阿隆指標:Up、Down、70/50 水位與 NQ 回測
阿隆指標計算回看視窗內最高價與最低價出現後已過了幾根 K 棒,所以衡量的是趨勢的年齡,而非大小。70 與 50 水位說的是時間。文中列出一次 NQ 日線阿隆規則的回測,並直接說明其中的選擇偏誤。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
阿隆指標如何偵測趨勢?
阿隆指標靠計算時間而非價格來偵測趨勢:它衡量回看視窗(通常為 25 根 K 棒)內,最高價與最低價出現後已過了幾根 K 棒。市場不斷創新高時,Aroon Up 會維持在 100 附近、Aroon Down 在 0 附近,這就是上升趨勢的特徵。
阿隆指標是 Aroon Up 與 Aroon Down 兩條線,各自在 0 到 100 之間,回報市場在固定回看視窗內多近期創下最高價與最低價。可以把它想成兩支碼錶:一支在價格每次創下視窗內新高時重新計時,另一支在每次創新低時重新計時。第一支不久前剛歸零時,Aroon Up 就高;已經走了許久時,就低。完整定義放在指標百科的阿隆指標頁,本文把篇幅用在這些讀數代表什麼,以及如何檢驗它們。
這種時間邏輯,使阿隆指標有別於技術分析工具與指標一文中的多數趨勢工具。移動平均線問的是價格相對近期平均在哪裡;動能線問的是價格走了多遠;阿隆指標只問一個問題:最近的極值有多舊?穩定上升趨勢的答案是「高點新、低點舊」,所以 Aroon Up 維持高位、Aroon Down 趨近零。盤整市場的答案是「兩者都不新不舊」,所以兩條線在中間相會,並頻繁交叉。
Aroon Up、Aroon Down 與 Aroon 震盪指標如何計算?
Aroon Up 用一次除法,把 K 棒數換算成 0 到 100 的讀數;Aroon Down 對最低價重複同樣計算;Aroon 震盪指標就是 Up 減 Down。要記住的公式只有一條:
Aroon Up = (回看期 − 距最高價的 K 棒數) ÷ 回看期 × 100
其中回看期是視窗內的 K 棒數,距最高價的 K 棒數是該視窗最高價出現在幾根 K 棒前,當前 K 棒算零。Aroon Down 用同樣的算法,只是把最高價換成最低價。Aroon 震盪指標是 Aroon Up 減 Aroon Down,範圍從 −100 到 +100;最近高點比最近低點新時,位在零之上。
由此得到兩個結果。當前 K 棒創新高時,距高點的 K 棒數為零,所以 Aroon Up 恰好是 100。之後每過一根 K 棒沒有新高,Aroon Up 就按相同的幅度下降,即 100 除以回看期,直到舊高點滑出視窗,Aroon Up 降到 0。回看期 25 根 K 棒時,這個幅度是每根 K 棒 4 點。
假設性範例
回看期 25。最近 25 根 K 棒的最高價出現在 3 根 K 棒前,最低價出現在 20 根 K 棒前。Aroon Up = (25 − 3) ÷ 25 × 100 = 88。Aroon Down = (25 − 20) ÷ 25 × 100 = 20。Aroon 震盪指標 = 88 − 20 = 68。這個讀數說的是高點近、低點舊,這就是上升趨勢在時間上的樣子。
70 與 50 水位代表什麼?
