打开分析工具 →

首页 › 浏览投资策略

浏览投资策略

问与答、投资基础、杠杆ETF策略和10位投资大师的投资策略集中在这里。可以看到按实际价格计算的回测答案,以及各策略的原则和评分标准。

最后审阅:2026-09-30

一览

把主题、文章,以及计算各篇规则的问与答整理在同一页。

问与答8

全部问题 →

心理与习惯5
资产配置与组合5
技术分析4
杠杆ETF策略14
系统交易16
股息与收入5
投资大师的投资策略11

问与答

投资中常遇到的问题,用按实际价格计算的数字来回答。

按标题查看 36 个问题

全部问题 →

基础与交易策略

每篇文章分三个层次阅读:一句话概括、正文和运营者的评估。具体的指标定义见术语表。

心理与习惯

投资者心理:损失厌恶、处置效应与羊群行为

自1993年以来,SPY有45%的交易日下跌,但十年期中只有9%以亏损收场,15年期则一个也没有。对于感受到的损失是收益两倍多的人来说,频繁查看就足以频繁看到亏损,而动摇计划的正是这一点。

本文梳理了关于损失厌恶(同样大小的损失比收益让人感觉更大)和处置效应(过早卖出盈利的持仓、过久持有亏损的持仓)的研究。我们计算了SPY和QQQ按日、月、年和十年来看出现亏损的频率,以及收复前高所用的时间。确认偏差和羊群行为也有涉及。 阅读 →

向下摊平与金字塔加仓:往哪个方向加仓

在QQQ的五年窗口中,向下摊平阶梯实际投入的中位数是$20,000,只有$40,000预算的一半。所以它的五年后余额中位数低于一开始全部投入($56,401对$81,013),而投入资金的收益率则略高(+111%对+103%)。对于始终没有回升的个股,每多买一次就多亏一次。

向下摊平是持仓下跌时加买,金字塔加仓是持仓上涨时加买。我们用同一套规则,在QQQ和TQQQ的每一个五年窗口里运行两者,比较实际投入的金额、五年后的余额、投入资金的收益率和最大浮亏,并联系处置效应以及趋势跟随者“对盈利持仓加仓”的规则。 阅读 →

亏损与回本的算术:腰斩需要翻倍

QQQ在2000年至2002年含股息下跌−83.0%,用了14.9年才回到高点。同月开始的定投在3.9年后超过了投入本金。波动越大,平均收益率与复利收益率之间的差距越大,所以TQQQ的年收益率是42.9%,而不是QQQ的三倍,即58.8%。

为什么−50%需要+100%的不对称,为什么波动率拖累会侵蚀复利,以及为什么杠杆ETF达不到三倍。我们计算了SPY、QQQ和TQQQ从2000年、2008年、2020年和2022年的高点恢复所用的时间,以及定投何时回到投入本金。 阅读 →

VIX恐慌指数与群体心理

在VIX高于40的日子之后,SPY在12个月后为正的比例是97%,但这207天中有59.9%出现在2008年至2009年。只算首次高于40的那天,十次中有八次为正,而在2008年9月29日买入,到最低点还要再跌−39.5%。

VIX是由标普500期权推算出的未来30天预期波动率,CNN的恐惧与贪婪指数则综合了七项指标。我们计算了VIX收盘高于20、30和40之后1个月、3个月、6个月和12个月的SPY和QQQ收益率、这些日子集中出现的年份,以及首次出现的那一天与任意一天的差别。 阅读 →

资产配置与组合

资产配置:现金30、股票70,债券与再平衡

30%的现金比例使SPY的最大回撤从−55.2%降到−42.4%,年化收益从11.2%降到8.0%。改为持有30%的中期国债,年化收益为9.1%,最大回撤为−39.0%,但在2022年债券与股票一起下跌。一个从未调整过的70/30组合,24年后股票占到93%。

