52 週新高選股回測：S&P 500 買創新高的股票，
63 組參數全輸 QQQ

買進收盤創 52 週新高的 S&P 500 成分股、跌破 50 日均線就賣，2017 年 4 月到 2026 年 10 月年化 6.4%、日夏普 0.51。同期含息 QQQ 是 19.6%、0.89，等權重的 RSP 也有 11.6%、0.68。加上營收成長濾網後提高到 9.2%、0.66，加盈餘成長濾網是 7.3%、0.57。63 組參數沒有一組贏 QQQ，而且計入每邊 0.1% 成本後，基本版只剩年化 3.7%。

創 52 週新高的股票確實有實力，學術研究也支持這點。這條規則卻連「等權持有整個 S&P 500」都贏不了。

52 週新高規則關鍵數字

每一列都是 2017-04-04 到 2026-10-30，股息再投入。前後半段以 2022-01-13 切開。

怎樣才算過關

「贏」只有一個意思：同一段交易日裡，日夏普高於含息的 QQQ。這裡的夏普是日報酬平均除以標準差，再乘以 √252，不扣無風險利率。以下條件都在看到結果之前寫定。

1. 鄰近參數： 每個主要參數取原值和上下一個鄰近值，七成以上的組合要贏 QQQ。
2. 前後兩段： 回測期間對半切，原設定兩段都要贏。
3. 含成本： 原設定在 finlab 美股預設成本（0）和每邊 0.1% 下都要贏。
4. 不靠單一年份： 拿掉領先最多的那一年，原設定仍要贏。
5. 現金： 這些規則可能留現金，所以扣掉 BIL（短期國庫券）後的夏普也要贏 QQQ。
6. 濾網要有貢獻： 兩個成長版的原設定要高於基本版。

成長濾網過了最後一項，其他條件全部不過，差距也不小。

三個設計

這個想法來自 George 與 Hwang（2004）：股價離 52 週高點多近，可以解釋很大一部分的動能獲利，而且這些獲利長期不會反轉。他們的解釋是錨定效應：投資人不太願意把股價推過自己記得的高點，好消息因此反映得比較慢。Bhootra 與 Hur（2013）進一步發現，同樣接近高點的股票，高點越近期的表現越好。Jegadeesh 與 Titman（1993）則是動能研究的起點。這兩篇都是排序選股、固定期間持有。我們測的是散戶常講的版本：股票突破，抱到趨勢結束。

• 52 週新高： S&P 500 成分股的還原收盤價創過去 L 個交易日新高就買，收盤跌破 M 日均線或離開指數就賣。L 取 200、252、300，M 取 20、50、100。
• 新高＋營收成長： 同上，進場另外要求最新已申報季的營收年增至少 g。g 取 5%、10%、20%。
• 新高＋盈餘成長： 進場改成要求最新已申報季的 EPS 年增至少 g，今年與去年同季都要是正數。g 取 10%、20%、30%。

持股等權，單檔上限 5%，符合的股票不足 20 檔時留現金。成長版有 3 個參數、各 27 組，加上基本版 9 組，共 63 組。

結果一：輸 QQQ，也輸等權

基本版在任何參數下都沒有贏 QQQ、RSP 或 SPY。RSP 是比較公平的尺，因為一百多檔等權股票的組合，長得比較像 RSP，不像市值加權的科技基金。對 RSP，它一年少賺 5.1 個百分點。

它的最大回撤比 RSP 小，-32.7% 對 -39.0%，但這個數字看起來比實際好。這段回撤從 2022-04-20 到 2023-10-27，同期 RSP 跌 13.6%、QQQ 漲 2.3%；計入每邊 0.1% 成本後更深，-35.9%，超過 QQQ 的 -35.1%。規則在 2019、2022、2023 年都落後 RSP 超過 10 個百分點，夏普也從前半段的 0.74 掉到後半段的 0.27。