回看期為 25 根 K 棒時,Aroon 高於 70,代表極值最多約 7 根 K 棒前;50 代表 12 到 13 根 K 棒前;低於 30 代表約 17 根 K 棒前或更久,所以每個水位說的都是時間,不是價格。這和多數交易人解讀有界指標的方式相反。RSI 指標的 70 與 30 水位,描述近期價格變動有多單向;Aroon 的 70 與 30 水位,描述某件事發生後已過了多少根 K 棒。
| Aroon 水位 | 極值的年齡(回看期 25 根 K 棒) | 對趨勢的意義 |
|---|---|---|
| 100 | 發生在這根 K 棒 | 視窗內剛剛創下新高或新低 |
| 70 | 最多約 7 根 K 棒前 | 新鮮:趨勢近期自我更新 |
| 50 | 12 到 13 根 K 棒前 | 視窗走到一半;既不新鮮,也不陳舊 |
| 30 | 約 17 根 K 棒前 | 陳舊:視窗大半時間沒有新極值 |
| 0 | 滑出視窗 | 整個視窗過去都沒有新極值 |
這樣解讀水位,就能說明一個常見的意外。若每根 K 棒都略高於前一個高點,Aroon Up 可以在價格幾乎不動時停在 100;而在強勢上漲中,若漲勢暫停十根 K 棒,它也可能掉到 60。水位不在乎走勢多大,只在乎上一個高點是多久以前創下的。50 線可作為中點檢查:線在 50 之上,代表極值位於視窗較新的一半;線在 50 之下,代表位於較舊的一半。
哪些阿隆指標交叉規則可以檢驗?
交易人寫出的阿隆指標策略,幾乎都屬於三類規則,在同一張圖上,它們觸發的時點與次數各不相同。三類規則都只用 Up 與 Down 兩條線當輸入,差別在於等待多少確認。
- Up/Down 交叉。Aroon Up 向上穿越 Aroon Down 時做多,向下穿越時做空或空手。只要最近的高點變得比最近的低點新就會觸發。三類中它最早、也最頻繁,因為盤整市場中兩條線常互換位置。
- 70/30 門檻。Aroon Up 高於 70 且 Aroon Down 低於 30 時做多;做空則相反。它等到一個極值年輕、另一個極值老舊才觸發,所以較晚、較少,而在兩條線都落在中間的區間內則保持沉默。
- 震盪指標穿越零軸。Up 減 Down 向上穿越零時做多,向下穿越時做空。數學上這和 Up/Down 交叉是同一個事件;交易人加入緩衝時會用震盪指標形式,例如穿越 +20 而非 0,這在速度與交易筆數上介於前兩類之間。
| 規則類別 | 訊號條件 | 速度 | 典型交易筆數 |
|---|---|---|---|
| Up/Down 交叉 | Aroon Up 向上或向下穿越 Aroon Down | 早 | 較多 |
| 70/30 門檻 | 一條線高於 70、另一條低於 30 | 晚 | 較少 |
| 帶緩衝的震盪指標交叉 | Up 減 Down 穿越 +20 或 −20 等水位 | 中 | 中 |
交易筆數和時點一樣重要。Park 與 Irwin(2007)回顧數十年來技術交易規則的研究,指出早期研究發現的獲利,在納入交易成本與試過的規則數量之後常常縮水。Up/Down 交叉是最受這點影響的一類,因為它交易最多的,正是每筆交易都偏小的盤整市場。
阿隆指標與唐奇安通道有何不同?
阿隆指標與唐奇安通道由同樣兩個數字建成,即回看期內的最高價與最低價,但唐奇安讀的是價格水位,阿隆讀的是經過的時間。唐奇安通道是畫在最近 N 根 K 棒最高價與最低價上的一對通道線,價格移出通道時,突破規則就進場。唐奇安通道頁面有完整說明。
兩者的關聯在突破的那根 K 棒上是精確的。價格創下 N 根 K 棒新高時,唐奇安突破觸發;同一根 K 棒上,Aroon Up 跳到 100,因為距最高價的 K 棒數歸零。之後兩個工具分道揚鑣。唐奇安上軌停在新高不動,在價格再次觸及之前什麼都不說;Aroon Up 每根 K 棒下降 100 ÷ N,持續回報市場已多久沒有新高。因此,阿隆指標在突破之後提供通道單獨不會顯示的資訊:趨勢是仍在自我更新,還是已經停滯。
| 唐奇安通道 | Aroon | |
|---|---|---|
| 輸入 | N 根 K 棒的最高價與最低價 | N 根 K 棒的最高價與最低價 |
| 衡量什麼 | 極值的價格水位 | 極值以 K 棒數計的年齡 |
| 何時發出訊號 | 價格突破上軌或下軌 | 一條線到達 100、穿越某個水位,或穿越另一條線 |
| 突破之後顯示什麼 | 平坦的通道線,直到下次觸及 | 沒有新極值時每根 K 棒下降的一條線 |
兩個工具都不會隨市況調整視窗。25 根 K 棒的回看期,不論市場平靜或劇烈,都是 25 根 K 棒。VIDYA 指標這類自適應均線會隨波動率改變平滑程度,取捨不同:在快市場中反應更快,卻也不再有能以 K 棒數推理的固定視窗。
阿隆指標規則的 NQ 日線回測呈現什麼?
