突破策略回測：QQQ 創 21 日新高＋200 日均線濾網，
槓桿 ETF 趨勢跟隨十年實測

QQQ 收盤創下近 21 個交易日新高之後，漲勢會延續，還是又一次假突破？我們用 finlab 回測 2016 年 5 月到 2026 年 10 月的美股資料，先拿 QQQ 自己的突破事件做事件研究，再把訊號做成可交易的突破趨勢策略。結果分成三層：

1. 順勢的突破多半有後續。 QQQ 在 200 日均線之上、半年報酬為正時出現的首次突破，有完整三個月資料的共 89 次，三個月後上漲的比例是 79.8%。逆勢出現的突破，有完整三個月資料的只有 12 次，三個月後上漲比例 75.0%，樣本太少，分不出趨勢濾網對單次突破的幫助有多大。
2. 可交易版本年化 29.8%、最大回撤 -27.9%。 同期 QQQ 含息買進持有是年化 20.7%、最大回撤 -35.1%。
3. 三項驗證沒有全部通過。 鄰近參數 9 組全部贏過 QQQ，計入每邊 0.1% 交易成本也還贏；但把回測切成前後兩段，2016 年 5 月到 2021 年 7 月這一段，單純持有 QQQ 的風險調整後報酬較好（日夏普 1.20 對 1.16），策略勝過 QQQ 的部分來自 2021 到 2026 年這一段。

還有兩件事要先說清楚。這套策略不直接持有 QQQ：風險開啟時持有兩檔 3 倍槓桿 ETF，風險關閉時轉入公債、黃金或類現金 ETF。另外，夏普值是它最弱的一環：以月計與 QQQ 大致打平（1.11 對 1.09，不扣無風險利率），在美股量化策略總覽的十套系統裡夏普值排最後。它的優勢在下檔指標：月索提諾 2.44，QQQ 為 1.75，最大回撤也比 QQQ 淺。

關鍵數字：突破策略 vs QQQ、SPY、TQQQ

表中所有比率都不扣無風險利率，基準一律用含息還原價，日期與策略完全相同。用月夏普看，策略與 QQQ 幾乎打平（1.11 對 1.09）；用日夏普看，也就是下面三項驗證採用的口徑，策略領先（1.13 對 0.95）。差距最明顯的是下檔指標：索提諾 2.44 對 1.75，最大回撤 -27.9% 對 -35.1%，原因是訊號在 2022 年空頭幾乎全程沒有持有槓桿部位。 單純持有 TQQQ 十年下來成長到 35.5 美元，金額最大，但途中經歷過 -81.7% 的回撤，實際上很少人抱得住。

這裡的「突破」怎麼定義

整個訊號只看一條序列：QQQ 的含息還原日收盤價。三個條件同時成立才進入風險開啟：

突破策略、趨勢跟隨與動能這三個詞常被混用。本文的用法是：突破指進場時機（價格越過近期高點），趨勢跟隨指整體框架（只在長期趨勢向上時承擔風險），動能則分兩種，時間序列動能看資產自己過去的報酬，橫截面動能比較一群股票誰漲得多。這套策略的三個條件都是時間序列訊號，只看 QQQ 一條序列；橫截面動能在美股的實測放在美股動能策略研究。

三個條件各有學術依據。在高點附近買進聽起來違反直覺，但背後的錨定效應（投資人對接近前高的股票反應偏慢）在 George & Hwang（2004）對 52 週高點的研究中有完整記錄。均線與區間突破這類簡單趨勢規則，在 Brock, Lakonishok & LeBaron（1992）用近百年道瓊資料的檢驗中顯示出預測力。動能確認則來自時間序列動能：Moskowitz, Ooi & Pedersen（2012）發現資產自己過去 12 個月的報酬，能預測下個月報酬，幾乎所有流動性好的期貨市場都成立。

這是單一標的擇時策略。同系列的其他策略從數百檔股票裡選股，可以用十分位分組與 Rank IC 檢驗；QQQ 突破規則沒有股票池可排序，所以這裡的檢驗方式是針對突破事件本身做事件研究，再對整套策略做三項驗證。台股也有類似題目可以對照：創新高策略實測發現台股單看價格新高輸給 0050，要加上營收確認才有優勢。