我们计算了自2002年8月以来,股票与现金、中期美国国债(IEF)和长期美国国债(TLT)搭配后的年化收益、最大回撤和收复高点所需的时间,并比较了现金利息、2008年与2022年、按月再平衡、按年再平衡和从不再平衡。 阅读 →

全天候组合与永久组合:用 ETF 检验的四季配置

2006 年 3 月至 2026 年 9 月,全天候组合年化收益率为 6.6%,最大回撤为 −23.0%,收益低于 SPY,跌幅也小于 SPY(年化 11.0%,−55.2%)。2008 年上涨 3.3%,但在 2022 年股债同跌时下跌 18.8%,比 SPY(−18.2%)跌得更多。永久组合年化收益率为 7.0%,最大回撤为 −16.9%。

托尼·罗宾斯在其著作中从雷·达利欧处采用的全天候权重(股票 30、长期美债 40、中期美债 15、黄金 7.5、大宗商品 7.5),以及哈里·布朗的永久组合,用 ETF 自 2006 年 3 月起运行,并与 60/40 和 SPY 比较。涵盖 2008 年、2022 年,以及股债相关性转正之后发生的变化。 阅读 →

双动量(GEM):依据 12 个月收益率在股票与债券之间切换

2004 年 10 月至 2026 年 9 月,GEM 年化收益率为 8.6%,最大回撤为 −33.7%,跌幅小于 SPY(年化 11.1%,−55.2%),但收益也更低。在该书出版前的 10 年 3 个月里,它以年化 10.5% 对 8.3% 跑赢 SPY;2015 年起则以 7.0% 对 13.7% 大幅落后。它躲过了 2008 年,却完整承受了 2020 年的暴跌。

加里·安东纳奇的全球股票动量(GEM),用 SPY、EFA 和 AGG 自 2004 年 10 月起运行,并与 SPY、60/40 以及三种资产各占三分之一的组合比较。涵盖切换次数、各资产的持有时间、2008 年、2020 年、2022 年,以及该书出版之后的年份。 阅读 →

技术分析

技术分析基础:价格、成交量与趋势

低于200日均线的日子、放量的日子和过去一年为负之后的月份,之后的波动都更大。2000年以来,SPY在200日均线下方时次日波动率为年化29.6%,是均线上方13.2%的2.2倍,而平均收益率的方向在2000年代和2010年之后恰好相反。

图表呈现的三个事实,即价格位置、成交量和趋势,被转化为可以计算的定义,并给出2000年以来SPY和QQQ在每种状态之后一个月和一年的表现。文中还一并概述了从Brock、Lakonishok和LeBaron(1992)开始的研究。 阅读 →

支撑、阻力与突破:52周新高与回落

2000年以来,SPY有61%、QQQ有64%的52周新高突破,在20个交易日内收盘回落到突破价下方,但多数跌幅不到2%,120个交易日后的表现与守住突破价的那些大致相当。突破日的成交量大多低于平均水平。

价格在哪里停住,又在什么时候突破,先下定义,再与研究对照。以SPY和QQQ自2000年以来的数据,计算52周新高之后的收益、突破之后的回落,以及突破日的成交量。 阅读 →

指标解读:移动平均线、MACD、RSI与成交量

SPY的RSI低于30之后,接下来60个交易日平均上涨7.2%,高于全部交易日的2.2%,但在2008年,六次首日信号中有五次亏损。MACD交叉之后的收益与整体平均几乎相同,RSI与收盘价距20日均线的偏离度相关系数为0.82。

移动平均线、MACD、RSI和成交量的准确公式,以及同名指标为什么会算出不同的值。针对2000年以来的SPY和QQQ:RSI 30和70之后、MACD交叉之后的收益,以及各指标之间的重合程度。 阅读 →

