黃金交叉回測：S&P 500 個股 7,242 次交叉，
死亡交叉後報酬反而更高

S&P 500 個股出現黃金交叉，幾乎沒有告訴我們接下來會怎樣。2017 年 4 月到 2026 年 10 月，我們追蹤了 3,529 次黃金交叉和 3,713 次死亡交叉。之後 126 個交易日，黃金交叉後平均上漲 6.6%，死亡交叉後平均上漲 7.6%；跟成分股平均相比，兩者都在正負 0.2 個百分點以內。從黃金交叉抱到死亡交叉的策略年化 11.5%、日夏普 0.72，含息 QQQ 是 19.6%、0.89。它略贏 RSP 的 0.68，但 36 組參數沒有一組贏 QQQ。

50 日線穿過 200 日線是最常被引用的技術訊號之一，通常拿指數來測。本文改測個股，股票池用每一天真實的 S&P 500 成分股。

黃金交叉關鍵數字

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。

黃金交叉與死亡交叉之後發生什麼事

黃金交叉是個股 50 日均線由下往上穿過 200 日均線的那一天，死亡交叉相反。下表的報酬都從下一個收盤起算，和回測的成交方式相同。

每個期間都是死亡交叉後漲得比較多。乍看像是空頭訊號反而該買，但表格右邊幾欄說明了原因：和同期成分股平均相比，兩種事件都接近零，原始報酬的差距大多來自大盤本身。死亡交叉後 63 天，成分股平均上漲 5.10%，黃金交叉後只有 2.40%。死亡交叉偏向出現在弱勢行情：26.4% 發生時 RSP 距高點至少 10%，所有交易日是 14.8%，黃金交叉是 11.9%；不過仍有一半發生在 RSP 距高點 5% 以內。原始報酬較高，反映的是訊號出現的行情位置，和個股本身關係不大。

最後一欄也接近基準值：任何一天，任一成分股在這四個期間贏過成分股平均的比例是 49.2%、48.6%、47.5%、46.0%。

接近零的平均值底下，個股差異非常大。黃金交叉一年後，第 10 百分位的股票落後成分股平均 34.8%，第 90 百分位領先 33.5%，死亡交叉的範圍幾乎一樣。長期的超額報酬中位數兩者都略為負值，因為少數大贏家把平均值拉到中位數之上。

失敗也很常見：23.2% 的黃金交叉在 63 個交易日內就被死亡交叉反轉。

這些事件在時間上互相重疊，並不獨立，所以上表只是描述統計，沒有宣稱統計顯著。

策略怎樣才算過關

「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： 營收版的原設定要高於基本版。

兩個設計

均線規則的研究歷史很長。Brock、Lakonishok 與 LeBaron（1992）用 1897 到 1986 年的道瓊指數測試，發現訊號有預測力。Sullivan、Timmermann 與 White（1999）修正資料探勘偏誤後則指出，最好的規則在 1987 到 1996 年沒有延續優勢。

• 黃金交叉： S&P 500 成分股的 S 日均線上穿 L 日均線就買，S 日線跌回 L 日線之下或離開指數就賣。S 取 40、50、60，L 取 150、200、250。
• 黃金交叉＋營收成長： 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%。

新加入指數時短均線已在長均線之上的股票，要等下一次交叉才買。持股等權，單檔上限 5%，符合的股票不足 20 檔時留現金。

策略結果：貼近 RSP，低於 QQQ

基本版平均持有 280 檔，範圍 59 到 450 檔，多數時間持有超過半個指數。它的日報酬和 RSP 的相關係數是 0.94，報酬和回撤都貼近 RSP：年化 11.5% 對 11.6%，回撤 -38.4% 對 -39.0%。夏普 0.72 對 0.68 的優勢來自較低的波動，17.2% 對 18.6%。策略始終滿倉，一檔出現死亡交叉時，資金只是轉到其他股票。2018 年（-4.8% 對 -7.8%）和 2022 年（-9.0% 對 -11.6%）跌得比 RSP 少，2020 年賺得比較少（8.6% 對 12.7%）。

對 RSP 的優勢很脆弱。長均線用 150 日的三組裡有兩組輸 RSP，每邊 0.1% 成本下夏普從 0.72 掉到 0.68，和 RSP 打平。目標權重一年週轉約 2.5 次。

粗體是原設定。36 格全部低於 QQQ，最好的是 0.77 對 0.89。50/200 這組沒有特別之處：相鄰的長度都落在 0.66 到 0.75 之間，既沒有可以利用的尖峰，也沒有高於 QQQ 的高原。

