如何回测 RSI 反转策略

什么是 RSI，它如何运作？

相对强弱指数（RSI）由 J. Welles Wilder 于 1978 年开发，用标准化的 0–100 刻度衡量近期价格变化的速度和幅度。其公式比较的是一个回看周期（通常为 14 根 K 线）内的平均涨幅与平均跌幅：

当 RSI 跌破 30 时，资产被视为超卖：近期跌幅相对于涨幅较大，价格可能向上回归。当 RSI 升至 70 以上时，资产处于超买状态。反转策略就是针对这些极端值采取行动。

均值回归与趋势跟踪

RSI 反转本质上是一种均值回归方法：它押注极端的价格波动会部分回撤。这在理念上与趋势跟踪（如 SMA 交叉）正好相反，后者押注强劲的走势会延续。

均值回归往往在区间震荡、横盘的市场中，以及围绕均值呈平稳特征的资产上效果更好，例如稳定的 ETF、配对交易或指数成分股。在动量占主导的强趋势市场中，它表现吃力。在部署任何基于 RSI 的系统之前，弄清楚你所处的市场状态至关重要。

定义入场和出场规则

入场信号必须精确。常见的方法有两种：

1. 基于水平：当 RSI(14) 跌破 30 时做多。简单，但你可能是在持续下跌的趋势中买入。
2. 再次穿越：当 RSI 跌破 30 后又重新向上穿越 30 时做多。这是在等待卖压已经减弱的确认。产生的交易较少，但在大多数研究中历史准确率更高。

出场方面，你有几种选择：

• RSI 上穿 50 时出场（回到中性区域）— 常用于较短的持仓
• RSI 超过 70 时出场（超买）— 捕捉一次完整的反转波段
• 基于时间出场 — 无论 RSI 处于什么水平，在 N 根 K 线后平仓
• 固定止损 — 交易朝不利方向变动 X% 时出场

基于时间的出场值得比通常更多的关注。Larry Connors 等人的研究表明，对于短线 RSI 反转策略，持有固定时长（例如 3–7 天）的表现往往优于等待相反的 RSI 信号。

加入过滤条件以提升质量

单纯基于 RSI 阈值的策略在趋势市场中会产生大量低质量信号。加入过滤条件可以提高信噪比：

• 趋势过滤器（200 日 SMA）：只有当资产收盘价位于其 200 日移动平均线上方时，才采纳做多的 RSI 信号。这把策略限定为在已确立的上涨趋势中做多反转。
• 成交量确认：要求入场当天成交量高于平均水平，表明超卖状态背后有真实的卖压，而不只是低流动性下的漂移。
• 多时间周期：在根据日线信号行动之前，先确认周线图上的 RSI 没有处于强劲的下跌趋势中。
• 波动率过滤器：在 VIX 或 ATR 异常飙升期间避免入场。当整个市场处于恐慌模式时，RSI 反转效果很差。

需要关注哪些指标

由于捕捉的是频繁的小幅反弹，RSI 反转策略的胜率通常高于趋势跟踪（往往在 55–70%）。需要评估的关键指标：

• 胜率：构建良好的 RSI 反转系统预计在 55–65%
• 平均盈利与平均亏损：均值回归系统的盈利往往小于亏损，这意味着需要较高的胜率才能获得正期望值
• 趋势市场中的回撤：对 RSI 反转来说最危险的时期是持续的熊市 — 要专门检查 2008 年和 2022 年的表现
• 卡玛比率（Calmar ratio）：年化收益除以最大回撤（max drawdown）— 适合用来比较反转策略与趋势跟踪策略的风险特征

几分钟内就能试试

你可以用 QuantPrompt 快速测试 RSI 反转策略。用日常语言描述你的规则，例如：“当 14 周期 RSI 跌破 30 并重新收于其上方时买入 QQQ；当 RSI 上穿 60 或持有满 7 天时卖出。设置 5% 止损。”平台会解析策略，在历史数据上运行回测，并返回一份完整的绩效报告（tearsheet），包括逐笔交易明细和资金曲线。

这样一来，无需编写一行代码，就能系统地比较不同阈值（RSI 25、30、35）和出场规则。当你想在投入完整实现之前先做原型时，这非常有用。