QQQ 創新高之後會繼續漲嗎？突破事件研究

2016 年 1 月以來，QQQ 收盤高於前 21 日高點的日子共有 619 天。其中大部分是同一波漲勢裡的連續新高，所以事件研究只看首次突破：突破當天之前 5 個交易日內沒有其他突破。這樣得到 106 次事件，其中 93 次發生在趨勢濾網成立時（站上 200 日均線、126 日報酬為正），13 次發生在濾網不成立時。

順勢突破的上漲比例隨持有天數增加，從一週的 64.8% 升到三個月的 79.8%，平均報酬也從 +0.7% 爬到 +5.3%（圖中綠線）。逆勢突破在接下來一週接近擲銅板（53.8%），平均報酬略為負，這是濾網優勢最清楚的地方。到了 10 日與 21 日，比較結果反過來，逆勢組的上漲比例與平均報酬都比較好。逆勢事件只有 13 次（有完整 63 日資料的 12 次），多一次或少一次上漲，比例就差將近 8 個百分點，所以這份事件研究無法判斷濾網是否改善了一般的突破。濾網確定做到的事，是決定策略什麼時候完全不碰槓桿：2022 年整年幾乎沒有訊號，下面會看到。作為對照，619 個突破日（不論是否首次）在 21 日後上漲的比例是 67.8%，平均 +1.3%。

假突破的代價：突破失敗時會虧多少

對這套策略來說，最大的風險是用槓桿進場之後，QQQ 的突破很快反轉。下圖把 2016 年以來每一次順勢首次突破畫出來，依 21 日後 QQQ 是漲是跌上色。

順勢突破中約 29% 在 21 日後是下跌的，以 QQQ 計平均虧 -3.4%。最差的一次是 2021-12-27 的突破，剛好在 2022 年空頭前的 QQQ 高點，之後 21 個交易日跌了 -14.5%。換成 3 倍槓桿 ETF，平均一次失敗大約是 -10% 的損失，所以策略每一檔部位都設 8% 觸價停損。停損決定的是觸發點，成交價可能更差：回測中最差的一筆交易虧 -12.9%（TECL，2019-08-01 買進，2019-08-05 在 2019 年 8 月初的貿易戰賣壓中停損出場），同一次進場的 TQQQ 也虧了 -10.4%。圖中最大的幾根紅柱都落在 QQQ 下跌的起點（2018 年初、2021 年底的高點、2025 年初），假突破集中在頭部，而那正是趨勢跟隨者部位最滿的時候。想在台股用語法過濾假突破，可以參考 sustain 語法避免假突破的做法。

整段回測的交易明細：共 163 筆，勝率 63.2%，平均獲利 +8.4%，平均虧損 -5.2%，最好的一筆 +72.7%（TECL，2026-05-01 持有到 2026-06-01）。依標的拆開看，92 筆槓桿 ETF 交易平均每筆 +5.2%（勝率 63.0%，平均虧損 -7.7%），71 筆防守型 ETF 交易平均 +1.1%。這是典型的趨勢跟隨型態：虧損在停損附近砍掉，少數幾筆大賺貢獻了大部分複利。最後一筆是 2026-10-01 建立的 GLD 部位，資料截止時尚未出場，以市值計入。

大部分時間不在場：突破訊號的進出節奏

這個訊號天生就是斷斷續續的。突破觸發在最後一次新高後 5 個交易日失效，所以風險開啟是一段一段的：整段期間共有 132 段風險開啟，平均每段 8.4 個交易日（中位數 7 天，最長 30 天），中間的風險關閉平均 12.5 天。合計起來，訊號只有 40.2% 的交易日處於風險開啟。

