頭肩頂、頭肩底回測：四個台股設計未通過

4個設計都未通過。下方兩欄摘要可同時比較報酬與最大跌幅，完整參數圖可點開原尺寸。

頭肩頂、頭肩底的形狀可以寫成程式，但本次四個台股設計都未通過驗證。本文以反面教材為主：頭肩底突破後買進，和避開這段持有時間，分別套在個股與0050；沒有一組能穩定超過同期0050含息持有。右肩看起來完成的那天，往往還得再等幾天，才能知道它確實是轉折。

頭肩頂與頭肩底怎麼確認

頭肩型態由連續五個轉折構成。頭肩頂是高、低、更高、低、高；頭肩底把高低反過來。中間的頭必須比左右肩更突出，兩肩與兩個頸線轉折則要相近。將兩個頸線轉折連成直線後，收盤突破頸線才啟動頭肩底買訊，跌破頸線才啟動頭肩頂賣訊。線可以傾斜，不能一律用水平價格代替。

Lo、Mamaysky與Wang（2000）以平滑價格與轉折順序定義技術型態，提供自動辨識的研究方法。本文採用這個思路，改為單邊平滑、延後確認及明確突破交易規則；結果是本次實作的表現，不能直接當作原論文策略績效。

四個設計的扣成本結果

報酬與最大跌幅

斜線前是年化報酬，後是從高點最多跌多少。

下方完整比較表可左右滑動，查看夏普、參數勝出數與平均持股權重。

完整比較

本文提供研究結果，沒有推薦這些買賣規則。想自行重跑，可先 設定 FinLab 環境，再 下載研究程式（.py）；其他檔案見 研究下載區。

中央設定的個股正向版，平均持股權重不足一半。即使某次買進後漲得多，其他時間的現金仍會拉低整體成績。0050中央設定在本視窗內沒有合格買訊，因此正向版是現金；其他參數有沒有出現訊號，仍全部列入九格檢查，沒有刪掉沒交易的組合。

淨值圖把四個設計與0050從同一天設為1。個股避開版的年化報酬可能比正向版高，仍須看回撤和日夏普；它同時承受大型股集中與日更選股的風險，不能解讀成「頭肩頂底反著做就會贏」。

確認右肩需要多少天

本次用24日單邊Gaussian核權重平滑價格，只放入當天以前的收盤。候選轉折要比前後各三個交易日的平滑價格都高或都低，最早在候選日加三日才加入辨識序列。同方向的新轉折只保留較極端的點，但只影響當下之後的判讀；已產生的歷史持倉不回寫。

例如某個低點出現在週一，後面三個交易日的價格才足以確認它；週一那筆歷史資料不能標成當時已經可買。確認日以前發生的頸線突破，本次也不追認為買點，必須等確認後出現新的穿越。這會漏掉部分快速反彈，卻對應到實際能拿到的資訊。相同問題也出現在道氏理論波段回測。

型態最早與最晚轉折間隔固定22至120日，最後一個轉折後最多等20日突破。頭至少比兩肩突出3%，肩與頸線兩側的相對高度差用2%、3%、4%三種容差；平滑頻寬用2、3、4日，兩者全組合共九組。中央設定為頻寬3日、容差3%。所有數字在執行前固定，沒有看完結果再改成更像成功案例的條件。

九組參數與前後兩段

熱圖每格是該組日夏普減0050日夏普，正值才算贏。四個設計都要至少七格為正，中央設定還要在前後兩段分別領先。切點依台股交易日對半，前段截至2021年11月25日，後段從11月26日起；分段時沒有重設原本的持倉狀態。

這兩段是歷史穩健性檢查，仍屬全段研究，未做真正樣本外或發表後前瞻。多試規則容易挑中碰巧漂亮的結果；Sullivan、Timmermann與White（1999）研究技術規則的資料探勘問題，提醒評估時必須考慮試過的整組規則。九格測試可以暴露參數敏感度，不能取代統計顯著性檢定。更多解釋見回測方法。

股票池、權重與成本

台股個股取每日60日平均原價成交額前300名，股價至少10元、平均成交額至少2千萬元，且有252日價格。股票代碼限四碼、首碼1至9；ETF另測0050。金融股、KY股沒有另剔除，全額交割也未另外標記排除；不使用今天的上市名單回頭篩選，但資料商未保留的下市標的仍可能造成存活偏差。

