首頁 › 技術文章

短週期 RSI 超賣與 RSI 黃金交叉在美國指數 ETF(QQQ/VOO/SPY)的文獻與實證背景

2026-10-19 · 技術文章 · 系列:RSI 超賣黃金交叉回測(第 3/3 篇) · 非投資建議,數字以文內標註的來源與日期為準 · English
目錄7 節
  1. 1 短週期 RSI 超賣進場的公開回測
  2. 2 RSI 黃金交叉(短 RSI 上穿長 RSI)的說法與回測
  3. 3 訊號頻率與失效情境(空頭鈍化)
  4. 4 學術證據 指數層級的短期反轉與中期動能
  5. 5 RSI 計算方式差異 Wilder 與 Cutler SMA
  6. 延伸閱讀
  7. 常見問題

本筆記整理已公開的回測、學術研究與實務研究,作為解讀「RSI6 < 20 後,RSI6 上穿 RSI10」在 QQQ、VOO 回測結果的參考脈絡。研究日期:2026-10-19。每個小節都標出來源年份,也標出哪些是 2010 年以前的資料、哪些是可能經過資料探勘的部落格/廠商回測。

本站說明:這是〈RSI 超賣黃金交叉買到偏低,卻很少買到最低〉的文獻與實證背景附錄,內容為研究筆記 research_notes/QQQ VOO RSI 超賣黃金交叉回測/literature_context.md 全文照登(只拿掉開頭的目錄)。研究日期 2026-10-19。每節依原文分成 Takeaway(重點)、Cited Findings(有出處的發現)、Inferences(作者推論)、Gaps(查無或未能取得的資料);原文已標出 2010 年以前的資料、可能經過資料探勘的部落格/廠商回測,以及只來自搜尋摘要、原頁未能驗證的數字,本站照原文保留。本文是研究紀錄,不是投資建議。

1 短週期 RSI 超賣進場的公開回測

Takeaway

短週期 RSI(RSI2/RSI5)超賣做多在 SPY/QQQ 的公開回測,幾乎一致呈現「勝率高(約 70%~80%)、單筆報酬小(約 1%)、持有天數短(約一週)、在場時間低(約 8%~35%)」。這類策略能降低回撤,但絕對報酬普遍落後買進持有;近十年(2016~2026)含成本的獨立回測,年化只有 1.7%,同期買進持有是 13.5%。

Cited Findings

  • RSI(2) 策略由 Connors 與 Alvarez 在 2008 年的書中推廣,經典規則加了趨勢濾網:收盤價在 200 日均線之上才做多(2008 年,屬 2010 年以前的資料) — LuxAlgo RSI 2 概念頁
  • 超賣門檻各家說法不一:一說 Connors 通常用 RSI(2) < 5,也有作者因為訊號較多而改用 < 10 — LuxAlgo RSI 2
  • 原書名為《Short Term Trading Strategies That Work》(TradingMarkets,2008) — MQL5 產品頁(行銷頁,可信度低)
  • 近十年獨立回測(Backtrex):S&P 500 日線,2016-10-03 至 2026-10-01,規則為 RSI(2) < 5 且收盤價在 200 日均線之上進場,收盤站回 5 日均線出場,含成本。結果:總報酬 +18.1%,買進持有 +255.4%;CAGR 1.7%,買進持有 13.5%;最大回撤 -21.5%,買進持有 -35.0%;73 筆交易,勝率 71.23%;平均獲利 +1.22%、平均虧損 -2.10%;獲利因子 1.43。分年報酬:2018 年 -9.8%(最差)、2019 年 -3.0%、2020 年 -1.3%、2022 年 +0.9%、2024 年 +8.6%、2025 年 +6.4%。頁面自評「有獲利,但落後買進持有」、優勢很薄 — Backtrex
  • QuantConnect 上一份 2010~2022 年的 SPY RSI(2) 回測:淨利 158.251%,年化 7.568%(屬樣本內) — 引自 搜尋摘要所列 QuantConnect 論壇(原頁未能直接驗證)
  • Quantified Strategies(廠商部落格,可能有資料探勘):SPY 的「RSI pullback」策略共 184 筆交易,勝率 78%,CAGR 3.9%,在場時間約 8%,最大回撤 10%,買進持有回撤 55% — Quantified Strategies:RSI pullback
  • Quantified Strategies 的「Triple RSI」:RSI5 < 30、連跌三天、收盤價在 200 日均線之上進場,RSI5 上穿 50 出場,宣稱勝率約 90%(91.03%) — Triple RSI;91.03% 勝率貼文
  • Quantified Strategies 的 QQQ RSI(2) 均值回歸(加第二個濾網):CAGR 12.75%,該文列的買進持有是 6.4%;在場 14%,196 筆交易,勝率 75%,最大回撤 19.5%。這組數字只來自搜尋摘要,原頁已 404,樣本期間與是否涵蓋 2022 年都無法確認 — Quantified Strategies QQQ(已失效)
  • Quantified Strategies 2024-07-31 的 SPY RSI 貼文稱「RSI works well on SPY」,回測期間 1993 年至今,但規則與數據都在付費牆後 — Quantified Strategies
  • Arthur Hill(StockCharts,2016):RSI5,門檻 30/70,只在 S&P 500 的 50 日均線高於 200 日均線時交易,2000-12 至 2016-12 測試 SPY、QQQ、IJR。12 套系統平均勝率 78%,在場時間 20%~35%。SPY 與 QQQ 都是正期望值,但 IJR(小型股)最好。同期 SPY 買進持有年化 5.22%、最大回撤 55% — StockCharts SystemTrader
  • Hill 也發現,把門檻放寬到 25/75 或 20/80,回撤反而更大 — StockCharts SystemTrader
  • Sentimentrader(2017):S&P 1500 成分股中 RSI2 < 30 的比例 ≥ 70% 時買 SPY,2005~2017 年共 72 筆交易,勝率 79%,平均每筆 1.06%,平均持有 8 天,年化 6.54%。樣本外表現「不如樣本內」,作者推測與波動度體制有關 — Sentimentrader
  • CXO Advisory(2008,屬 2010 年以前的資料):SPY 的 RSI14 30/70 策略,1993-01 至 2008-02 共 34 次來回交易,27 勝 7 敗,平均每次 +2.5%,在場 29%,全期落後買進持有;牛市落後、熊市勝出;結果受起始日影響 — CXO Advisory

