DOSSIER · No.487
价格 Z 分数回归
牛市里价格偏离短期均值过多就买,回到均值就卖。
减弱
趋势与动量
数据 A 级
每日收盘检查信号(只在信号变化时交易)调仓
是否仍有效(策略本身)
减弱
发表后夏普比率不到发表前的一半
是否跑赢基准(买入持有 SPY)
未跑赢基准
论文发表后,夏普比率 0.37 对比 0.86;年化收益低于基准。
「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-19 更新。
来源论文:实务规则 (2009). 价格 Z 分数跌到 -1.5 以下买入、回到 0 以上卖出(200 日均线过滤). .
原理
Z 分数是统计里最基础的"偏离程度"度量:把今天的价格减去最近一段时间的均价,再除以这段时间价格的标准差,得到"今天比平时偏离了几个标准差"。Z 为 0 表示正好在均值上,−1.5 表示比均值低了 1.5 个标准差——在一个窄窗口里,这已经算是相当罕见的短线超跌。
用 Z 分数做均值回归的思路非常直接:价格被短期的抛压推得离均值太远,就像拉长的橡皮筋,大概率会弹回来;等它回到均值就离场,只赚"回弹"那一段。为了避免在熊市里接飞刀,再加一个常见的趋势过滤:只有价格在 200 日均线之上(长期趋势向上)才出手。
它和布林带回归(编号 445)同源——布林带的下轨本质上就是"Z = −2"的位置——但这里刻意用了更短的 10 日窗口、更浅的入场阈值和 200 日均线过滤,更接近 RSI(2) 那类"牛市里抄短线小底"的打法:出手更频繁、每次持有更短。这里检验的是这种以统计偏离为核心的短线规则,在短线均值回归规则被大量传播之后还剩多少效果。
封
以下内容仅对会员开放
这份卷宗剩下的部分已封存。
- 含成本的完整回测与净值曲线
- 论文发表前后、最近三年分段对比
- 逐条交易规则与结果解读
- 可直接运行的 Python 代码下载
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码
历史回测不代表未来收益,仅供学习研究,不构成投资建议。