Z 分數交易:進場門檻、回歸均值出場、ES 回測
Z 分數衡量價格與近期均值相距幾個標準差。當距離超過設定值(常用 2)時逆勢進場,回到零時出場;回看期數與門檻應在扣除成本後以高原區來檢驗,並搭配趨勢過濾或停損。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
如何用 Z 分數抓均值回歸的進場時機?
Z 分數交易是指衡量目前價格與近期均值相距幾個標準差,當這段距離超過設定門檻(常用 2)時逆著走勢進場,等 Z 分數回到零再出場。門檻與回看期數要以高原區的方式檢驗,並且要扣除成本後再看,同時加上趨勢過濾或停損。
Z 分數是目前數值與近期均值之間的距離,單位是近期標準差。可以把它想成橡皮筋:Z 分數為零時,橡皮筋處於放鬆狀態;Z 分數為 2,代表橡皮筋被拉開的距離是它平常的兩倍。均值回歸交易押的是被拉開的橡皮筋會彈回來,而 Z 分數用同一個數字告訴你拉開的程度,在任何市場上讀法都一樣。
進場規則有三個部分。Z 分數向下穿越負門檻時買進;向上穿越正門檻時放空;穿越零線回來時平倉。門檻是一道過濾器:數值越高,進場次數越少,但每次進場的偏離程度越深。統計型均值回歸是把這個想法套用在可量測的關係上,而不是圖形型態上;均值回歸公式與期貨範例一文介紹了它所屬的策略家族。在你真正能拿來回測的技術分析工具與指標中,Z 分數是少數本身就帶有統計意義的工具之一。
如何計算價格與價差的 Z 分數?
兩種情況都適用同一個公式:目前數值減去滾動均值,再除以滾動標準差。標準差衡量視窗內各數值通常偏離平均值的距離;滾動數值是指每根 K 棒都根據最近 N 根 K 棒重新計算的數值。標準差指標頁面說明了這個視窗是如何建立的。
z = (數值 − 滾動均值) ÷ 滾動標準差
其中,數值是目前的價格(或價差),滾動均值是最近 N 根 K 棒的平均,滾動標準差是這 N 根 K 棒偏離該平均的典型距離。N 即回看期數,下一節會說明。
單一期貨市場的數值就是收盤價。兩個市場的情況則用價差。價差是市場 A 的價格減去避險比率乘以市場 B 的價格,其中避險比率是指每一單位 A 需要用多少單位 B 來抵銷。配對交易者最常用價差版本,因為兩個相關市場的價差偏離後再回來,通常比單一市場回到自己均值來得可靠。不論哪種情況,步驟順序都相同,只是價差多了前面一個步驟。
假設範例
單一市場:某股價指數期貨的 20 根 K 棒均值為 5,000 點,20 根 K 棒標準差為 40 點。收盤價為 4,900。z = (4,900 − 5,000) ÷ 40 = −2.5,若門檻設為 2,規則會做多。價差:市場 A 價格為 110,市場 B 為 50,避險比率為 2。價差為 110 − 2 × 50 = 10。若價差的 60 根 K 棒均值為 7,標準差為 1.5,則 z = (10 − 7) ÷ 1.5 = 2.0,同一規則會放空價差(空 A、多 B 兩單位)。
有兩點實務上的注意事項。均值與標準差只用已收盤的 K 棒計算,這樣每根 K 棒的 Z 分數都不會用到你當時還無法據以行動的收盤資訊。另外,在測試期間要固定避險比率;若每根 K 棒都重新估算,價差就變成一個移動的目標。
該設定什麼回看期數與門檻?
回看期數決定什麼算是「正常」,門檻決定進場有多罕見,因此要測試一組相鄰的數值,並且以整片區域來判斷,而不是只看單一勝出的組合。回看期數是滾動視窗內的 K 棒根數。回看期數短,均值會緊跟價格,Z 分數很快就會回到零,進場頻繁但每次偏離淺。回看期數長,均值比較穩定,偏離狀態持續較久,進場較少但每次偏離較深。門檻則反過來:1.5 很容易觸發,2.5 則要等極端行情。
| 設定 | 回看期數短、門檻低 | 回看期數長、門檻高 |
|---|---|---|
| 進場次數 | 多,偏離淺 | 少,偏離深 |
| 回到 z = 0 所需時間 | 短,通常只要幾根 K 棒 | 長,可能要很多根 K 棒 |
| 成本壓力 | 高:波動小、一買一賣次數多 | 每筆成本攤得開,但交易筆數少,難以判斷 |
| 趨勢風險 | 均值跟得快,單筆虧損較小但次數多 | 均值反應慢,單一趨勢就可能造成大虧損 |
選擇的方式是做格狀測試。回看期數從約 15 到 100 根 K 棒、門檻從 1.5 到 3.0 逐步測試,每次執行都納入手續費與滑價。接著找出相鄰格子表現相近的區域。Pardo(2008)把這稱為高原區,並認為單一尖銳的高點是運氣,不是真正有效的設定。判斷一格是否可用有兩個數字:交易筆數必須足夠多才能下判斷,扣除成本後的平均每筆損益必須明顯高於一次一買一賣的成本。在日線上,門檻 2.5 一年可能只有寥寥幾筆交易,樣本太少說明不了什麼;同樣門檻在 15 分鐘線上可能有幾百筆,就足夠判斷。
為什麼要在均值出場,而不是在反向通道出場?