Inferences

  • 高勝率主要來自「短持有、小停利、不設停損」的結構,不代表能跑贏買進持有。指數長期向上,而策略在場時間只有 10%~35%,所以累積報酬通常落後。要和使用者的回測比較,應同時看「每筆報酬 × 在場比例」與「同期間買進持有」。
  • 公開回測幾乎都加了 200 日均線之類的趨勢濾網;沒有濾網的版本,在空頭市場的風險明顯較高(見第 3 節)。
  • 2016 年以後的獨立含成本測試,和 2008~2017 年的書籍/部落格數字有落差,顯示可能有衰減,也可能是原本的樣本內過度擬合;但 Backtrex 的分年資料看不出單調衰減。

Gaps

  • 找不到 Connors/Alvarez 原書 SPY RSI(2) 勝率與平均報酬的一手數據;Alvarez Quant Trading 的近年追蹤文章也沒有取得。
  • 找不到以 RSI6(6 日 RSI)為門檻、針對 SPY/QQQ 的公開回測,也找不到 1/3/6 個月固定持有期間的前瞻報酬統計;現有文獻多是幾天到兩週的短持有。
  • 沒有取得 QQQ 在 2022 年空頭期間的逐年 RSI 回測。

2 RSI 黃金交叉(短 RSI 上穿長 RSI)的說法與回測

Takeaway

台灣/華語教學普遍把「短週期 RSI 上穿長週期 RSI」視為買進訊號,「RSI < 20」視為超賣,但這些多半是教學性的經驗法則,低檔區的門檻定義不一(20 或 50),也沒有找到針對美國指數 ETF、方法透明的 RSI6/RSI12 黃金交叉回測。

Cited Findings

  • 財經教學網站把 RSI < 20 視為超賣、市場過冷;短週期 RSI 向上突破長週期 RSI,代表上漲力道夠,可視為買進 — CMoney RSI 教學;StockFeel 股感
  • 玩股網一篇文章以 RSI5 與 RSI10 為例,把「低檔黃金交叉」的低檔區定為 50 以下,而不是 20 — 玩股網
  • 大葉大學一篇論文的目錄中,有 RSI6、RSI12 週線操作策略與 RSI10、RSI20 週線策略的章節,並引用李素惠的投資績效比較研究;但只取得目錄,沒有看到績效數字,而且是台股、週線 — 大葉大學論文
  • 有教學來源提醒,RSI 在 80 以上或 20 以下時「不敏感」(鈍化),持續下跌時在低檔進場可能被套 — 蔣明誠 明誠學院(鉅亨)

