多頭旗形與空頭旗形:可回測的型態規則
多頭旗形是一段急漲、一段逆著漲勢傾斜的短暫停頓,以及向上突破這段停頓的走勢。只有把旗桿以 ATR 量測、旗面以 K 棒根數與深度量測、突破以收盤越過一條線來定義,它才成為可測試的規則。先寫下這些門檻,再計入成本測試。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
什麼是多頭旗形型態?怎麼辨認?
多頭旗形是一段急漲(旗桿)、一段逆著漲勢向下傾斜的短暫停頓(旗面),以及向上突破旗面的走勢。要把它變成可測試的規則,每個部分都寫成數字:旗桿高度以 ATR 計,旗面長度以 K 棒根數計,旗面深度以旗桿的占比計,突破則是收盤價站上旗面線。
三個部分各有淺白的名稱。旗桿是一串 K 棒,在短時間內把價格朝單一方向推得很遠。旗面是接著出現的停頓:幾根 K 棒在兩條大致平行的線之間,緩緩逆著旗桿漂移。突破是收盤越過旗面上緣線、方向與旗桿相同的那根 K 棒。想像短跑選手全力衝刺一百公尺,走幾步喘口氣,再度起跑。第二段衝刺開始之前,這個型態什麼都沒說;單單旗面,只是一段停頓。
本文主張的事很簡單:圖形不是規則。兩個人看同一張圖,會畫出不同的旗形,因為「急」「短」「傾斜」都是意見。回測無法依據意見執行。它需要門檻;而一旦把門檻寫下來,就會發現關於旗形有沒有用的爭論,多半其實是在爭論用了哪些門檻。技術分析工具與指標的指南,也依同一個問題替圖表想法分類:能不能寫成數字?
多頭旗形與空頭旗形有什麼差別?
空頭旗形是上下顛倒的多頭旗形:一段急跌、一段向上漂移的短暫停頓,以及向下突破旗面下緣線。每個部分的功能不變、方向相反,所以規則就是同一份檢查清單把正負號對調,委託放到另一側。
兩者都是續勢型態,也就是預期停頓之前的走勢在停頓之後延續。這和錘子線之類的反轉型態不同,後者以單根 K 棒判讀轉折;單根 K 棒反轉的測試設計,見錘子線與吊人線的測試方式。下表列出兩種旗形對調的項目。
| 部分 | 多頭旗形 | 空頭旗形 |
|---|---|---|
| 旗桿方向 | 急漲 | 急跌 |
| 旗面傾斜 | 向下漂移(高點與低點逐步下移) | 向上漂移(高點與低點逐步上移) |
| 突破 | 收盤站上旗面上緣線 | 收盤跌破旗面下緣線 |
| 進場委託 | 下一根 K 棒買進 | 下一根 K 棒放空 |
| 停損 | 旗面低點下方 | 旗面高點上方 |
| 停利 | 進場價加旗桿高度 | 進場價減旗桿高度 |
一個實務重點:兩側要當成各自獨立的策略測試,不要合成一個結果。指數期貨往往跌得比漲得快,因此在同一段歷史中,相同門檻可能產生遠多於多頭旗桿的空頭旗桿,其後旗面的行為也不同。合併的數字會掩蓋是哪一側在發揮作用。
怎麼用數字定義旗桿大小與旗面斜率?