入场前计划:理由、退出条件、入场价与止损

买入前先定好卖出的理由和止损距离,再由止损距离决定仓位。在QQQ上,10%的移动止损把最大回撤从−83.0%降到−46.3%,但年化收益率从8.8%降到7.2%,而且49次止损卖出中,有45次在20个交易日内收盘价重新回到卖出价之上。

本文介绍买入前要写下的四行内容,以及如何根据止损距离确定仓位。在QQQ和SPY上使用相同的突破入场规则,只改变止损,比较2000年以来的结果,并计算预设入场价实际成交的频率及之后的走势。 阅读 →

杠杆ETF策略

杠杆ETF一览:每月定投与五种规则

在同样的10年里,凡是回撤比持有TQQQ小的规则,都有一段时间持有较少的TQQQ或较少的股票。QQQ 200日规则10年年化收益率为42.1%(持有TQQQ为38.2%),在三年窗口中,期末高于持有TQQQ的占26%。

在同一条件下计算TQQQ、QLD、SOXL的每月定投,以及200日规则、价值再平衡、无限买入法、交叉再平衡和篮子法,汇总在一页,并附各问题和回测工具的链接。 阅读 →

篮子法:先填满240格,再每月打开一格

由一格的目标金额,而不是由人来决定何时卖、卖多少的规则。规则很简单,代价是要承受3倍杠杆ETF的全部回撤。

把一只杠杆ETF分成240个虚拟格子,每格一股,每月把格子填到目标金额,之后每月打开一格,只兑现超出的部分。这是社区里分享的一种积累与提取规则,本文按结构和风险来概括。 阅读 →

杠杆交叉再平衡:下跌时3倍,突破时2倍,过热时1倍

“下跌时买TQQQ,上涨时换成QLD”与“上涨时卖出QLD,下跌时加仓TQQQ”说的是同一个策略,只是顺序不同。这条规则需要判断市场处在什么位置,所以只用一部分资金,不用全部。

大跌时分批买入TQQQ,QQQ突破前高后降为QLD,RSI过热时把QLD减持换成QQQ。这是社区分享的一套循环,本文按结构与风险做了整理。 阅读 →

无限买入法:分40次买入,高于平均成本10%时卖出

一条分40天买入、在平均成本+10%时全部卖出的规则。近10年的TQQQ上,它的平均股票比重为32%,年化收益率22.2%,接近持有QQQ(20.9%),最大回撤−49.6%。

韩国社区的一条规则:把资金分成40份,每天买入一份TQQQ,价格高于平均成本10%时全部卖出,结束一轮。本文介绍我们计算所用的规则、各版本的差异,以及2010年以来的TQQQ回测结果。 阅读 →

价值再平衡(VR):按目标价值V买入和卖出

TQQQ价值的目标线V按公式上升,只有价值离开区间时才交易。近10年G取10时,平均股票比重为89%,因此结果(年化收益率41.4%,最大回撤−79.9%)与持有TQQQ(年化收益率40.9%,−81.7%)接近。

韩国社区的一条规则:目标价值V每两周上调一次,只有TQQQ的价值偏离V超过15%时,才把它交易回V。内容包括公式、本站补充的假设,以及2010年以来的TQQQ回测结果。 阅读 →

系统交易

网格交易:每下跌一格买入,上涨一格卖出

网格的股票比重,只会随着价格自高点回落的幅度而逐步填满。因此在QQQ上,它只在下跌或几乎没涨的时期领先买入持有,在上涨行情中则大幅落后。近10年的QQQ,它的年化收益率为2.7%,买入持有为20.9%。

一条按固定比例划出价格线的规则:价格每跌破一条线就买入一份,涨到高一格的线时卖出这一份。内容包括具体规则、与交易平台网格机器人的区别,以及QQQ和TQQQ的回测结果。 阅读 →

波动率突破:以开盘价 + k × 昨日振幅买入

当日涨幅超过前一日振幅的一定比例后顺势跟进的规则。2000年以来在QQQ上,扣除成本前年化收益率为13.2%,高于买入持有(年化8.6%),但每笔交易成本按0.15%计算,经过2,800次交易,$10,000最终变为$63。