Inferences

  • 「RSI6 < 20 後再等 RSI6 上穿 RSI10」本質上是「超賣 + 確認反轉」的組合,和 Hill 的 RSI5「上穿 30 才進場」(其 Test 3、Test 4)邏輯接近;Hill 的結果顯示這種等確認的版本,CAR/MDD 在三檔 ETF 中表現較好(IJR 的 Test 3 最高)。
  • 短 RSI 與長 RSI 的交叉在數學上近似「近期漲跌強度轉正」,和「價格上穿短均線」高度相關,所以它的效果可能和一般短均線突破相近,不是獨立的新資訊。這是推論,沒有找到文獻直接檢驗。

Gaps

  • 沒有找到 RSI6/RSI12 或 RSI6/RSI10 金叉在 SPY、VOO、QQQ 上的公開量化回測,也沒有學術文獻。
  • 華語教學來源普遍沒有樣本期間、交易成本與比較基準,無法評估。

3 訊號頻率與失效情境(空頭鈍化)

Takeaway

沒有找到 RSI6 < 20 在 SPY/QQQ 上出現頻率的公開統計。已知的主要失效模式是:空頭市場中超賣訊號反覆出現、價格繼續下跌(RSI 鈍化),所以大部分公開策略都靠 200 日均線或 50/200 日均線的「死亡交叉」濾網,在空頭時停止交易。

Cited Findings

  • Hill 的系統在 S&P 500 的 50 日均線低於 200 日均線(死亡交叉)時「不交易」,正是為了避開空頭期間 — StockCharts SystemTrader
  • 經典 RSI(2) 規則只在價格位於 200 日均線之上時做多 — LuxAlgo RSI 2
  • 有 StockCharts 論壇留言稱,原始系統只用在 SPY 日線,而且曾有巨大回撤(未經查證的論壇說法) — StockCharts 論壇
  • CXO 的 RSI14 測試中,單筆最大虧損 -13.9% 發生在 2002 年中(2000~2002 年空頭),單筆最大獲利 13.3% 在 2000 年初 — CXO Advisory
  • Backtrex 的近十年 S&P 500 RSI(2):2018 年 -9.8% 最差;2020 年 -1.3%、2022 年 +0.9%,顯示有趨勢濾網時,2020 與 2022 的空頭沒有造成大損,但 2018 年的急跌與反覆仍帶來虧損 — Backtrex
  • RSI 在 80/20 或 90/10 的出現頻率比 70/30 低,代表更強的動能 — Wikipedia:Relative strength index
  • 華語教學提到,股價持續下跌時 RSI 可能長期停在 30 以下(空頭鈍化) — CMoney;蔣明誠(鉅亨)

Inferences

  • 若使用者的回測沒有趨勢濾網,可以預期 2000~2002(QQQ 尤其嚴重)、2008、2022 年會出現連續多次訊號且之後的 1/3 個月報酬為負;把報酬拆成「200 日均線上/下」兩組,是檢驗這點最直接的方法。
  • 「等 RSI6 上穿 RSI10」的確認條件,可以過濾一部分「接刀子」的進場,但在空頭反彈中仍會頻繁觸發,之後價格再破底。
  • QQQ 的波動度比 S&P 500 高,同樣 RSI6 < 20 的條件,在 QQQ 上可能更常出現、跌幅更深;這是推論,需要使用者的回測資料驗證。

Gaps

  • 沒有找到 RSI6 < 20 在 SPY、VOO、QQQ 上每年平均出現幾次的公開統計。
  • 沒有找到依 2000~2002、2008、2022 等空頭期間拆分的 RSI 超賣訊號前瞻報酬研究。

4 學術證據 指數層級的短期反轉與中期動能

Takeaway

學術文獻整體上支持「指數在 1~12 個月有時間序列動能」,而指數日報酬的短期負自我相關很弱、不穩定。早期技術分析的獲利證據(BLL 1992)在 1986 年以後的主要市場已大幅消退;Park & Irwin 的回顧也指出多數研究有資料探勘問題。這對「超賣買進能在 1/3/6 個月勝過買進持有」是不利的背景:在中期尺度上,指數比較像延續而不是反轉。

