平均K棒（Heikin Ashi）：計算方式與回測方法

目錄

1. 什麼是平均K棒（Heikin Ashi）？
2. 平均K棒如何計算？
3. 平均K棒與一般K線：圖上有什麼不同？
4. 為什麼平均K棒的價格會讓回測的成交與停損失真？
5. 有哪些簡單的平均K棒規則可以回測？
6. 如何一步步回測平均K棒策略？
7. 平均K棒本身能帶來優勢嗎？
8. 常見問題
9. 參考文獻

什麼是平均K棒（Heikin Ashi）？

平均K棒是一種平滑過的K棒：收盤價是該 K 棒開盤、最高、最低、收盤的平均，開盤價則是前一根平均K棒開盤與收盤的中點。它能清楚呈現趨勢，但價格是算出來的。可回測的策略，訊號取自平均K棒，成交則用真實價格。

這個名稱源自日文，大意是「平均足」。「Heiken Ashi」是同一種K棒常見的另一種拼法。一般K線由四個真實價格畫成：第一筆成交（開盤）、最高與最低成交價（最高價與最低價）以及最後一筆成交（收盤）。Heikin Ashi 改的是 K 線本身，其他技術指標則是疊在一般價格上。

可以想像汽車的速度表。一種顯示每一刻的精確車速，所以指針會跳動；另一種顯示最近幾秒的平均車速，所以指針移動平順，但反應較慢。一般K線就是第一種速度表，平均K棒則是第二種。

平均K棒如何計算？

每一根平均K棒都由當前的真實 K 棒與前一根平均K棒組成，所以每根K棒都帶有先前的部分歷史。四個值如下：

平均K棒的值	計算方式	代表意義
收盤	真實 K 棒開盤、最高、最低、收盤的平均	當前 K 棒的「中間」價格
開盤	前一根平均K棒開盤與前一根平均K棒收盤的中點	延續前一根K棒
最高	真實最高價、平均K棒開盤、平均K棒收盤三者中最高者	不會低於真實最高價
最低	真實最低價、平均K棒開盤、平均K棒收盤三者中最低者	不會高於真實最低價

只有收盤價有簡短的公式：HA 收盤 = (開盤 + 最高 + 最低 + 收盤) ÷ 4。「HA 收盤」就是平均K棒的收盤價；開盤、最高、最低、收盤是同一根 K 棒的四個真實價格。

第一根K棒沒有前一根平均K棒。多數平台會把它的開盤價設為真實開盤與收盤的中點。這個起始值的權重每多一根 K 棒就減半，十根 K 棒後，它在結果中的占比已不到千分之一。

平均K棒與一般K線：圖上有什麼不同？

平均K棒圖的顏色轉換較少，同色連續的段落較長，因為每根K棒都有一部分是先前K棒的平均。下表說明在兩種圖上，K棒各部分的意義。

K棒的部分	一般K線	平均K棒
開盤	該 K 棒第一筆真實成交	由前一根K棒計算出的中點
收盤	該 K 棒最後一筆真實成交	四個真實價格的平均
顏色	真實收盤與真實開盤比較	平均K棒收盤與平均K棒開盤比較
K 棒之間的跳空	看得到	大多被隱藏，因為開盤價忽略真實開盤
影線	真實最高價與最低價	為了涵蓋計算出的開盤價，可能延伸超過真實最高或最低價
趨勢中的顏色轉換	頻繁	較少，連續段落較長

吞噬或十字星這類經典K線型態，依賴真實的開盤與收盤，無法直接套用在平均K棒上。若要測試型態規則，請在一般K線上進行，做法見多空K線型態的回測。

為什麼平均K棒的價格會讓回測的成交與停損失真？

若回測以平均K棒的價格成交或檢查停損，就是在以市場可能從未出現過的價格交易，而且誤差通常對策略有利。在收盤接近最高價的上漲 K 棒中，平均K棒收盤會低於真實收盤。因此，「以平均K棒收盤價成交」的多單進場，看起來比訊號出現後你仍能立即買到的任何價格都便宜。下跌行情中，空單則出現相反的情形。由於趨勢規則是在上漲時買、下跌時賣，這個誤差並非隨機，而是替幾乎每一筆交易加上一份小小的贈禮。

停損與停利還有第二個問題。平均K棒的最低價絕不會高於真實最低價，最高價絕不會低於真實最高價。若回測以平均K棒的最低價檢查停損，可能記錄成被停損出場，但真實市場根本沒到過停損價。以平均K棒最高價檢查的停利，也可能被算成成交，但真實市場並無任何成交到達該價位。

有些圖表平台可以直接在平均K棒圖上執行策略。視設定而定，成交可能會使用平均後的價格。在相信結果之前，請先確認你的平台是以哪種價格成交。

有哪些簡單的平均K棒規則可以回測？

多數平均K棒策略都是顏色轉換規則，每一條都夠明確，不需要任何主觀判斷就能回測。以下是多方常見的四種版本，空方則是鏡像。

規則	進場	出場	改變了什麼
1. 顏色轉換	紅K之後的第一根綠K	第一根紅K	最早進場，交易最多
2. 確認後轉換	連續第二根綠K	連續第二根紅K	交易較少，進出場較晚
3. 強勢K棒	沒有下影線的綠K（平均K棒最低價等於平均K棒開盤）	第一根紅K	等待沒有下影線的K棒
4. 趨勢濾網	規則 1，但只在真實收盤高於 50 根 K 棒移動平均時進場	第一根紅K	略過與較大趨勢相反的訊號