旗桿以固定 K 棒根數內的 ATR 倍數衡量,旗面以三個數字衡量:長度(K 棒根數)、深度(占旗桿的比例)與斜率方向。把這四項門檻寫下來,兩個人看同一張圖得到的旗形相同,程式得到的也與兩人相同。
ATR(平均真實區間)是在選定的 K 棒根數內,價格每根 K 棒平均走過的距離,並含與前一根收盤之間的任何跳空。它是市場的正常步幅。100 點的漲幅,在 ATR 為 25 點的市場是旗桿,在 ATR 為 150 點的市場只是一般雜訊,所以以 ATR 量測旗桿,規則才能跨市場、跨年份通用。ATR 平均真實區間頁面說明計算方式;這裡的重點是如何把它當作尺。把圖表型態定義成電腦可以搜尋的一連串可量測高低點,這個想法至少可追溯到 Lo、Mamaysky 與 Wang(2000),而這把尺本身則來自 Wilder(1978)。
| 量測項目 | 範例門檻 | 排除的情況 |
|---|---|---|
| 旗桿高度 | 至多 10 根 K 棒內至少上漲 3 ATR | 不算衝刺的緩慢漂移 |
| 旗面長度 | 4 到 12 根 K 棒 | 一根 K 棒的停頓與長時間橫向區間 |
| 旗面深度 | 不超過旗桿高度的 50% | 把旗桿吐回去的回檔 |
| 旗面斜率 | 逆著旗桿,或持平;絕不順著旗桿 | 被誤認為停頓的第二段上漲 |
用於突破的旗面線,多頭旗形是穿過旗面各高點的線(空頭旗形則為各低點)。最簡單、可測試的版本,是穿過第一個旗面高點與最近一個旗面高點的直線,向前延伸一根 K 棒;更嚴格的版本,要求先觸及該線至少兩次,突破才算數。
假設性範例
14 根 K 棒 ATR 為 25 點的指數期貨,在 8 根 K 棒內從 5,000 漲到 5,100。旗桿為 100 點,即 8 根 K 棒內 4 ATR,通過「10 根 K 棒內 3 ATR」的門檻。接下來 6 根 K 棒,價格向下漂移到低點 5,060。旗面深度為 40 點,占旗桿的 40%,在 50% 的上限之內。旗面高點一根比一根低,所以斜率逆著旗桿。四項檢查全數通過;型態現在等待突破。
每個門檻都是參數,參數和其他任何設定一樣,需要做參數高原檢查:旗桿上限 3 ATR 找到的旗形與結果,應與 2.5 或 3.5 ATR 大致相同。若 3 ATR 表現佳,兩側鄰近值卻都不佳,這個數字描述的是歷史,而不是型態。
在哪裡進場、停損放哪裡、停利怎麼算?
在收盤越過旗面線之後的下一根 K 棒進場,停損放在旗面另一側稍外,停利則以進場價加上旗桿高度(空頭旗形為減去)。這個目標稱為等幅測量;由於停損與停利在成交前就已知,報酬風險比在交易前就已確定。
等幅測量的假設是:第二段走勢的幅度會與第一段大致相同。這個假設在你的市場上是否成立,要由回測告訴你;規則本身只需事先固定。報酬風險比是進場價到停利的距離,除以進場價到停損的距離。這裡只需要一條公式:
停利價 = 進場價 + 旗桿高度(多頭旗形),其中進場價是預期在突破收盤後的下一根 K 棒成交的價格,旗桿高度是旗桿起點到其高點的距離。空頭旗形則把加號改成減號。
假設性範例
延續上面的旗形:突破 K 棒上的旗面上緣線在 5,090,該 K 棒收在 5,094。委託於下一根 K 棒送出,成交在 5,092。停損放在旗面低點 5,060 下方 5 點,即 5,055,所以風險是 37 點。停利為 5,092 + 100 = 5,192,所以報酬是 100 點。報酬風險比是 100 ÷ 37,約 2.7 比 1。規則可以要求至少 2 比 1,並略過停損距離太遠的旗形。
兩個實務細節。第一,停損距離每面旗形都不同,口數也應隨之改變;免費的期貨部位大小計算機可依固定的帳戶風險,把以點數表示的停損距離換成口數。第二,點數要透過合約的每點價值才轉成金額,這個數值列在交易所的合約頁面,而交易所可以變更它;期貨合約與損益計算機可為常見合約做這項換算。旗形突破也是附加了額外條件的通道突破,所以唐奇安通道突破規則與參數設定是很自然的替代規則可供比較:它在創新高時就買進,不先要求旗桿或旗面。
怎麼寫出回測能執行的旗形規則?