營收版比較值得一看。它把組合減到約 75 檔，27 組參數全部贏 RSP，只是有些差距極小。年化提高到 12.7%，後半段 0.80 贏 QQQ 的 0.69。但前半段夏普 0.69，輸 RSP 的 0.78，也輸 QQQ 的 1.11，扣掉短期國庫券後同樣輸，0.60 對 0.79。它的 0.73 只比基本版的 0.72 高一點點。它的起步也慢：第一天只有 2 檔，2017 年有 106 天不足 20 檔，其餘留現金。交易統計：945 筆已平倉交易，勝率 38.1%，中位數虧 4.4%，平均賺 5.1%，持有中位數 127 個交易日。

基本版則是 3,429 筆已平倉交易，勝率 41.3%，平均賺 6.4%，中位數虧 3.3%，持有中位數 138 個交易日。

個股和指數的差別

我們的槓桿 ETF 擇時研究拿同樣的交叉測指數本身，在基金和短期國庫券之間切換。2017 年 1 月起，QQQ 版夏普 0.99、9 組贏 4 組，最大回撤降到 -28.6%；SPY 版 0.73、一組都沒贏，回撤 -33.7%，和 SPY 相同。這些規則是整個離開市場。本文的個股組合則始終在場內，回撤貼近 RSP。

和 QQQ 的差距，有一部分可能來自持有哪些股票、各持多少。Bessembinder（2018）發現，美股長期創造的財富大多來自少數股票。QQQ 依公司規模加權，這個策略則把資金平均分給約 280 檔。我們沒有把這兩種影響拆開。

台股的情況可以看均線怎麼用才對：同樣用台股資料測過黃金交叉選股，研究段年化也輸 0050。

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 0.72。research.py 另外保留一家公司一個股別，並加上營收濾網和事件研究。

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)
 
fast = close.rolling(50).mean()
slow = close.rolling(200).mean()
 
# 黃金交叉是 50 日線升到 200 日線之上的那一天
golden_cross = (fast > slow) & (fast.shift(1) <= slow.shift(1)) & members
sell = (fast < slow) | ~members
position = golden_cross.hold_until(sell).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「把黃金交叉研究改成 Nasdaq 100 成分股」或「只看 SPY 在 200 日線之上時的死亡交叉」。

回測方法

這個結果能說明什麼

在這段期間和這個股票池裡，交叉本身幾乎沒有個股層面的資訊。這不代表均線沒有用，前面指數層級的結果就不一樣。本文也只涵蓋美國大型流動性股票的一個強勢十年，小型股或其他市場可能不同。

想從頭學，可以看美股回測教學；站上其他研究都收在美股量化交易策略比較，技術與動能的總覽在程式交易完整指南。類股層級的類似訊號見美股類股輪動回測。

常見問題

黃金交叉是什麼意思？

股票 50 日移動平均線升到 200 日移動平均線之上的那一天。也有人用其他長度；本文測了短均線 40 到 60 日、長均線 150 到 250 日。

黃金交叉是買進訊號嗎？

依本文的證據不是。3,293 次黃金交叉之後的 126 個交易日，46.2% 贏過 S&P 500 成分股平均，和任一成分股任一天的 47.5% 差不多，平均差距 0.15%。

死亡交叉是看空訊號嗎？

這段期間平均來說不是。死亡交叉後 126 個交易日平均上漲 7.64%，和成分股平均差不多，平均來說賣掉既沒有幫助也沒有傷害。

黃金交叉失敗的機率多高？

23.2% 的黃金交叉在 63 個交易日內被死亡交叉反轉。一年後，全部黃金交叉有 45.5% 贏過成分股平均，和任一成分股任一天的 46.0% 差不多。

哪一組均線最好？

沒有特別突出的組合。測的 9 組夏普介於 0.66 到 0.75，全部輸 QQQ。

為什麼死亡交叉後股票反而漲比較多？

死亡交叉偏向出現在弱勢行情，之後成分股平均也漲得比較多。和這個平均相比，差距幾乎消失。

黃金交叉用在 SPY 或 QQQ 有用嗎？

QQQ 版 9 組贏 4 組，SPY 版一組都沒贏，細節見槓桿 ETF 擇時研究。兩者都沒有通過完整驗證。

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

• 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。
• 52 週新高選股回測：買創新高的 S&P 500 成分股、均線出場。
• 美股學術因子回測：10 個論文因子，同一套驗證。

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）