了解顏色實際衡量什麼很有幫助。平均K棒的開盤價，一半權重放在前一個開盤，一半放在前一個收盤，這使它成為過去平均K棒收盤的指數移動平均，大約是三根 K 棒的長度。因此，綠K的意思是「這根 K 棒的平均價高於先前 K 棒的極短期平均」。平均K棒的顏色轉換，其實是短期移動平均交叉的另一種形式，這也告訴你該拿哪種基準來比較。

如何一步步回測平均K棒策略？

在測試中以真實 K 棒建立平均K棒，並以簡單的基準來評斷規則。好的結果能在貼近實際的成交與成本下維持，不好的則只在平滑的圖上看起來漂亮。

1. 載入真實 K 棒資料。以真實的開盤、最高、最低、收盤作為價格序列，由此計算平均K棒。不要把平均K棒當成價格載入。
2. 在 K 棒收盤時決定。只使用已完成的平均K棒，因為當前K棒在該 K 棒收盤前會不斷變動。
3. 在下一根 K 棒成交。以下一根真實開盤價進場與出場（下一根 K 棒執行）。
4. 每筆交易都加入成本。每一買一賣（來回）都要計入手續費與滑價。滑價是回測假設的價格與你實際成交價之間的差距。請見回測中的交易成本。
5. 以真實的最高與最低價檢查停損與停利。部位大小依進場價與停損價之間的真實距離決定。
6. 跑兩個基準。在一般K線上測試相同的進出場時點（綠色代表真實收盤高於真實開盤）。再測試以真實收盤計算的短期移動平均交叉。
7. 計算交易次數，並比較平均每筆損益與成本。顏色規則在盤整行情中常常來回翻轉。平均每筆損益應是一買一賣（來回）成本的數倍。
8. 用規則沒看過的資料測試。讓變化版本的數量保持少量，並在樣本外檢驗，例如使用推進分析與 AlphaPrime（Valynox）的策略檢驗。

檢查項目	值得進一步研究	薄弱的規則
把成交從平均K棒價格改到下一根真實開盤	結果略微縮水	結果消失
扣除成本後與移動平均基準比較	明顯較好	差不多或更差
不同 K 棒週期，例如 15、30 與 60 分鐘	表現相近	只在其中一個有效
平均每筆損益與一買一賣（來回）成本比較	大上數倍	大致相等

平均K棒本身能帶來優勢嗎？

不能。平均K棒改變的是價格的畫法，而不是價格做了什麼，所以任何優勢都必須來自規則，並且要在真實成交的測試中呈現出來。平滑一定要付出時間的代價。以速度表來比喻，平順的指針是在你已經減速之後才顯示你煞車了。平均K棒圖在頭部之後常會多維持一兩根綠K，而這些 K 棒的代價，每一次出場都得付。

平滑的圖也會誤導眼睛。長段的綠色與紅色讓過去的趨勢看起來很容易抓到，而盤整期間許多小額虧損的來回翻轉，在捲動圖表時很容易被忽略。只有計入成本的完整測試才會把這些翻轉算進去。那些顏色翻轉在 AlphaPrime 的績效報表裡都是一筆一筆的交易，連同它們造成的權益曲線與回撤一起列出。

最後一個限制是你嘗試了多少個版本。如果你測試了數十種顏色規則、濾網與 K 棒週期的變化，其中最好的那個，一部分看起來好是靠運氣。針對技術交易規則的研究顯示，在許多規則中表現最好的那一個，必須對照所嘗試的規則數量來評斷（Sullivan、Timmermann 與 White，1999）。回測的過度最佳化會隨著變化版本的數量增加而加劇（Bailey、Borwein、López de Prado 與 Zhu，2014）。

如果你使用 AlphaPrime，這代表：你可以透過策略生成，把平均K棒的想法寫成明確的進場與出場規則。AlphaPrime 的回測會在真實的歷史 K 棒資料上評估每個候選策略，計入手續費、滑價與下一根 K 棒成交，這正是本文對任何建立在平滑價格上的規則所建議的設定。

常見問題

Heiken Ashi 和 Heikin Ashi 是一樣的嗎？

是的。「Heiken Ashi」是 Heikin Ashi 常見的另一種拼法，兩個名稱指的是同一種平均K棒。各平台使用相同的基本計算：平均後的收盤、取自前一根K棒的開盤，以及涵蓋真實極值的最高與最低價；只有第一根K棒的起始值可能不同。

交易時，平均K棒比一般K線更好嗎？

兩種圖型沒有通用的優劣。平均K棒讓趨勢更容易辨識，並減少顏色雜訊，但反應較晚，也隱藏了真實的開盤、收盤與跳空。一般K線顯示實際成交的內容，而成交與停損正是依賴這些內容。

我可以在平均K棒圖上回測策略嗎？

可以，前提是回測只把平均K棒用於訊號，所有委託都用真實價格。如果成交、停損或停利使用平均K棒的值，結果通常會比你實際能交易的任何結果都漂亮。請在 K 棒收盤時決定，並在下一根真實開盤價成交，且計入成本。

平均K棒會重繪嗎？

已完成的平均K棒不會改變，但當前這一根在其 K 棒收盤前會一直變動，所以訊號只應使用已完成的K棒。由於每個開盤價都取決於前一根K棒，當圖表從不同日期開始時，最初幾根K棒可能略有差異。這個差異每經過一根 K 棒就減半，很快就小到不重要。

參考文獻

• Sullivan, R., Timmermann, A., & White, H. (1999). Data-Snooping, Technical Trading Rule Performance, and the Bootstrap. The Journal of Finance, 54(5), 1647–1691.
• 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.