面向加密貨幣研究的 RSI 均值回歸策略指南,包含 30/70 規則、目前 Traseq BTC/USDT demo 指標,以及單一歷史樣本的限制。
RSI 均值回歸策略假設價格可能離近期平衡區太遠,之後再往回旋轉。常見的教育版規則是:當 RSI(14) 跌破 30 時做多進場,當 RSI 升破 70 時出場,並用風控條件避免規則無限期等待反彈。
本文把這個想法轉成無需寫程式的研究模板,說明 Traseq 如何評估規則,並解讀 Learn hub 目前的 BTC/USDT demo 結果。這是教育型策略範例,不是交易設定,也不是操作建議。
Traseq 是無需寫程式的加密貨幣現貨策略研究工作區。它不是實盤交易、券商、交易所、跟單交易或下單執行平台。回測是歷史研究模擬,不保證未來績效。
從無程式的加密貨幣現貨策略開始,鎖定版本、執行回測,並讓結果保持可追溯以供比較。
RSI 均值回歸模板是一組簡單研究規則:當 14 根 K 棒 RSI 下穿 30 時做多進場,當 RSI 上穿 70 時出場,並搭配停損與停利保護部位。它的用途是研究歷史期間裡,超賣狀態是否曾經回歸。
在目前 Traseq demo 中,這個模板使用 2024-09-01 到 2025-05-30 的真實 BTC/USDT 1h K 棒,初始資金 $10,000、零手續費、100% 倉位配置。RSI 模板在 53 筆交易中回測報酬為 +21.44%,勝率 49.1%,最大回撤 -18.0%,獲利因子 1.26,交易層級 Sharpe 為 0.11。這是有用的樣本證據,不是未來仍會成立的證明。
RSI(相對強弱指數)以 0 到 100 的刻度衡量近期價格變動。常見回看期是 14 根 K 棒。兩個慣用門檻通常定義這個模板:
均值回歸規則研究的是:這些偏離讀數是否傾向回到平衡附近。這與趨勢跟隨規則相反;趨勢跟隨假設強勢可能延續。兩種假設沒有哪一種普遍更好,關鍵在於正在測試的市場局面。更完整的對比請看趨勢跟隨 vs 均值回歸。
Traseq demo 模板可以表達成白話規則。您可以從模板開始,也可以用 Sentence 模式、Canvas 模式或可重用 blocks 重建邏輯,不需要 Pine Script 或 Python。
| 組成 | 規則 |
|---|---|
| 進場 | 當 14 根 K 棒 RSI 下穿 30 時做多進場 |
| 訊號出場 | 當 14 根 K 棒 RSI 上穿 70 時出場 |
| 停損 | 進場價下方 3% |
| 停利 | 進場價上方 5% |
門檻與風控條件是參數,不是最佳化答案。應該把它們當成先檢查的 baseline,再考慮改值。Traseq 的系統模板文件也建議先跑 baseline backtest,再調整參數並比較版本。
最重要的執行細節是時間點。Traseq 只會在 K 棒收盤後評估條件。對訊號驅動的進場與出場,模擬成交會發生在下一根 K 棒開盤價。這能避免回測使用尚未發生的價格。
同一套模型會一致套用在模板中:
Learn hub 提供免註冊互動式 demo,在 2024-09-01 到 2025-05-30 的真實 BTC/USDT 1h K 棒上執行三個系統模板。來源 snapshot 使用 $10,000 初始資金、零手續費與 100% 倉位配置。
| 指標 | RSI 均值回歸 |
|---|---|
| 報酬 | +21.44% |
| 勝率 | 49.1% |
| 最大回撤 | -18.0% |
| 交易數 | 53 |
| 獲利因子 | 1.26 |
| 交易層級 Sharpe | 0.11 |
這比先前較短的 demo 視窗更有資訊量,但仍然只是一條歷史路徑。這段期間包含真實的 BTC 趨勢段,之後又回落到區間。這讓逢低進場的行為比在乾淨單邊下跌中更容易修復,但仍出現有意義的回撤。
作為背景,同一個 demo snapshot 中,SMA(200) 趨勢過濾為 +31.70%,但回撤更深;Donchian 突破模板則為 -12.89%。這個混合結果才是重點:模板行為取決於市場局面,不只是指標選擇。
+21.44% 的歷史報酬值得研究,但本身不是結論。這個樣本是一段 BTC/USDT 1h 視窗,零手續費假設,固定倉位模型。只要改變手續費、滑價、倉位、標的、時間框架或日期範圍,結果都可能明顯不同。
1.26 的獲利因子也需要語境。它代表在該樣本中,總獲利比總虧損大 26%。這比勉強損益兩平更好,但不保證同一規則有穩定行為。幾次較大的不利移動,仍可能很快改變結果形狀。
正確的下一步不是把門檻調到讓這段樣本看起來更好。正確的下一步是跨更多視窗比較版本,包含趨勢較重的期間、區間較重的期間,以及獨立的樣本外切片。這個紀律請看樣本內 vs 樣本外測試。
結構性風險是太早接住持續走勢。RSI 可以在強勁下跌趨勢中長時間低於 30,也可以在強勁上升趨勢中長時間高於 70。超賣讀數不自動等於反轉。
常見失效模式包括:
最後一點也是為什麼高勝率仍可能虧錢是所有均值回歸模板的重要延伸閱讀。
請把模板當成受控研究起點:
這是一組研究規則,用來觀察超賣 RSI 讀數是否傾向回到平衡附近。常見版本是在 RSI(14) 下穿 30 時做多進場,在 RSI 上穿 70 時出場。在 Traseq 中,它應該被視為歷史研究的教育模板,不是交易訊號。
demo 模板在 14 根 K 棒 RSI 下穿 30 時做多進場,在 RSI 上穿 70 時出場。它也使用 3% 停損與 5% 停利。這些是 baseline 參數,不是最佳化數值。
在目前 Traseq Learn demo snapshot 中,RSI 均值回歸模板於 BTC/USDT 1h、2024-09-01 到 2025-05-30 的樣本中回測報酬為 +21.44%,共 53 筆交易,勝率 49.1%,最大回撤 -18.0%,獲利因子 1.26,交易層級 Sharpe 為 0.11。這只描述單一歷史樣本。
因為超賣不必然代表反轉。在強勁下跌趨勢中,RSI 可以維持在 30 以下,價格仍繼續下跌。如果回歸規則太早進場,而趨勢繼續延伸,就可能連續虧損。
可以。您可以從 RSI 均值回歸模板開始,也可以用 Sentence 模式、Canvas 模式或可重用 blocks 重建規則。將每個版本定版,在一致假設下執行回測,再比較結果,不要把單一型態直接當成有意義的研究證據。
2025年11月1日