訊號出現後，當日以流動性排序選最多10檔，每檔權重上限10%，不足10檔的部分留現金；每日排序可能造成換股。0050版最多100%。過去252日曾有至少50%單日異動的股票，從異動隔日起排除，以降低資料異常影響，不用整段歷史最大漲跌回頭刪股票。

當日收盤確認訊號，交由FinLab在次一交易日收盤成交；個股正向版遇頭肩頂跌破出場，最長持有60個交易日。未另加滑價或容量模型。表格日夏普不扣無風險利率；互動報告預設扣2%，讀數因此不同。台股使用sim()預設每邊0.1425%手續費與賣出0.3%證交稅，圖表與表格均已扣成本；基準是0050還原價直接連乘，不另外經過模擬交易扣成本。交易周轉越高，成本差距越不能忽略。

買訊次數計算符合當日股票池資格的正向進場事件；避開版共用同一份買訊計數。實際選入次數則會受名額、順位與重新選入影響。兩種數字用途不同，不能把買訊數當成已成交筆數。周轉以目標權重變動絕對值的一半計算，年周轉為日平均乘252，單月最高值用逐月加總。

持有現金較多時，另外比較「0050乘相同平均總權重」，以及「每支個股用整段平均持有權重固定配置」；後者是事後診斷，不能當成事前可交易策略，缺報價的部分以現金處理。也移除中央設定報酬最高的一年再比較，完整數值在下載檔。四個設計先前的必要條件已失敗，沒有藉著只挑某個診斷表現就推薦交易。

頭肩型態和其他技術訊號的差別

頭肩辨識的資訊是一串高低點的順序與相對高度；均線擇時比較價格與平均線，黃金交叉選股比較兩條均線。把同一段上漲同時叫作三種成功訊號，不能證明三種策略各自有效。W底只需要兩個低點，相關測試另見W底與M頭，不把它混進頭肩的訊號數。

常見問題

頭肩底突破後一定上漲嗎？

沒有。本次沒有刪掉假突破，買入後遇相反訊號或滿60日便出場。事後只看成功型態，會同時漏掉失敗交易與等待期間。

頭肩頂形成時可以放空嗎？

本文只測賣出既有持股，沒有測借券、融券費用與空單回補。空方交易不能沿用此處的報酬數字。

左右肩要完全等高嗎？

不必完全相等，但需要固定容差。容差越寬，涵蓋的圖形越多；是否改善交易結果，要看整個參數區域。

可以一看到右肩就進場嗎？

本次不這樣做。右肩先等三日確認，再等頸線穿越；提前進場屬於另一個設計，不能套用本次成績。

沒有買訊代表頭肩型態不存在嗎？

只能說中央設定在該資料與窗口沒有合格交易。0050和個股波動不同，固定形狀條件不保證每個標的都有訊號。

可以用AI幫忙辨識嗎？

可以請AI依本文數值規則重跑，並檢查前視偏差。辨識圖片與驗證交易績效是兩項工作，輸出像頭肩的圖形仍不足以上架策略。

下載與重跑

可下載逐日淨值 data.csv、完整參數與版本 metrics.json、單一設計 strategy.py，以及整批研究 research.py。整批研究需要把共用 strategy.py放在同一個資料夾；執行 python research.py，會輸出全部參數、各中央設定的回測報告與逐日資料。單篇的程式預設重跑該篇主題；這些規則尚未通過驗證，沒有對應的上架策略。

from strategy import load_prices, make_position
from finlab.backtest import sim
 
prices = load_prices("tw")
position, entries = make_position(prices, family="hs")
report = sim(position, position_limit=0.1, upload=False,
             end_date="2026-11-10")
report.to_html("report.html")

範例需先下載同資料夾的程式。環境使用 FinLab 2.3.8、pandas 3.1.1，另需 NumPy、SciPy、Numba、Plotly、Kaleido 與 python-dotenv。資料截至2026年11月10日，重跑日為11月11日；資料日與執行日分開記錄，日後上游修訂可能讓同視窗數值不同。安裝步驟見FinLab設定指南，名詞可查量化交易詞彙。

FinLab量化研究團隊以資料與可重跑規則研究投資方法。本文尚未做發表後的前瞻驗證，也未估算資金容量。

投資有風險，過去績效不代表未來表現。本內容僅供教學參考，不構成投資建議，請依個人風險承受度審慎評估。

最後更新：2026-11｜回測區間：2017-01-03至2026-11-10｜作者：FinLab量化研究團隊