拉里·威廉姆斯的短线突破规则:价格升至当日开盘价加k倍昨日振幅之上时买入。内容包括这条规则及其变体、2000年以来在次日开盘卖出的QQQ回测,以及改变结果的成本算术。 阅读 →

均线交易:200日线、金叉与10个月规则

均线规则降低回撤的效果大于提高收益的效果。2000年以来我们运行的每条规则,在QQQ和SPY上的最大回撤都小于买入持有,但除了QQQ上的50/200交叉(年化11.2%对8.6%),年化收益率都接近或低于持有。

收盘价与200日线、120日线的比较,10个月规则,以及50/200和20/60交叉,都定义为明确的规则,并在相同条件下对2000年以来的QQQ和SPY运行。每条规则在哪里取胜、在哪里落败,用数字说明。 阅读 →

股息与收入

用SCHD做股息增长投资:指数规则与10年测试

SCHD的规则是挑出100家连续派息至少10年、股息率较高且财务稳健的美国公司。每月定投10年,它每年的股息收入是SPY的2.7倍,年化收益率则低3.4个百分点。

SCHD所跟踪的道琼斯美国红利100指数的选股规则,它与常被拿来比较的几只股息ETF有何不同,以及在相同日期每月投资SCHD、SPY和QQQ共10年的结果。 阅读 →

备兑看涨期权ETF:QYLD和JEPQ的运作方式与收益

备兑看涨期权是把未来的上涨空间提前换成现金。2014年以来,QYLD在上涨年份只捕获了QQQ涨幅的45%,花掉分配的话,持仓最终比起点低27%。

把卖出的看涨期权变成分配的备兑看涨期权ETF的收益结构、QYLD与JEPQ的规则差异、与QQQ在相同日期上的回测对比,以及韩国投资者的税务。 阅读 →

按主题浏览

把讨论同一主题的策略文章和回测问题放在一起。文章说明规则,问题是用我们的引擎按同一规则计算出的结果。

杠杆ETF(TQQQ、QLD、SOXL)

定投与一次性投入

下跌行情与投资心理

资产配置与再平衡

移动平均与趋势跟踪

短期规则交易(网格、波动率突破)

股息与收息

投资大师的投资策略

这里收录的不是业绩最好的策略,而是按流派划分、挑选出判断彼此相反的策略。对同一只标的同时询问十个策略时,在哪里重合、在哪里分歧,正是这个工具想呈现的。

我是哪位大师的风格?用 10 道题找出最接近的风格 →

五个流派有什么不同

流派的分野在于先看什么。下表中的指标不是为了说明而举的例子,而是本应用为各策略评分时实际检查的项目。

流派先看什么评分所用的代表指标策略
趋势跟踪 · 动量价格是否已经走强均线多头排列 · 与52周高点的距离 · 放量突破 · 相对强度杰西·利弗莫尔 · 威廉·欧奈尔 · 马克·米纳维尼
逆向 · 低价买入市场是否过度抛弃了它较高点的跌幅 · RSI超卖 · 低PER/PBR · 盈利·负债率生存过滤约翰·邓普顿 · 戴维·德雷曼
价值 · 安全边际是否比内在价值便宜格雷厄姆数字(PER×PBR) · ROE·营业利润率 · 流动比率 · 负债率本杰明·格雷厄姆 · 沃伦·巴菲特 · 塞思·卡拉曼
成长股成长相对价格是否便宜PEG · 盈利增长率 · 营收同步增长 · 营业杠杆彼得·林奇
量化 · 因子规则是否满足盈利收益率(EBIT/EV) · 资本收益率(ROIC近似)乔尔·格林布拉特