圖中柱狀是每月風險開啟天數比例，灰線是 QQQ 的 1 美元成長（對數軸）。最醒目的是 2022 年那段幾乎空白：那一年訊號只在 0.8% 的交易日開啟，整個空頭幾乎都在場外。對照 2020 年（59.8%，抓到疫情崩跌後的反彈）與 2024 年（51.2%）。實際部位是每月換倉，所以以月計，組合有 37.8% 的月份持有槓桿 ETF、57.5% 的月份持有防守型 ETF，其餘 4.7% 的月份兩者皆非。防守部位裡黃金（GLD）占了最多，佔全部月份的 33.1%，其次是短天期公債（SHY，15.7%）與中天期公債（IEF，8.7%）。防守部位平均是小小的順風（71 筆平均 +1.1%），但也有自己的風險：2026 年 1 月底黃金急跌、3 月一筆 GLD 部位以 -8.8% 停損，都是策略最大回撤的主要來源，下面會細看。

均線濾網在台股也有完整的實測，可以參考 4 種均線大盤濾網的比較。

finlab 程式碼：突破訊號怎麼寫

核心邏輯一個畫面就放得下。下面是頁面閱讀版，完整的部位建構、sim() 回測與三項驗證都在文末可下載的 strategy.py 裡。

import finlab
from finlab import data
from finlab.backtest import sim
 
finlab.login()  # 套件會在需要資料時自動引導登入
 
# 整個訊號只用美股 ETF 市場的資料
data.set_market("us_fund")
close = data.get("us_fund_price:adj_close")[["QQQ", "TQQQ", "TECL", "IEF", "GLD", "SHY"]]
qqq = close["QQQ"]
 
# 1. 趨勢環境：站上 200 日均線，且 126 日報酬為正
trend = qqq > qqq.rolling(200, min_periods=100).mean()
momentum = qqq / qqq.shift(126) - 1
 
# 2. 突破觸發：收盤高於前 21 日最高收盤，
#    觸發後維持 5 個交易日，讓月底換倉抓得到
breakout = qqq > qqq.shift(1).rolling(21, min_periods=10).max()
breakout_active = breakout.rolling(5, min_periods=1).max().astype(bool)
 
# 3. 三個條件同時成立才風險開啟
risk_on = trend & (momentum > 0) & breakout_active
 
# 4. 風險開啟：TQQQ、TECL 依 126 日報酬取前 2 檔，各 50%
#    風險關閉：IEF、GLD、SHY 依（63 日報酬 - 21 日報酬）取 1 檔
#    （選股、權重與 sim() 呼叫在下方的 strategy.py）

執行層（風險開啟持有槓桿 ETF、風險關閉持有一檔防守型 ETF、每月換倉、8% 觸價停損）和同系列另外九套策略共用，前面提到的美股量化策略總覽裡有完整說明。簡單說，訊號決定什麼時候可以承擔槓桿成長股曝險，執行層決定持有什麼以及怎麼砍掉虧損。這套策略獨有的部分，就是上面那三個條件。想從頭學會這類程式寫法，程式交易完整指南整理了從訊號到回測的流程。

回測結果與樣本外：校準期 vs 沒看過的資料

下面是 finlab 的互動式回測報告，可以直接檢查權益曲線、回撤、每月報酬與完整交易明細：

參數是用 2016 到 2021 年的資料選定的，2022 年之後完全沒有再調整：

只看策略自己，樣本外與研究期很接近：年化報酬差不到 1 個百分點，夏普略低、索提諾略高，最大回撤較深。兩段真正不同的是基準。2016 年 5 月到 2021 年底，QQQ 自己年化 27.2%、月夏普 1.53、最大回撤 -28.6%，走勢相當平順；策略在這段賺得比較多（30.1%），月夏普卻比較低（1.20）。2022 年之後，QQQ 只有年化 13.3%、月夏普 0.82、回撤 -34.8%，策略則因為 2022 年大多在場外，繼續維持將近 30% 的年化報酬。這和 Moskowitz、Ooi 與 Pedersen 對時間序列動能的研究結果一致：報酬集中在延續性的趨勢和避開的崩跌。下面的三項驗證把這個比較正式化，策略也是在這裡沒有通過。

這個策略系列使用的風險調整門檻是：至少一個夏普或索提諾比率達到 1.5。夏普全部未達：不扣無風險利率的月夏普，全期 1.11、研究期 1.20、樣本外 1.09（finlab 報表統計扣除 2% 無風險利率後，全期為 1.04）。只有索提諾過門檻：全期 2.44、樣本外 2.68。索提諾遠高於夏普，代表波動大多來自上漲：25.5% 的年化波動集中在槓桿部位的風險開啟期間，停損與環境濾網則切掉了大部分左尾。

