EMA 可以一起用吗？ 可以。常见做法是短期 EMA 出信号、长期 SMA 做趋势过滤。

用真实数据开始构建

均线需要干净、无缺口的价格数据。免费获取 iTick API Key，获取股票、外汇与加密货币 OHLCV 数据，并通过 WebSocket 实时推送 让均线实时更新。