一條阿隆指標規則,以 NQ 日 K 棒 2019-01-02 至 2025-06-30 作為唯一的進場與出場,70 筆交易的淨損益為正,最大回撤約為該獲利的三分之二;這次回測是搜尋所試過 1,024 個候選策略中保留的一個,依報酬相對回撤選出,事後挑選會讓它的數字顯得偏好。NQ 是 E-mini 那斯達克 100 指數期貨。這次多空皆做,一口,每筆交易收取 $20 手續費與 $10 滑價,沒有停損、停利與濾網,所以這些數字只是阿隆規則扣除成本後的結果。
來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。NQ 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $10。
| 數字 | 結果 |
|---|---|
| 淨利(已平倉) | $51,280 |
| 最大回撤 | $34,440 |
| 交易筆數 | 70 |
| 勝率 | 48.57% |
| 獲利因子 | 1.505 |
| 平均每筆 | $732.57 |
| 在市場中的時間 | 6.72% |

表中有三項數字值得直白地解讀。第一,淨損益 $51,280、最大回撤 $34,440,代表照這條規則操作的人,在某個時點會經歷大約整段期間獲利三分之二的虧損。第二,勝率 48.57%、獲利因子 1.505,表示結果來自贏的部分比輸的部分大,而不是常常猜對,這對一條等趨勢變老才進場的規則相當典型。第三,在市場中的時間 6.72%,表示規則大部分時間空手,所以六年半裡的多數時間都沒有貢獻,結果建立在少數幾天上。
選擇過程比任何單一數字都重要。這一個是從 1,024 個候選策略的搜尋中留下的,依報酬相對回撤保留。Bailey、Borwein、López de Prado 與 Zhu(2014)指出,大量搜尋中的最佳結果帶有膨脹,且膨脹隨試驗次數增加,即使每個候選策略都只是雜訊。所以這張表呈現的是被保留的候選策略在這段歷史上的表現;它不代表阿隆指標能賺多少,也不是讀者會得到的預測。這次搜尋的回看期範圍與規則類別,在評估第一個候選策略之前,就已在 AlphaPrime(Valynox)策略生成中設為限制條件,這是讓搜尋維持誠實的環節:邊界在任何結果出現之前就寫好了。
如何在自己的市場上檢驗阿隆指標?