Cited Findings

  • Brock, Lakonishok & LeBaron(1992,Journal of Finance,屬 2010 年以前的資料):用道瓊指數 1897~1986 年資料,檢驗移動平均與區間突破規則,作者表示結果「強力支持」技術策略 — IDEAS/RePEc
  • Urquhart, Gebka & Hudson(2015):重測 BLL 之後的資料,1986 年以後移動平均規則在三個市場的預測力都已減弱 — Southampton ePrints;IDEAS
  • Ulku(2009):BLL 規則在近期 DJIA 上的獲利性已消失,但在伊斯坦堡指數表現較好 — IDEAS
  • Park & Irwin(2007,Journal of Economic Surveys 21(4):786–826):論文出處 — IDEAS。其 2004 年工作論文版摘要:92 篇現代研究中 58 篇正面、24 篇負面、10 篇混合,但多數研究有資料探勘、事後挑選規則、風險與交易成本難估等問題;約 30%~40% 的實務者認為技術分析在 6 個月內的短期很重要 — AgEcon Search 工作論文
  • Moskowitz, Ooi & Pedersen(2012,Journal of Financial Economics):58 種流動性期貨(包括股價指數期貨)的報酬會延續 1~12 個月,之後在更長的期間部分反轉;作者歸因於情緒造成的反應不足與延遲過度反應 — SSRN;樣本包括 9 個股價指數,期間 1985~2009 — AQR 資料集
  • 指數日報酬自我相關:一份 2011 年的 R-bloggers 滾動 AR(1) 分析,認為 S&P 500 近年可能有均值回歸的跡象,但證據很弱;2009 年 Angry Bear 一篇文章評論 Nate Silver 所稱「2000 年以後 S&P 500 有日間均值回歸」,認為過度解讀 — R-bloggers;Angry Bear
  • 金融「典型事實」整理:價格變動的自我相關不顯著 — Martin Sewell stylized facts

Inferences

  • 超賣反彈的優勢主要在幾天到兩週的尺度(公開回測的平均持有 7~8 天);到 1~6 個月,指數層級的時間序列動能文獻反而暗示「近期跌深的指數,未來報酬未必較高」。所以使用者回測若看 1/3/6 個月持有,結果可能主要反映「是否在牛市中買到回檔」,不是 RSI 本身的預測力。
  • QQQ 與 S&P 500 的差異:Hill 的 2000~2016 年測試中,SPY、QQQ 都是正期望值,但沒有給可比數字;QQQ 歷經 2000~2002 年約八成的跌幅,若回測期間從 1999 年開始,結果會被嚴重拖累。這是推論,需要使用者自行拆期驗證。

Gaps

  • 沒有取得 Lehmann(1990)、Jegadeesh(1990)等短期反轉文獻的原文;這些研究主要是個股層級,不能直接套用到指數 ETF。
  • 沒有找到專門比較 QQQ 與 SPY 短期反轉強度的學術研究。
  • 沒有取得 Park & Irwin 2007 年正式版摘要的原文,以上數字來自 2004 年工作論文。

5 RSI 計算方式差異 Wilder 與 Cutler SMA

Takeaway

Wilder 原始 RSI 用 α = 1/n 的平滑移動平均(SMMA/RMA),Cutler 版本改用簡單移動平均(SMA),兩者數值相近但不相同;部分商業軟體則用標準 EMA。對 RSI6 這種短週期,SMA 版對單日大漲大跌更敏感、捨棄舊資料更快,可能讓「< 20」與交叉的觸發次數和日期與 Wilder 版不同,跨軟體比對時要先統一公式。

Cited Findings

  • Wilder 的 RSI:上漲幅度 U 與下跌幅度 D 各自用 n 期 SMMA(α = 1/n)平滑,RSI = 100 − 100/(1 + RS);Wilder 建議 n = 14,第一個值以前 n 期的簡單平均起算 — Wikipedia:Relative strength index
  • Cutler 的 RSI 以 SMA 取代 SMMA,原因是 Wilder 版的數值會受資料起點影響(Data Length Dependency);Cutler 版不論資料長度或起點,結果都一致;兩者數值略有差異但相近 — Wikipedia
  • 部分商業軟體(例如 AIQ)用標準 EMA,而不是 Wilder 的 SMMA — Wikipedia
  • Wilder 的平滑即 RMA,是 α = 1/length 的 EMA 型遞迴 — LuxAlgo RSI