在 z = 0 出場,因為那是模型唯一預測的部分。等待反向通道是在賭一個過衝,而 Z 分數從未承諾會發生過衝。橡皮筋會彈回到靜止位置,而不是彈過去。有時它確實會過衝,那麼等到 +2 的交易能賺得更多。但 Z 分數並沒有給出這種預期,所以多出來的獲利靠的是運氣,而且交易會因為等待而持續更久。
- 在均值出場(Z 穿越 0)。實現的是模型預測的那部分走勢。持有時間較短,因此暴露於消息與趨勢轉變的時間較少。同樣的資料每年產生的交易更多,結果也更容易判斷。
- 在反向通道出場(Z 到達反向門檻)。當過衝真的發生時,獲利較大。但交易常常在零線附近停滯,然後再慢慢漂回進場價,因此勝率下降,在場時間上升。
一個實用的折衷是測試離均值還有幾分之幾距離時出場,例如多單在 z = −0.5 或 z = +0.5 出場,並把它們當成同一張格狀表中的一列來看。若結果隨著出場點往零線靠近而平穩改善、然後趨於平緩,就代表在均值出場確實有效。另外,時間出場(不論 Z 分數顯示什麼,在固定根數 K 棒後平倉)也值得列入一列測試,因為過了很多根 K 棒仍未回歸的交易,通常是均值已經離它而去的交易。
Z 分數與布林通道有何不同?
兩者使用相同的統計量,但 Z 分數把它們放在同一個尺度上,因此同樣的門檻在 ES、黃金與價差上都代表相同的意義。布林通道是在移動平均上下各加減一段設定倍數的標準差,以價格單位畫出;在常用的 20 根 K 棒、2 倍標準差設定下,觸及上軌就正好是 z = +2。差別在於讀數之後你能做什麼。
| 問題 | 布林通道 | Z 分數 |
|---|---|---|
| 畫在哪裡? | 畫在價格圖上,以點數或美元為單位 | 畫在獨立面板上,以標準差為單位 |
| 2 在每個市場的意義都相同嗎? | 不相同:通道寬度會隨市場與 K 棒週期改變 | 相同:每個市場的 2 都是兩個標準差 |
| 能否在同一座標上比較兩個市場或一個價差? | 只能用肉眼比 | 可以,直接比 |
| 能否同時測試 1.5 與 2.5? | 可以,多畫幾條通道 | 可以,移動一條水平線即可 |
| 常用出場點 | 中軌 | z = 0,也就是同一條線 |
若只針對單一市場單獨測試,兩者的選擇只是外觀問題。但對一組均值回歸規則組合或價差而言,Z 分數更實用,因為同一組門檻與同一套驗證標準可以套用在每個商品上。它也讓前一節的格狀測試具有可攜性:在一個市場上於 2.0 到 2.5 找到的高原區,可以在另一個市場的相同數值上驗證;若通道以點數衡量,這就做不到了。
Z 分數進場在趨勢行情中會怎樣?
在穩定趨勢中,Z 分數會一根接一根停留在門檻之外,均值也會隨著每次進場而遠離,每一次逆勢進場都會虧損,因此規則必須同時測試趨勢過濾或硬性停損。橡皮筋現在被一隻不斷往前走的手拉著。它會持續保持拉伸,而靜止點本身也在移動。在 z = −2.2 做多之後,價格仍繼續走低;Z 分數可能幾乎沒有變化,因為均值也跟著下降,但價格已經朝不利部位的方向移動。
這與突破交易互為鏡像。唐奇安通道突破規則買的正是 Z 分數會賣出的新高,而開盤區間突破(含區間、進場與停損參數)則在交易時段內做同樣的事。兩個家族都不是處處適用;關鍵在於訊號出現時市場處於哪種狀態。有三種常見的防禦方式可以測試,而且每一種都應該作為格狀測試中的一列,而不是事後補救:
- 趨勢過濾。只有當較長期的指標(例如慢速移動平均或效率比率)顯示市場並非處於強烈下跌趨勢時,才接受做多的逆勢交易;做空則反向處理。這會剔除最差的一批進場,同時也會連帶排除一些好的進場。
- 以 Z 單位或價格設定的硬性停損。若 Z 分數達到 −3.5,或價格從進場點下跌超過近期波幅的某個倍數,就平倉多單。Kaminski 與 Lo(2014)指出,當報酬呈趨勢時停損有幫助,當報酬會回歸時則有害,而這正是 Z 分數交易者面臨的兩難,因此停損水準需要自己的測試,而不能直接沿用預設值。
- 時間出場。任何在設定根數 K 棒後仍未回到均值的交易都予以平倉。逆勢交易若等了整個回看期數都沒有回歸,通常就是均值已經離開的交易。
ES 期貨回測顯示了什麼?