先決定檢驗方式,再看任何結果:固定回看期範圍、成本與交易時段,寫下通過規則與樣本外切分日期,再跑三類規則,且只評判一次。這個順序能避開上一節的陷阱,也就是碰巧好看的結果悄悄變成選設定的理由。Pardo(2008)談最佳化時也有同樣的主張:評估標準必須先於最佳化程式存在。
- 固定回看期範圍、成本與交易時段。10 到 40 根 K 棒這樣的範圍涵蓋常見設定。使用你券商的手續費,並每邊至少一個跳動點的滑價。要決定檢驗只用日盤還是全時段,因為 25 根 K 棒的最高價會隨交易時段而變。
- 寫下通過規則與切分日期。例如:樣本外扣除成本後的平均每筆損益必須維持大於零,且大於樣本內數字的三分之一,並保留歷史最後 20% 不用。在跑之前寫下來。
- 以下一根 K 棒成交的方式跑三類規則。下一根 K 棒成交的規則是:在一根 K 棒收盤算出的訊號,以下一根 K 棒的開盤價成交,這是你實際上最早可能成交的價格。把 Up/Down 交叉、70/30 門檻與帶緩衝的震盪指標交叉並排跑,各自涵蓋整個回看期範圍。
- 檢查相鄰回看期是否形成高原。若回看期 24 與 26 的表現與 25 差距大,結果就是幸運尖峰。參數穩定度:高原還是幸運尖峰一文的方法,說明如何讀這個曲面。
- 只對照寫好的規則,讀一次樣本外區段。接受或否決。改了之後再看第二次,會讓這些資料變成調整的一部分。
K 棒週期會改變阿隆指標衡量的東西。在日 K 棒上,25 根 K 棒的回看期是五個交易週;在 5 分鐘 K 棒上,約為兩小時,「極值的年齡」以分鐘計。交易筆數大增,每筆交易被成本吃掉的比例也跟著上升。把阿隆規則移到日內 K 棒之前,先看日內交易最佳指標中逐筆交易的成本比較,這是第一個要檢查的數字。
具體的第一次檢驗:載入自己的日 K 棒,把回看期範圍設為 10 到 40,輸入手續費與每邊一個跳動點的滑價,保留最近 20% 的歷史不用,先跑 Up/Down 交叉。在讀任何獲利數字之前,先數樣本外區段有多少筆交易;若少於約 30 筆,先拉長歷史或改用較小的 K 棒週期,再下結論。
常見問題
阿隆指標適合用什麼設定?
最常見的回看期是 25 根 K 棒,14 也廣泛使用。沒有哪個設定在每個市場都好,因為回看期是以 K 棒計的視窗,而一根 K 棒在不同圖表上代表的時間不同。測試 10 到 40 這樣的範圍,找出相鄰數值表現相近的區域,而不是某一個特別突出的數值。
Aroon Up 與 Aroon Down 交叉是什麼意思?
交叉代表最近的高點與最近的低點,在年齡上互換了順序。Aroon Up 向上穿越 Aroon Down 時,最近的 N 根 K 棒高點比最近的 N 根 K 棒低點新,這是向上轉變最早的跡象。盤整市場中交叉常發生,所以交叉規則比門檻規則交易更多,付出的成本也更多。
阿隆指標與唐奇安通道相同嗎?
兩者使用相同的輸入,即回看期內的最高價與最低價,但回報的東西不同。唐奇安通道把這兩個價格畫成通道線,價格突破時發出訊號;阿隆指標回報這兩個價格各是幾根 K 棒前創下的。Aroon Up 在唐奇安突破發生的那根 K 棒到達 100,之後每根 K 棒在沒有新高時下降。
Aroon 震盪指標是什麼?為什麼用它而不用兩條線?
Aroon 震盪指標是 Aroon Up 減 Aroon Down,範圍從 −100 到 +100,最近高點比最近低點新時為正。震盪指標穿越零軸,與兩條線交叉是同一個事件。交易人想只對單一一條線加緩衝時會用震盪指標,例如只在 +20 以上進場,這比單純交叉交易得更少。
阿隆指標能用在日內圖表嗎?
任何 K 棒週期上的計算都相同,但回看期的意義會改變:25 根五分鐘 K 棒約為兩小時,所以此時阿隆指標回報的是兩小時高點的年齡。日內規則觸發的次數遠多於日線規則,每筆交易也較小,所以手續費與滑價吃掉獲利的比例上升。信任任何結果之前,先以實際的成本檢驗日內版本。
參考文獻
- Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.
- Park, C.-H., & Irwin, S. H. (2007). What Do We Know About the Profitability of Technical Analysis? Journal of Economic Surveys, 21(4), 786–826.
- Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2nd ed.). John Wiley & Sons.