可測試的旗形規則,是一份在每根 K 棒上依序檢查的條件清單,從偵測旗桿、旗面結束到突破,每個門檻都在第一次執行前寫下。程式像夾板上的檢查表一樣逐項走下去:第 1 到 3 步通過之前,不會看第 4 步,任何一步失敗就回到起點。
- 找到旗桿。在最近 N 根 K 棒內(例如 10 根),收盤價至少上漲 X ATR(例如 3)。記錄旗桿起點、旗桿高點與旗桿高度。
- 旗面成形。之後每根 K 棒都維持在旗桿高點之下,且旗面高點不超過穿過先前旗面高點所畫的線。計算旗面的 K 棒根數。
- 旗面深度在限制內。旗桿高點之後的最低價,回檔深度不超過旗桿的特定比例(例如 50%)。若更深,候選型態取消,並重新搜尋新的旗桿。
- 突破。在旗面 K 棒根數介於下限與上限之間(例如 4 到 12 根)時,有一根 K 棒收盤站上旗面線。若到達上限仍無突破,候選型態失效。
- 下一根 K 棒送出委託。在下一根 K 棒開盤買進,停損放在旗面低點之下,停利為進場價加旗桿高度。進場與出場都計入手續費與滑價。
三條規則讓測試保持誠實。每個方向同一時間只保留一個候選型態,所以重疊的旗形不會疊加委託。每項檢查只用到當根 K 棒收盤為止的資料,之後的資料一概不用,這是任何型態測試都需要的一根 K 棒紀律;同樣的結構換成另一種形狀,可見於W 底型態的明確規則與回測方法。而門檻是要搜尋的範圍,不是要捍衛的單一數值:旗桿 2 到 4 ATR、旗面 3 到 15 根 K 棒、深度上限 30% 到 60%,各自逐步走過,再對結果套用上一節的參數高原檢查。
多頭旗形多常失敗?計入成本的測試顯示什麼?
旗形失敗有三個可量測的原因:旗桿太小,不算衝刺;旗面吐回太多;或手續費與滑價吃掉了等幅測量。沒有可靠的通用失敗率可以引用,因為這個比率取決於門檻、市場與 K 棒週期;誠實的答案,是在你自己的資料上、扣除成本後做出的計數,並與同一批 K 棒上的簡單替代規則比較。
| 失敗原因 | 交易明細中看到的現象 | 能抓出它的門檻 |
|---|---|---|
| 旗桿太小 | 突破走了幾根 K 棒,隨後碰到停損 | 調高以 ATR 計的旗桿最小值 |
| 旗面太深 | 價格突破後,跌破旗面低點 | 調低旗面深度占旗桿比例的上限 |
| 旗面太長 | 從已不再是停頓的區間中突破 | 調低旗面長度(K 棒根數)的上限 |
| 成本相對於走勢過大 | 獲利與虧損都縮小;平均每筆損益轉為負 | 要求等幅測量的跳動點數,相對一買一賣成本有最低值 |
成本檢查在小週期 K 棒上最重要。1 分鐘 K 棒上的旗形,等幅測量可能只有幾個跳動點,一買一賣的手續費加上每邊一個跳動點的滑價,就可能吃掉大半。日線上的等幅測量通常是一買一賣成本的好幾倍,問題就變成突破究竟會不會延續。Park 與 Irwin(2007)回顧數十年的技術規則研究,發現結果高度取決於成本與試過多少條規則,這正是下方比較以替代規則為對象、並且扣除成本的原因。
下方方框不是旗形測試。它是在 ES 日線上、從 2019-01-02 到 2025-06-30、多空皆做、一口的回測,只用一條 Reflex 規則作為進出場,沒有停損、沒有停利、沒有濾網:這是用標準指標做成的替代規則,不是多頭旗形型態本身。它是搜尋嘗試的 1,024 個候選策略中保留下來的唯一一個,依報酬對回撤挑選,事後挑出保留者會讓它看起來比實際好。放在這裡,是為了呈現同一個市場、同一個 K 棒週期上的一條平凡規則,在計入手續費與滑價後是什麼樣子,讓旗形規則有可以比較的對象。方框來自 AlphaPrime(Valynox),其 GPU 回測在每一次評估中都計入 $20 手續費與 $25 滑價,並在訊號後的下一根 K 棒成交,這正是上述五步驟旗形規則該有的執行方式。
來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。ES 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $25。