結果二：交易長什麼樣子

7,702 筆已平倉交易裡，39.0% 賺錢。平均每筆賺 0.86%，中位數虧 1.78%，持有時間中位數 30 個交易日。也就是說，典型的一筆交易是小賠，規則靠少數抱很久的交易賺回來。趨勢跟隨本來就長這樣，但這裡的平均獲利太小，撐不起整個組合。

最大的一段落差出現在 2020 年 3 月低點之後。股票要創 52 週新高才會被買進，崩盤後能做到的很少。2020-03-23 到 2020-06-30，規則只賺 7.1%，RSP 賺 42.6%，這段平均只持有 39 檔。

出場長度看不出簡單的規律。基本版的三種回看下，20 日線出場夏普 0.52 到 0.59，50 日線 0.49 到 0.56，100 日線 0.62 到 0.66，原設定的 50 日線剛好最弱。

粗體是原設定。每一格都低於 QQQ，最接近的是 0.76 對 0.89。贏 RSP 的 3 格都是營收 10%、20 日線出場。這是 63 格裡的 3 格，又是看完結果才找到的，旁邊 5% 和 20% 的濾網也沒有同樣的表現，拿來當新規則的根據很薄弱。

結果三：營收比盈餘有用，成本又拿回大半

原設定下兩個濾網都拉高了夏普，但全部參數看起來不一樣。和相同回看、相同出場的基本版相比，營收濾網 27 組有 19 組領先，盈餘濾網只有 6 組，而且都是 50 日線出場。營收版只持有約 47 檔，基本版是 116 檔。盈餘濾網搭配 20 日線出場時分數最低，9 組介於 0.41 到 0.51。

成本是這類規則和買進持有差最多的地方。組合平均持有約 116 檔，每檔大約 30 個交易日，名單一變就重新等權，目標權重一年週轉約 13 次。每邊 0.1% 下，基本版從年化 6.4% 掉到 3.7%，一年少將近 3 個百分點，夏普從 0.51 掉到 0.33；營收版從 9.2% 掉到 6.6%。這裡的 0.1% 代表週轉率高時，即使零手續費也要付的買賣價差和滑價，本文沒有另外估算。

S&P 500 每天有幾檔創 52 週新高

一般日子比想像中少。中位數 24 檔，平均 30 檔，分母約 500 檔。這段期間單日最高是 2018-01-26 的 177 檔；月平均低點是 2020 年 3 月的 2.0 檔和 2022 年 9 月的 2.1 檔，有 13.8% 的日子不到 5 檔創新高。

這個數字在漲勢中偏高，在賣壓中趨近於零。全期最高的月平均是 2018 年 1 月，每天 99 檔。持股數從 1 檔到 299 檔，平均 116 檔。5% 上限讓組合平均約 97% 在場內，其餘在行情稀薄時留現金。

跟 52 週新高因子有什麼不同

我們的美股學術因子回測直接測過 George 與 Hwang 的指標：每月持有最靠近高點的 30 檔流動性股票。相近期間的夏普 0.64、年化 10.8%，同樣 0 / 9 輸 QQQ。本文的事件規則用 50 日線出場是 0.51，用 100 日線出場是 0.64，兩種做法落在相近的範圍，都到不了 QQQ。股票池和期間不同，只能粗略比較。

台股讀者可以對照台股均線與 52 週新高回測：挑最靠近 52 週新高的 20 檔、用均線過濾，結果和美股不同。單一指數的突破則見 QQQ 突破策略，它用 21 日新高替槓桿 ETF 擇時，是另一種設計，風險也不同。

程式碼

這段是基本版，用到 2026 年 10 月的資料跑出來就是頭條的夏普 0.51。research.py 另外保留一家公司一個股別，並加上兩種成長濾網。

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()
data.set_market("us")
 
close = data.get("us_price:adj_close")
members = data.get("us_index_constituents:sp500").astype(bool)
 
# 兩張表都有的代號，成分股對齊交易日
tickers = members.columns.intersection(close.columns)
close = close[tickers]
members = members[tickers].reindex(close.index, method="ffill").fillna(False).astype(bool)
 