Inferences

  • 標準 EMA 的 α = 2/(n+1):n = 6 時約 0.286,Wilder 的 1/6 約 0.167,所以 EMA 版 RSI6 波動更大、更常碰到 < 20;SMA 版(Cutler)完全捨棄 6 天前的資料,單日跌幅移出視窗時數值會跳動,也可能比 Wilder 版更常觸發極端值。這是依公式推導的推論,沒有找到文獻量化觸發次數的差異。
  • 從記憶所知(未經本次搜尋驗證),通達信等華語軟體的 RSI 公式常寫成 SMA(MAX(C−LC,0),N,1)/SMA(ABS(C−LC),N,1)×100;其中 SMA(X,N,M) 是 M/N 權重的遞迴平均,M = 1 時等同 Wilder 的 α = 1/N,不是 Cutler 的簡單平均。台灣各券商看盤軟體的實作可能不同,回測若要對照台灣看盤軟體的訊號,應抽幾個日期直接比對數值。
  • 使用 Wilder 版時,前幾十根 K 棒的數值受起點影響;回測若從 ETF 上市首日開始,最早一段訊號可能失真,建議預留暖機期間。

Gaps

  • 沒有找到台灣主要看盤軟體(如 XQ、券商 App)RSI 公式的官方文件。
  • 沒有找到量化比較 Wilder、Cutler、EMA 三種 RSI6 在 SPY/QQQ 上觸發 < 20 次數差異的研究。

延伸閱讀

常見問題

RSI(2) 超賣策略在 S&P 500 近十年還有效嗎?

依原文引用的 Backtrex 獨立回測(S&P 500 日線,2016-10-03 至 2026-10-01,RSI(2) < 5 且收盤在 200 日均線之上進場,含成本):總報酬 +18.1%,買進持有 +255.4%;CAGR 1.7% 對 13.5%;最大回撤 -21.5% 對 -35.0%;73 筆交易、勝率 71.23%。頁面自評「有獲利,但落後買進持有」、優勢很薄。

RSI 超賣做多勝率那麼高,為什麼報酬還輸買進持有?

公開回測幾乎一致呈現勝率約 70%~80%、單筆報酬約 1%、持有約一週、在場時間約 8%~35%。原文推論,高勝率主要來自「短持有、小停利、不設停損」的結構;指數長期向上,而策略在場時間只有 10%~35%,所以累積報酬通常落後。比較時應同時看「每筆報酬 × 在場比例」與同期間買進持有。

RSI6 上穿 RSI10 的「RSI 黃金交叉」有公開回測或學術研究嗎?

原文沒有找到。RSI6/RSI12 或 RSI6/RSI10 金叉在 SPY、VOO、QQQ 上的公開量化回測與學術文獻都查無;華語教學來源普遍沒有樣本期間、交易成本與比較基準,「低檔區」的門檻也不一致(20 或 50)。原文另推論這種交叉可能和一般短均線突破效果相近,但這點沒有找到文獻直接檢驗。

學術研究怎麼看技術分析在股價指數上的效果?

Brock, Lakonishok & LeBaron(1992)用道瓊 1897~1986 年資料,結果強力支持技術策略;Urquhart, Gebka & Hudson(2015)重測發現 1986 年以後預測力已減弱。Park & Irwin 的回顧(2004 年工作論文版)在 92 篇研究中 58 篇正面、24 篇負面、10 篇混合,但多數有資料探勘等問題。Moskowitz, Ooi & Pedersen(2012)則發現指數期貨報酬會延續 1~12 個月,對「超賣買進能在 1/3/6 個月勝過買進持有」是不利的背景。

Wilder RSI、Cutler RSI 和 EMA 版 RSI 有什麼差別?

Wilder 用 α = 1/n 的平滑移動平均(SMMA/RMA),Cutler 改用簡單移動平均(SMA),部分商業軟體則用標準 EMA。原文依公式推論:EMA 的 α = 2/(n+1),n = 6 時約 0.286,高於 Wilder 的 1/6(約 0.167),所以 EMA 版 RSI6 波動更大、更常碰到 < 20;但沒有找到文獻量化三種算法觸發次數的差異。

空頭市場裡 RSI 超賣訊號會怎麼失效?

主要失效模式是空頭中超賣訊號反覆出現、價格繼續下跌(RSI 鈍化),所以多數公開策略加了 200 日均線或 50/200 日均線死亡交叉濾網,在空頭時停止交易。例如 CXO 的 RSI14 測試中,單筆最大虧損 -13.9% 發生在 2002 年中。原文也註明:沒有找到 RSI6 < 20 在 SPY、VOO、QQQ 上每年出現幾次的公開統計。

其他文章

← 技術文章目錄 看今天的市場儀表板 →

目錄