我們的 ES 日線回測並未直接測試 Z 分數規則,而是以 HalfTrend 規則作為替代。因此請把它當成單一保留候選策略的回撤長相來看,而不是 Z 分數表現的依據。HalfTrend 是由標準元件組成的趨勢追蹤指標,與本文的逆勢規則屬於相反陣營,這點在此有參考價值:它顯示一個摘要看起來可以接受的候選策略,仍可能長時間處於虧損狀態。此次回測使用 2019-01-02 至 2025-06-30 的 ES 日線,多空都做,1 口,每筆收取 $20 手續費與 $25 滑價。搜尋共嘗試 1,024 個候選策略,最後依報酬相對於回撤保留了這一個。
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。
| 項目 | 結果 |
|---|---|
| 淨利(已平倉) | $80,597.5 |
| 最大回撤 | $62,805 |
| 交易筆數 | 37 |
| 勝率 | 48.65% |
| 獲利因子 | 1.979 |
| 平均每筆 | $2,178.31 |
| 在場時間 | 86.96% |
事後才挑出保留的候選策略,會讓結果看起來更好。從 1,024 次嘗試中留下的唯一倖存者,帶有一種選擇偏誤,而事先就選定的單一候選策略不會有這種偏誤,這正是 Bailey、Borwein、López de Prado 與 Zhu(2014)對任何保留最佳回測結果的搜尋所描述的效應。這裡沒有任何內容說明 HalfTrend 規則真的賺到了這筆錢,也不代表讀者可以期待相同結果。這個方框真正呈現的是問題的形狀。淨損益 $80,597.5 旁邊就是 $62,805 的最大回撤,因此最差的峰谷跌幅幾乎等於整個獲利。約六年半內有 37 筆交易,在場時間 86.96%,代表每個部位持有數週到數月,權益曲線在等待期間有很長的時間都低於先前高點。

Z 分數規則也需要同樣的閱讀方式。使用緊密均值出場的逆勢策略交易次數多、每筆很小,而在趨勢中會出現一連串小額虧損,加總成一段很長的回撤。像這樣的趨勢規則則是交易次數少,交易與交易之間的回撤很深。在這兩種情況下,摘要那一行都掩蓋了虧損期間究竟有多長。AlphaPrime(Valynox)績效報表中的回撤與定期績效面板,會逐月把這個長度呈現在你面前,而是否加上趨勢過濾或停損,正是在這裡做出決定。

你的下一步是做格狀測試,而不是只跑一次。在你自己的 ES 或台指期 K 棒上建立 Z 分數,設定 20 根 K 棒回看期數、門檻 2.0,在 z = 0 出場,並納入手續費與滑價。接著測試回看期數 15、30、50、100,以及門檻 1.5、2.0、2.5,記錄每一格扣除成本後的交易筆數與平均每筆損益,並標出相鄰格子結果一致的區域。再用慢速趨勢過濾與 z = −3.5 的停損重跑最佳區塊,比較前後的最長回撤(以 K 棒根數計),而不是只看淨損益。
常見問題
交易用的 Z 分數門檻多少比較好?
沒有單一的好數值。門檻 2 是常見的起點,因為它代表兩個標準差的偏離,但適合的數值取決於市場、K 棒週期與回看期數。請在扣除成本後測試 1.5 到 3.0 的門檻,計算每個門檻產生的交易筆數,並從相鄰數值表現相近的區域中間挑選,而不是只挑單一最佳格子。
配對交易價差的 Z 分數要怎麼算?
先建立價差:市場 A 的價格減去避險比率乘以市場 B 的價格,其中避險比率是指每一單位 A 需要用多少單位 B 來抵銷。接著計算該價差在最近 N 根 K 棒上的滾動均值與滾動標準差。Z 分數就是目前價差減去滾動均值,再除以滾動標準差。在測試期間固定避險比率,讓價差不會在規則底下移動。
Z 分數和布林通道是同一回事嗎?
兩者使用相同的兩個統計量:移動平均與標準差。布林通道把它們以價格單位畫在價格圖上,而 Z 分數則除以標準差,使讀數以標準差為單位。觸及上方 2 倍標準差通道,就等於 z = +2 的事件。由於 Z 分數的尺度不會改變,因此比較不同市場、價差與 K 棒週期時更容易。
Z 分數交易在趨勢市場中有效嗎?
單純的 Z 分數逆勢交易在穩定趨勢中會遇到困難。讀數會長時間停留在門檻之外,而均值持續遠離進場點,因此每次逆勢交易的出場價都比進場價更差。在趨勢市場使用 Z 分數的交易者,通常會測試三種方式:阻擋逆著主要方向的趨勢過濾、以 Z 單位或價格設定的停損,以及時間出場;並且以最長回撤而非淨損益來評判策略。
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.
- Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2nd ed.). John Wiley & Sons.
- Kaminski, K. M., & Lo, A. W. (2014). When Do Stop-Loss Rules Stop Losses? Journal of Financial Markets, 18, 234–254.

