Heikin Ashi回測：QQQ與個股版皆未通過驗證

Heikin Ashi的QQQ擇時、避開訊號與個股版，這次都沒有通過完整驗證。本文以反面教材為主。中心設定的QQQ擇時年化1.2%、日夏普0.18；同期含息持有為20.1%、0.92。方向在圖上看得清楚，仍要付出空手與進出成本。

個股版年化-7.4%，九格中0格贏基準，沒有把指標解讀轉成穩定的選股優勢。第一張圖把三種中心設計與含息持有放在同一起點；點圖可查看原尺寸，完整數值在下方下載區。

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。

Heikin Ashi平均K線怎麼算

Heikin Ashi用計算後的價格取代一般K線。平均收盤取當日開高低收的平均，平均開盤取前一根平均開盤與平均收盤的平均，高低點再和平均實體取極端值。因為平均開盤持續保留先前資訊，相鄰K線的顏色與實體看起來通常更平順。

第一根平均開盤使用第一個有效交易日的原始開盤與收盤平均。之後一路遞迴，不在每月換股時重新開始，也不在出場以後把歷史歸零。初始化使用研究期以前的暖機資料，避免用不同起算日製造不同的連續根數。

本次合格K線必須同時為陽線、沒有下影。程式判斷平均收盤高於平均開盤，且原始最低價不低於平均開盤，僅保留極小數值誤差容許。連續指定根數合格才進場，連續指定根數不合格才出場；陰線與有下影的陽線都算不合格，沒有任意略過其中一種。

平均K線的價位無法當成成交價

平均開盤由前一根資料算出，有可能落在今天真正交易區間之外。平均收盤也是四個價位的平均，無法保證市場曾在收盤時提供該價格。若回測直接照這些合成價買賣，可能得到真實委託拿不到的成交條件；圖形仍然好看，績效卻已經建立在錯誤價格上。

這次只用平均K線形成訊號，成交仍交給FinLab以原標的市場價格計算。當日完整日K到收盤才可得，因此訂單在下一交易日收盤成交，沒有把平均收盤當成交價。讀者重跑時若改成用平均K線價格餵給交易引擎，就已經偏離本次實驗。

連續根數也會增加等待。第三根乾淨陽線完成以前，一部分上漲已經發生；出場要等兩根不合格，雖然可能少被單日雜訊洗掉，也可能多承受反轉初期的跌幅。九格把進場等待與出場等待一起變動，讓這種取捨留在結果裡，而非只展示其中一段順風期。

沒有下影線能說明什麼

乾淨陽線描述的是當日原始最低價、平均開盤與平均收盤的幾何關係，無法直接推導隔天仍有買盤。平滑本來就會把部分日內與隔日雜訊藏在合成價格裡，但帳戶實際持有的標的仍會上下波動。因此最大回撤一定要看真實交易價格算出的淨值，不能用圖上連續幾根同色判斷風險。

QQQ版是在固定基金上選持有時段，個股版則讓每家公司的合格連續根數分別起算，再對當時可買的公司等權。個股之間的起訖不同，會產生更多換手。分散持有並不會消除每一筆進出的價差，也不能保證把較平滑的訊號轉換成較平滑的組合淨值。

避開合格訊號的QQQ可能有更長時間留在市場，因而參與更多多頭行情。若只比較總報酬，容易把較多市場曝險誤認為反向訊號有用。這次還比同平均曝險、扣除BIL的日夏普，並要求附近參數和前後半段也成立，避免只用一個接近基準的數字下結論。

改成只看顏色、容許短下影，或加入均線，都會形成新的條件。這些方法可以另行研究，但本次沒有在看到結果後加入。下載檔保留事前定好的每一格，包括圖上最不順眼、績效較差的組合，讀者可以用同一口徑看到完整差異。

Valcu（2004）的〈Using the Heikin-Ashi Technique〉刊於《Technical Analysis of Stocks & Commodities》，雜誌程式實作檔案列出二○○四年二月原文；連續根數的進出設計是本次實驗設定。原始出處。

三種持有方式的完整結果

年化報酬把整段複利換算成每年平均成長，最大回撤是淨值從先前高點到低點的最大跌幅。日夏普以日報酬平均除以標準差，再乘以二百五十二的平方根，不扣無風險利率。這三個指標回答不同問題，夏普較高仍可能賺得較少。

互動報告是中心設定的QQQ擇時，沒有從九格挑最好的一格；另一份下載報告是中心個股版。表格保留整段共同期間，包括第一次交易以前的現金日；報告可能由首筆成交開始，內建夏普也有自己的無風險利率設定，所以本文比較統一採另算的零利率口徑。

九格參數與前後半段

連續二、三、四根平均K線為陽線且無下影才進場，連續一、二、三根不符合才出場；中心為連三根合格進場、連兩根不合格離場。全部組合在看結果以前已固定。每個設計至少七格日夏普高於同期QQQ，中心設定在交易日對半切的兩段也必須各自領先；這是歷史穩健性篩選，沒有把後半段稱為從未看過的樣本外。

成本、現金與拿掉最好一年

美股sim()預設手續費與交易稅皆為零，另把每邊百分之○點一加入中心設定，作為執行成本壓力。沒有再假設其他滑價，沒有計算資本利得稅，也沒有估算策略容量。

淨值圖、九格、前後半段與互動報告均採零佣金。表中每邊0.1%成本與零佣金扣BIL是分開列出的比較。

QQQ扣除BIL每日含息報酬後的日夏普為0.81。策略空手時現金報酬為零，沒有默默加上美國短債收益；扣BIL只是另一種比較口徑，沒有改變實際持有內容。

同平均曝險對照每天固定維持策略平均在場比重的QQQ，其他現金報酬為零，不扣該對照調倉成本。訊號持有版的這個對照日夏普為0.92，策略為0.18。這能檢查較少在場帶來的較小波動，有沒有被誤認成選時能力。