# 收盤創 252 日新高買進，跌破 50 日線或離開指數賣出
entries = (close >= close.rolling(252).max()) & members
exits = (close < close.rolling(50).mean()) | ~members
position = entries.hold_until(exits).loc["2017-04-03":]
 
# 等權、單檔上限 5%、下一個收盤成交
report = sim(position.loc[:, position.any()], position_limit=0.05, trade_at_price="close",
             market="us", upload=False)
 
returns = report.creturn.pct_change().dropna()
print("日夏普：", round(returns.mean() / returns.std() * 252 ** 0.5, 2))

不想自己寫也可以。照 AI 輔助安裝流程裝好 FinLab skill，或直接到 FinLab Studio 用白話請 AI 重跑，例如「把 52 週新高的出場改成 100 日線」或「在新高進場加上自由現金流濾網」。

回測方法

這個結果能說明什麼

結論只限於這條規則和這段期間，並沒有推翻學術發現：那些研究是用離高點的距離排序，歷史也長得多。本文說的是，散戶常用的版本，買突破、均線出場，在 2017 到 2026 年的美國大型股沒有賺到額外報酬。

這段期間也特別有利於集中持股。QQQ 依市值加權，單檔上限 5% 的等權組合本來就做不到。和 RSP 比就排除了這個優勢，規則仍然不夠。其他動能研究見美股動能策略回測；同一批股票加濾網的做法見美股選股法回測，其中 CANSLIM 也用到新高和 EPS 成長。動能與技術選股的總覽在程式交易完整指南。

常見問題

52 週新高是什麼意思？

股票過去一年（約 252 個交易日）的最高價。本文用還原股息與分割後的收盤價，不是盤中高點。

創 52 週新高的股票值得買嗎？

用這條規則不值得。買進每一次 S&P 500 新高、跌破 50 日線賣出，年化 6.4%，低於 RSP 的 11.6% 和 QQQ 的 19.6%，勝率只有 39.0%。

S&P 500 一天大約有幾檔創 52 週新高？

2017 到 2026 年的中位數是 24 檔，大約是指數的 5%。這段期間單日最高 177 檔。

加上營收或盈餘成長有用嗎？

營收成長在多數設定有幫助：27 組有 19 組贏基本版，年增 10% 的濾網把夏普從 0.51 拉到 0.66。EPS 成長只有 6 組贏。原設定都還低於 RSP 的 0.68。

出場用哪條均線最好？

基本版測的三條裡，100 日線分數最高，50 日線最低，0.62 到 0.66 對 0.49 到 0.56。沒有一條接近 QQQ。

買接近高點比買突破好嗎？

看不出明顯差別。因子回測的月排序版夏普 0.64，本文的突破規則用 50 日線 0.51、用 100 日線 0.64。兩者的期間和股票池不同。

這條規則比持有 QQQ 安全嗎？

最大回撤 -32.7% 比 QQQ 的 -35.1% 小，但計入每邊 0.1% 成本後是 -35.9%，反而更深，賺得也少很多。扣掉短期國庫券後的夏普是 0.34，QQQ 是 0.79。

可以自己重跑嗎？

可以。透過 AI 輔助安裝流程裝好 FinLab skill，下載下面的 research.py，執行 python research.py。

延伸閱讀

• 美股量化交易策略比較：站上美股研究的總覽。
• 道瓊狗股策略回測：每年買道瓊殖利率最高的 10 檔，同一套驗證。
• 黃金交叉回測：S&P 500 個股的黃金交叉與死亡交叉事件研究。

下載資源

**投資警語：本文僅供教學參考，不構成投資建議。過去績效不代表未來表現，投資有風險。**本文所有回測均為全段樣本內結果，前後兩段未經樣本外驗證。

最後更新：2026-11｜回測區間：2017-04～2026-10｜資料截至 2026-10-30，重跑日 2026-11-01｜基準：QQQ 含息｜作者：FinLab 量化研究團隊（經量化研究員審閱）