回撤走勢如下：

策略最大的一次回撤 -27.9% 發生在樣本外，從 2026-01-29 的高點跌到 2026-05-04，而 QQQ 在 2026 年最深的跌幅只有 -12.0%。這次回撤是一連串的來回被洗：2026-01-30 黃金急跌時策略正持有 GLD；2026-02-02 進場的槓桿部位兩檔都在兩天內觸及 8% 停損；3 月的 GLD 部位又以 -8.8% 停損。5 月那次槓桿進場（TECL +72.7%、TQQQ +31.8%）在 6 月初把虧損全部賺回。2022 年空頭期間，策略回撤在 9 月見底，為 -24.8%，同期 QQQ 是 -35.1%，單純持有 TQQQ 是 -81.7%。這個訊號能減輕長空頭的傷害，但擋不住接連幾次失敗的進場。

三項驗證：鄰近參數、前後兩段、交易成本

這一節的「贏過 QQQ」，指日夏普（日報酬平均除以標準差，乘上 √252 年化，不扣無風險利率）高於同一段日期含息買進持有 QQQ 的日夏普。

鄰近參數：通過。 我們把定義訊號的兩個設定各往兩邊移動一格：突破視窗（收盤高於前 14、21 或 28 日高點）與趨勢濾網（QQQ 站上 150、200 或 250 日均線），其餘設定不變，共 9 種組合。9 組全部贏過 QQQ，日夏普介於 1.10（28 日高點、250 日均線）到 1.15（14 日高點配 150 或 200 日均線），QQQ 為 0.95。通過門檻是 9 組中至少 7 組。

前後兩段：未通過。 依交易日把回測切成兩半，各自與 QQQ 比較：

前半段單純持有 QQQ 的風險調整後報酬比較好。策略賺得比較多（年化 31.0% 對 27.4%），但承擔的波動更大，夏普值低於 QQQ。以這個指標來說，策略勝過 QQQ 的部分完全來自 2021 到 2026 年這一段，而這段包含了它幾乎全程避開的 2022 年空頭。對讀者的意義是：全期勝過 QQQ 的結果靠的是一段歷史，而且主要靠一次空頭；在這份樣本裡，還不能說這條規則在一般情況下贏過單純持有 QQQ。

交易成本：通過。 finlab 美股市場預設的手續費與稅都是 0（對應零佣金券商），所以預設回測完全沒有成本。改成每次買進、每次賣出各收 0.1%，代表買賣價差與滑價，年化報酬從 29.8% 降到 27.9%，日夏普降到 1.08，仍高於 QQQ 的 0.95。

結論：前後兩段驗證未通過，所以三項驗證整體不算通過。 鄰近參數（9 組全贏）與交易成本兩項通過。三項驗證都可以自己重跑：

python strategy.py --validate

參數調來調去才找到漂亮結果，是回測最常見的陷阱；回測過擬合機率一文說明了怎麼量化這個風險。

回測方法與限制

槓桿 ETF 的風險

• 每日重設與路徑依賴。 3 倍槓桿 ETF 每天重設，盤整震盪時即使指數最後持平，淨值也會被侵蝕。表中單純持有 TQQQ 的 -81.7% 回撤，就是沒有管理的 3 倍曝險；這套策略進出頻繁，也代表會一再在區間高點附近重新買進 3 倍產品。想了解用回撤動態調整槓桿的另一種做法，可以看槓桿策略實測。
• 假突破反轉很快。 這是這套系統點名的主要風險：約 29% 的順勢突破在 21 日後是下跌的，以 QQQ 計平均 -3.4%，換成 TQQQ 大約三倍，之後 8% 停損才介入。2026 年初接連幾次失敗的進場，造成了 -27.9% 的最大回撤。
• 跳空會穿過停損。 8% 是觸價停損，最差的一筆交易仍在 2019 年 8 月 TECL 急跌時虧了 -12.9%。實盤遇到大幅跳空，成交可能更差。
• 每月換倉擋不住月內崩跌。 月中發生的急跌，在停損或下次換倉之前都是以滿槓桿承受。
• 集中度。 一到兩檔 ETF，風險開啟時就是單一主題（美國大型成長股）的風險，風險關閉時則是單一防守資產，常常是黃金。黃金也會大跌，2026 年 1 月底就是例子。