为什么同时看十个

十个策略抛出的是不同的问题。趋势跟踪问“是不是已经走强”,价值问“是不是便宜”。同一只标的上这两个答案经常相左,这是很自然的。本应用不对哪一方正确下结论,而是把十个判定并排摆出来。多个策略同时给出有利判断的区间很少见,正因为少见,这本身就是信息。数据不足的策略不用估算来填补,而是作弃权处理并从平均值中剔除,所有判定无论画面上的K线周期如何,始终以日线为准。

还有一点:十个策略的判定与共振分数是不同的层。共振分数是只对移动平均、MACD、RSI、成交量这类纯技术指标加权平均得出的择时分数,市场和标的的阶段判定不会混入其中。混入的话,会出现“下跌阶段却有55分”这样的状态,两种信息会互相遮挡。

趋势跟踪 · 动量: 买入已经上涨的强势股

三位都是在价格先动之后才入场。区别在于确认的严格程度:利弗莫尔看趋势方向和成交量,欧奈尔在此基础上加上业绩增长,米纳维尼则用8个条件把它钉死来确认。

没有分数、只有解说的文章: 海龟交易 (理查德·丹尼斯)

逆向 · 低价买入: 买入被市场抛弃的股票

两位都把下跌视为机会,但不会仅凭“便宜”就让它通过。邓普顿检查悲观有多深,德雷曼同时检查低估指标和财务实力,把“便宜是有原因的”这类情形筛掉。

价值 · 安全边际: 以低于内在价值的价格买入

三位都看内在价值与价格的差距,但侧重点不同。格雷厄姆用定量标准划出底线,巴菲特加上企业的质量,卡拉曼则从可能亏多少算起。

成长股: 以合理的价格买入成长

看的不是成长本身,而是成长的价格标签。仅凭一个PEG,就能区分“增长快但很贵”的股票和“增长适度且便宜”的股票。

量化 · 因子: 只机械地遵守规则

把人的判断降到最低。只用盈利收益率和资本收益率这两个数字排序,并且毫无例外地执行,是这种方式的要点。

先读哪篇解说比较好

这不是哪个策略更好的顺序,而是按想了解的内容来安排的阅读顺序。

想了解图表和入场时机如何判断
把三位趋势跟踪者按利弗莫尔 → 欧奈尔 → 米纳维尼的顺序来读,可以看到原则从“确认趋势”一步步具体到“用8个条件来定义”。
想了解从财务报表判断企业的视角
按格雷厄姆 → 巴菲特 → 卡拉曼的顺序来读这三位价值投资者。格雷厄姆确立定量标准,巴菲特加上“优质企业”,卡拉曼则转向从下行风险开始计算。
想了解大幅下跌的股票如何判断
这是两位逆向投资者。邓普顿看悲观的程度,德雷曼看低估指标和财务实力。两人都不会仅凭“便宜”就让一只股票通过,而是同时检查生存条件。
想了解如何给成长定价
读林奇的PEG一篇就够了。它是只问PER是否低于增长率的单一标准,适合拿来与其他策略的估值标准对照着读。
想了解剔除人的判断、只遵守规则的方式
是格林布拉特。他只用两个数字(盈利收益率和资本收益率),所以是这份清单里最简单的,也因此成为衡量其他策略复杂程度的参照。

每篇解说的末尾都有“本应用的评分标准”一节。在那里可以看到原则是如何转化为实际分数的,以及哪些内容不检查。

在应用中同时查看十个策略的评分 →

这些解说是运营者参考公开出版的书籍、记录和访谈整理的教育性文章。并不是实际人物或机构在评价或推荐特定标的。Confluence Zone 是用于信息提供和研究的分析工具,不是投资建议、投资顾问服务或交易指示。投资判断及其结果由用户自行负责。
运营信息·方法论 · 浏览投资策略 · 术语表 · 问与答 · 规则状态 · 分析示例 · 价格 · 服务条款 · 投资信息声明 · 隐私政策 · 打开分析工具 · 한국어 · English · 日本語 · 繁體中文