大跌隔天會反彈嗎？數字說會，但我們自己的檢定沒過關

市場上流傳很久的一句話：跌深就會彈，漲多就會休息。

聽起來很順，實際上很難驗。因為「會反彈」跟「你能靠它賺錢」是兩件事，中間隔著一層叫交易成本的東西。

我們把這件事真的算了一遍。這篇是那次計算的白話版，包含算出來的好消息，也包含我們自己後來把它推翻掉的那部分。

先把最重要的三件事講在前面

這篇文章有一個尷尬的結構：主結果看起來不錯，但我們自己後續的檢驗沒撐住。與其把這段藏在文末，不如放在你決定要往下讀之前。

 第一，統計上的差距不夠明顯。  最好的那個版本比不做任何調整的固定配比高出一點分數，但用兩模型比較的檢定去測，顯著性只到 0.137，沒有達到一般認定的顯著水準。換白話說：這點差距有可能只是運氣。優化過的版本拿去做更嚴格的統計折扣檢驗，同樣沒過。

 第二，後面你會看到的 0.878 和 0.941，是從 35 組參數組合裡挑出來的最大值。  挑最大值這個動作本身就會讓數字偏樂觀，而我們沒有對「挑了很多次」這件事做任何統計上的修正。這兩個數字要當成上限看，而不是預期值。

 第三，交易成本被低估了大約一倍。  這個測試同時買賣兩種資產，但成本只算了美股那一腿，另一腿的成本沒算進去。真實情況會比文中的數字更差。

所以「短線反轉是真的」這句話，正確的讀法是：美股隔天反向的統計現象確實存在，但能不能真的把它變成錢，我們沒有證據說得準。

本文不構成任何投資建議。

實驗怎麼做的

資料用 SPY（美股）、GLD（黃金）、^VIX（波動率指數）的日資料，抓取區間從 2006-01-01 到 2026-03-27，回測主區間從 2007-01-01 起算。交易成本假設每次進出 5 bps，也就是萬分之五。

規則很單純。平常股票跟黃金各擺一半。前一天美股如果跌超過 1%，隔天把股票的比重往上加 20 個百分點；漲超過 1% 就往下減 20 個百分點。其他日子不動。

這裡有一個容易誤會的地方要先講清楚。文中拿來對照的「50/50」，是每天都把比例拉回一半一半的固定配比，不是買了就放著不管的那種持有。這兩者長期下來的結果會差不少。

五種版本，攤開來看

表裡最好的那一列，是規則最笨的那一個。

日頻逆勢傾斜拿到 0.878，比固定配比的 0.843 高一點點。更有感的是回撤：最深的那一段虧損從 -32.5% 縮到 -24.8%。

比較有意思的是，那些聽起來更聰明的版本全都沒有比較好。把波動率指數的訊號墊在底下再疊逆勢，分數 0.857；改成一週才調一次，掉到 0.810；用連續型的 5 日均值回歸，只剩 0.782。

同一個反轉概念，多裝幾個零件並沒有讓它變好。

訊號本身確實存在

底層現象是紮實的。SPY 前一天跟隔天的漲跌之間帶著負向關聯，數值是 -0.1065，統計上很清楚。

更直觀的講法是這樣：前一天如果跌超過 1%，隔天的平均報酬換算成年化大約是 +43.9%；前一天如果漲超過 1%，隔天換算成年化是 -27.0%。

差距很大。問題出在後面那一段路。

越勤勞，賺得越少

這張圖把交易次數跟風險調整後分數放在一起，左邊是日頻、右邊是週頻，紅星是各自最好的參數點。

日頻那一側的最佳點長這樣：門檻拉高到前一天漲跌超過 2% 才動，每次把股票比重調 30%，年化換手約 10.4 倍，一年裡真的有訊號要動手的日子只佔 7.6%。分數是 0.941。

反過來，如果把門檻降到 0.5%，等於幾乎每兩天就要動一次。年化換手直接衝到 18.9 到 56.7 倍，分數掉回 0.80 到 0.84 附近。

你抓到了更多次反轉，但抓到的東西全部拿去付手續費了。

換一段時間，結論就變了

把 2007 到 2026 切成幾段來看，這套做法非常挑環境。

2007-2010 的金融海嘯期間有效，2020-2022 的疫情震盪期也有效。這兩段的共同點是市場劇烈來回甩。

但在 2011-2015 跟 2016-2019 這兩段相對平順的行情裡，逆勢傾斜的優勢就消失了，有時候還輸給更單純的做法。

一個策略只在特定市況才有用，這件事本身不算罪過。麻煩的是你事前不知道自己正站在哪一段裡。

為什麼我們最後選擇不推薦它

回到開頭那三件事，把它們合起來看。

差距在統計上撐不住，顯著性只到 0.137。最漂亮的兩個數字是從 35 組參數裡挑出來的最大值，沒做過任何挑選次數的修正。成本還少算了一腿，實際大約差一倍。分段來看又只有一半的時期站得住。

任何一條單獨看都還好。四條疊在一起，就不該說這是一個可以拿去用的策略。

我們一開始跑這個實驗的時候，是希望它成立的。跑完之後我們自己去找它的麻煩，然後找到了。把找到的東西寫出來，比把 0.941 拿去當標題有用。

如果一定要從這份資料帶走一句話，大概是這樣：短線反轉這個現象在數字上看得到，但它小到只要你多動幾次手，就會被自己的交易成本吃掉。需要克制的地方，通常在下單那一步。

本文基於逆勢傾斜回測實驗（腳本 experiments/k698/k698_contrarian_vt.py，結果檔 experiments/k698/k698_results.json，實驗編號 K698）。資料來源為 yfinance 的 SPY、GLD、^VIX 日資料，抓取區間 2006-01-01 至 2026-03-27，回測主區間自 2007-01-01 起，交易成本假設 5 bps（僅計美股一腿）。文中所有數值均為歷史回測結果，不構成投資建議。

懶人包圖組