適合誰、不適合誰

適合想用明確規則持有槓桿成長股曝險、只在趨勢、動能與新高同時成立時才進場的投資人，而且要能接受策略可能連續好幾年在風險調整後輸給買進持有（如 2016 到 2021 年中對 QQQ 的情況），換取在長空頭時退到場外。不適合需要「每一段期間都贏過指數」證據的人、只看全期夏普值判斷策略的人，以及任何時候都不想碰 3 倍產品的人。

常見問題

突破策略是什麼？在美股有用嗎？

突破策略是在價格越過近期高點時進場、押注漲勢延續的交易方法。本文的版本以 QQQ 收盤創 21 日新高為觸發，搭配 200 日均線與 126 日動能兩道濾網。2016 年以來順勢的首次突破，三個月後上漲的比例是 79.8%；做成槓桿 ETF 策略後年化 29.8%，但三項驗證中的前後兩段沒有通過。

突破策略能打敗 QQQ 買進持有嗎？

全期來看，報酬與下檔指標都勝過：年化 29.8% 對 20.7%，最大回撤 -27.9% 對 -35.1%，日夏普 1.13 對 0.95。分段來看就不是每段都贏：2016 年 5 月到 2021 年 7 月，QQQ 的日夏普 1.20 高於策略的 1.16。

假突破怎麼辦？停損要設多少？

本文對每一檔部位設 8% 觸價停損。順勢突破失敗時，以 QQQ 計 21 日平均虧 -3.4%，在 3 倍 ETF 上大約三倍。停損擋得住大部分虧損，但最差一筆交易仍因價格直接穿過停損而虧了 -12.9%。

為什麼用 21 日新高，不用學術研究常見的 52 週新高？

George & Hwang（2004）研究的是個股的 52 週高點錨定效應。單一指數的擇時規則需要在修正後較快重新進場，所以用較短的視窗，長期的判斷交給 200 日均線與 126 日動能兩道濾網。

TQQQ 可以長期持有嗎？

可以持有，但要先看清楚代價。同一段期間單純持有 TQQQ 年化 40.6%，報酬最高，最大回撤卻是 -81.7%，日夏普 0.84 是表中最低。這套策略的作用，就是只在訊號成立時才持有 TQQQ、TECL，其餘時間轉入防守型 ETF。

不用槓桿可以嗎？

同樣的三條件訊號可以改成直接持有 QQQ，而不是 TQQQ、TECL。本文只報告槓桿版本；下載 strategy.py 後，請 AI 助理把標的換成不含槓桿的 ETF 重跑，就能看到差異。

突破策略怎麼用 Python 回測？需要什麼資料？

只需要 us_fund_price:adj_close 這一張美股 ETF 還原價表，不需要個股資料。上面的程式碼區塊就是訊號核心，完整版在 strategy.py。環境安裝走 AI 輔助安裝流程最省事；美股資料表的完整清單在美股資料庫使用指南。

下載與重現

兩個檔案就能重現本文所有數字：

• strategy.py：完整策略。python strategy.py 跑回測，python strategy.py --validate 跑三項驗證。
• data.csv：策略、QQQ、SPY 的每日權益曲線。

延伸閱讀

• 美股量化策略總覽：十套系統的比較
• 美股 ETF 輪動策略：同樣是 ETF 擇時，改用相對強弱切換
• VIX 恐慌指數抄底美股有用嗎：另一種美股擇時訊號的長期回測
• 美股回測教學：股價淨值比移植實測：finlab 美股工作流的完整示範
• 量化交易完整指南

**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。**槓桿 ETF 另有每日重設造成的耗損與放大虧損的風險；本文策略在三項驗證中未通過前後兩段檢驗，文中所有數字均為歷史回測，不保證未來報酬。

最後更新：2026-10｜回測區間：2016-05～2026-10（資料截至 2026-10-26）｜作者：FinLab 量化研究團隊（經量化研究員審閱）