| 數字 | 結果 |
|---|---|
| 淨利(已平倉) | $19,262.5 |
| 最大回撤 | $16,735 |
| 交易筆數 | 30 |
| 勝率 | 60% |
| 獲利因子 | 1.559 |
| 平均每筆 | $642.08 |
| 在場時間 | 5.79% |
把這個方框當作參考點,不是 Reflex 規則賺來的結果,也不是讀者能預期的結果。六年半內只有三十筆交易,太少,不足以相信每筆損益的數字;而最大回撤 $16,735 對照淨損益 $19,262.5,說明保留下來的候選策略在一段不佳的區間回吐了大部分獲利。Bailey、Borwein、López de Prado 與 Zhu(2014)說明了為何多次嘗試中的最佳者會被高估:在一段歷史上比較 1,024 個候選策略,勝出者帶有一份新資料不會兌現的挑選加成。旗形規則也適用同樣的看法。假如你的旗形門檻在日線上只產生 25 筆交易,這項比較無論哪個方向都說明不了什麼;改用小時線,或一籃子商品,可把筆數提高到能夠判斷的程度。
具體的下一步是:取你自己某一個市場的日線或小時線,把四項門檻與五項檢查寫在紙上,在同一份資料、相同的手續費與滑價下,執行旗形規則與唐奇安通道突破規則。計算兩者各自完成的交易筆數,比較扣除成本後的平均每筆損益,然後讓旗形規則的每個門檻往兩個方向各移動一步,重新執行。若結果在鄰近值上、且在歷史的前後兩半都站得住,這個型態就取得進入下一輪檢驗的資格。
常見問題
怎麼在圖上辨認多頭旗形?
依序找三樣東西:短短幾根 K 棒內的陡升(旗桿)、兩條大致平行的線之間緩緩向下漂移的幾根 K 棒(旗面),以及收盤站上旗面上緣線的一根 K 棒(突破)。要讓辨認可以重複,旗桿以 ATR 量測,旗面以 K 棒根數與占旗桿的比例量測,並要求突破是收盤,而不是影線。
多頭旗形與空頭旗形有什麼差別?
空頭旗形是鏡像的多頭旗形。旗桿是下跌而非上漲,旗面向上漂移而非向下,突破是收盤跌破旗面下緣線。進場變成放空,停損放在旗面高點之上,停利為進場價減旗桿高度。兩者要當成各自獨立的策略測試,因為指數期貨下跌與上漲的方式不同。
怎麼計算多頭旗形的停利價?
把旗桿高度加到進場價。旗桿高度是陡升開始處到結束處的距離。若旗桿為 100 點,停利就在成交價上方 100 點。這稱為等幅測量;由於停損在旗面低點之下,報酬風險比在下單前就已知道。
多頭旗形多常失敗?
沒有放諸各處皆準的單一失敗率,因為答案會隨使用的門檻、市場與 K 棒週期而變。有用的數字是你自己的:用你的資料計入手續費與滑價執行規則,計算有多少次突破在碰到停損前先到達停利。旗形最常在這些情況失敗:旗桿太小、旗面吐回超過旗桿約一半,或等幅測量只比一買一賣成本大幾個跳動點。
旗形與三角旗形有什麼差別?
兩者都接在旗桿之後,也都是續勢型態。旗形的停頓在兩條大致平行、逆著旗桿傾斜的線之間;三角旗形的兩條線則收斂,停頓向一點收窄。對回測而言,三角旗形多需要一項量測,也就是區間收窄的速率,而旗桿、深度與突破規則維持不變。
參考文獻
- Lo, A. W., Mamaysky, H., & Wang, J. (2000). Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation. The Journal of Finance, 55(4), 1705–1765.
- Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.
- 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.
- 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.