拿掉最好一年時，先以中心策略各日曆年報酬找出最好的一年，再從策略與基準刪除相同日期，保留其餘日報酬，不在被刪年份兩端插入額外報酬。這是額外壓力測試，前面九格或分段沒有過，不能靠這一項補救。

股票池、成交與研究限制

資料截至2026-11-09，重跑日2026-11-11，使用finlab 2.3.8。美股使用us_price的還原開高低收，QQQ使用us_fund_price；基準以QQQ還原收盤價直接計算含息買進持有，不經sim()，不扣基準交易成本。所有圖表起點都為一，空手日也保留。

個股以FinLab普通股分類限制欄位，還原價高於五美元，六十日平均還原價乘成交量大於五百萬美元，並取每日成交額前一百檔，平均至少要有二十筆觀察。若先前二百五十二日曾有單日絕對漲跌達百分之五十，就從隔日起排除；這能排除先前的極端異動，無法預先避開第一次事件。普通股分類是目前的證券類型篩選，歷史分類變更仍可能造成限制。

個股每天對同時符合資格與指標狀態的公司等權，沒有挑後來漲最多的公司，也沒有用全期間最大漲跌一次刪掉歷史輸家。訊號收盤後形成，下一交易日收盤成交。這次沒有使用財報、分析師快照、現在的指數成分名單或個別投資人的私人策略；產業並未另外中性化，也沒有借款加槓桿。美股普通股分類排除ETF、基金、ADR與特別證券，未另排除金融業等產業；有合格價格欄位的下市股保留，但未逐檔稽核下市報酬完整性。台股特有的KY、全額交割分類未用於美股。

每檔個股目標權重為當時持股數的倒數，沒有再加固定單檔上限，只剩一檔時可能達百分之一百；ETF規則最多全額持有QQQ，否則全額現金。各中心設定的換手估計如下，比例可以超過百分之一百，表示月內反覆換倉。

中心個股版平均持有11.6檔。目標權重周轉估計採每天目標權重變化絕對值總和的一半，再按月相加。這個數字沒有把持有期間價格漂移等細節還原成實際成交金額，不能直接當成真實帳戶的金額周轉率。

全段屬於樣本內研究。開跑前固定規則，可以減少本批看完結果才換條件，但題目本身仍是知道市場歷史後選的，切前後半也無法把後段變成真正未見資料。Bailey等人（2017）討論回測過擬合；本次未估計該文的過擬合機率。Moskowitz、Ooi與Pedersen（2012）研究期貨趨勢，不能替這個指標背書。

用AI重跑固定規則

透過上方FinLab設定入口，讓Claude Code、Codex或Gemini CLI載入FinLab skill後，可以用白話要求：「使用這篇下載的研究程式，保留期間、中心參數與九格設定，重跑Heikin Ashi三種持有方式及成本對照。」這段要求的用途是重現既有實驗；若AI另外生成一套進出條件，即使名稱相同，算出的結果也不是本篇的重跑。

將完整研究程式存成工作目錄的research.py，以下片段執行中心個股版，完整網格則使用該程式的命令列選項。程式的執行範例已列出finlab、numba與TA-Lib套件，登入由FinLab引導完成。

import finlab
from research import load, signal, backtest
 
finlab.login()
prices, eligible = load("us")
state = signal(prices, "heikin", 3, 2)
position = (state & eligible).loc["2017-01-03":"2026-11-09"]
report = backtest(position)
report.to_html("heikin_stocks_report.html")

AI代理使用說明介紹技能安裝與研究流程；程式交易指南整理從規則到回測的步驟，回測方法說明成交、成本與偏差，結果名詞可查量化詞彙表。

Heikin Ashi常見問題

哪一組參數最好？ 本次的中心在看結果以前固定，沒有用熱圖最好的格子替換原設定。九格用來觀察鄰近條件是否穩定，不用來挑一個歷史冠軍。

最大跌幅較小，就表示指標有效嗎？ 長期空手也會降低波動與跌幅，所以還要比較年化報酬、同平均曝險與分段結果。較少參與市場的代價，不能只用一張平順圖略過。

避開訊號是放空嗎？ 這裡只是原本空手的日期持有同一檔ETF，其他時間持有現金，沒有建立負部位，不能推論融券或借券交易的績效。

個股可以只挑幾檔看起來最強的嗎？ 那會改變股票池與集中程度，且容易事後挑選成功範例。本篇測的是當時合格公司的固定等權規則，不能保證某一檔公司結果相同。

表格和互動報告的夏普為什麼可能不同？ 表格統一採零無風險利率的日夏普與完整共同期間，互動報告依自己的慣例與首筆成交起點計算。比較策略時必須讓兩邊使用同一口徑。

可以改成分鐘K嗎？ 需要另一份資料、確認週期與成交假設。日線無法得知盤中高低先後，更無法保證照指標界線成交，這次結果沒有涵蓋該問題。

相關研究可看技術指標台股總覽，以及黃金交叉回測、海龜交易回測與量化交易指南。這些頁面分別測不同機制，沒有把其他規則的優點當成本篇的驗證。研究團隊與產品背景可看關於FinLab。

研究下載

投資有風險，過去績效不代表未來表現。本內容僅供教學與研究，不構成投資建議，請依個人風險承受度審慎評估。本文沒有推薦個股，也沒有保證指標界線可以成交或歷史優勢會延續。

最後更新：2026-11｜回測區間：2017-01-03至2026-11-09｜作者：FinLab量化研究團隊。團隊以FinLab資料維護台股、美股的可重跑研究。