
一句话结论:海龟交易法则在 A 股个股上亏钱,在指数上很好用。全 A 股按海龟系统 1 交易 14.2 万笔,胜率 31%,扣成本后平均每笔亏 0.50%;同样的规则用在沪深 300 上,10 年收益 +34.2%、最大回撤只有 −19.7%。
海龟交易是量化史上最有名的故事之一。这一课看看它的核心规则——唐奇安通道突破——放到 A 股上会怎样。

一、海龟交易和唐奇安通道
1983 年,美国期货交易员 Richard Dennis 和朋友打赌「交易能不能教会」,招募了一批没有经验的新人,教给他们一套完全机械的规则,这批学员被称为「海龟」。后来学员 Curtis Faith 在《海龟交易法则》一书中公开了这套规则。
它的核心是唐奇安通道:
| 线 | 计算 |
|---|---|
| 上轨 | 过去 N 天的最高价(不含今天) |
| 下轨 | 过去 N 天的最低价(不含今天) |
| 中轨 | (上轨 + 下轨) ÷ 2 |
海龟的两套入场出场系统:
| 系统 | 买入 | 卖出 |
|---|---|---|
| 系统 1 | 突破 20 日最高价 | 跌破 10 日最低价 |
| 系统 2 | 突破 55 日最高价 | 跌破 20 日最低价 |
原版规则还包括按 ATR 计算仓位、分批加仓、2 倍 ATR 止损等,本课只检验最核心的突破入场和通道出场。原版用在期货上,可以做空;A 股个股只能做多。
二、青柠数据实验 1:突破信号本身
全 A 股 2016 年 1 月至 2026 年 10 月。收盘价首次高于上轨记一次信号,第二天开盘买入,持有 20 天,和同一天全部股票平均收益比较。另给一个「盘中最高价碰到上轨」的版本作对照。
| 信号 | 次数 | 20 天收益 | 胜率 | 20 天超额 | 扣 0.15% 成本后 | 第二天一字涨停 |
|---|---|---|---|---|---|---|
| 收盘突破 20 日高点 | 316,055 | +0.29% | 44.9% | −0.64% | −0.79% | 0.71% |
| 最高价碰到 20 日高点 | 500,782 | +0.47% | 45.9% | −0.40% | −0.55% | 0.42% |
| 收盘突破 55 日高点 | 159,069 | −0.24% | 42.3% | −0.94% | −1.09% | 1.09% |
| 最高价碰到 55 日高点 | 251,140 | +0.08% | 43.6% | −0.58% | −0.73% | 0.65% |

四种突破全部跑输,周期越长越差。收盘突破 55 日高点之后 20 天连绝对收益都是负的。第二天一字涨停买不进的比例也最高。
三、青柠数据实验 2:完整的海龟系统
按海龟规则逐笔交易:收盘突破上轨,第二天开盘买;收盘跌破下轨,第二天开盘卖;同一只股票持仓期间不重复买入;每笔扣 0.15%。
| 系统 | 交易笔数 | 胜率 | 平均盈利 | 平均亏损 | 盈亏比 | 平均每笔(扣成本) | 平均持有 | 平均超额 |
|---|---|---|---|---|---|---|---|---|
| 系统 1(20/10) | 142,078 | 31.0% | +15.60% | −7.74% | 2.02 | −0.50% | 23.0 天 | −2.30% |
| 系统 2(55/20) | 62,972 | 28.5% | +21.54% | −11.19% | 1.93 | −1.85% | 39.8 天 | −3.61% |
典型的趋势跟踪形态:十笔里亏七笔,赚的那三笔平均赚 15% 到 20%。但在 A 股个股上,盈亏比只有 2 左右,不够覆盖七成的亏损,两套系统扣成本后都是亏的。
靠少数大赢家
系统 1 的 14.2 万笔交易里,收益最高的 1%(1,426 笔)平均每笔赚约 108%。如果把这 1% 拿掉,剩下 99% 的交易整体亏得更多。趋势跟踪的全部希望都押在极少数大牛股上,而 A 股个股的大牛股不够多、也不够持久。
分年份
系统 1 每年的平均每笔收益(扣成本):
| 年份 | 交易笔数 | 胜率 | 平均每笔 |
|---|---|---|---|
| 2016 | 7,742 | 31.7% | −1.59% |
| 2017 | 8,328 | 26.8% | −2.31% |
| 2018 | 9,883 | 14.4% | −6.15% |
| 2019 | 12,204 | 38.6% | +1.80% |
| 2020 | 11,665 | 31.5% | +0.15% |
| 2021 | 14,394 | 33.5% | +0.73% |
| 2022 | 14,254 | 27.6% | −2.13% |
| 2023 | 16,838 | 28.6% | −1.68% |
| 2024 | 15,163 | 36.2% | +1.34% |
| 2025 | 18,885 | 38.5% | +2.78% |
| 2026 | 12,722 | 25.6% | −2.09% |
5 年赚、6 年亏。2018 年胜率只有 14.4%,平均每笔亏 6.15%。
| 市况 | 交易笔数 | 胜率 | 平均每笔 |
|---|---|---|---|
| 牛市 | 82,757 | 32.1% | −0.04% |
| 熊市 | 59,321 | 29.6% | −1.13% |
牛市里勉强打平,熊市里明显亏损。
四、青柠数据实验 3:海龟规则用在沪深 300
同样的规则用在沪深 300 指数上,每次换仓扣 0.075%:
| 做法 | 总收益 | 年化 | 最大回撤 | 交易次数 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|---|
| 买入持有 | +14.18% | +1.24% | −45.60% | 1 | — | — |
| 系统 1(20/10) | +34.18% | +2.77% | −19.74% | 39 | 41.0% | 2.27 |
| 系统 2(55/20) | +31.73% | +2.59% | −23.02% | 17 | 29.4% | 4.52 |
收益是买入持有的两倍多,最大回撤不到一半,和第 19 课 ADX 择时(+48.3%、−18.9%)同属回撤最小的一档。10 年只交易 39 次,平均每笔持有 27 天。
为什么个股不行、指数可以?和前几课的解释一致:个股在几周尺度上是均值回归的,突破之后常常回落;指数是几百只股票的平均,个股的噪音被抵消,剩下的整体趋势更持久。海龟规则原本也是用在期货、指数这类趋势更明显的品种上。
同样要提醒:这 10 年沪深 300 有一次三年半的下跌,突破系统早早离场,避开了大部分损失。
五、常见误区
「海龟交易法则是赚钱的秘籍」
在 A 股个股上,两套系统扣成本后都亏钱。
「突破新高就是强势,要追」
收盘突破 55 日高点之后 20 天,平均连绝对收益都是负的。
「周期越长越可靠」
个股上 55 日突破比 20 日更差;指数上两者都好,20 日略好。
「胜率三成太低,不能用」
指数上系统 1 胜率 41%,系统 2 只有 29.4%,但两者都大幅跑赢买入持有。趋势跟踪看的是盈亏比,不是胜率。
在青柠中实操
- 1. 量化策略 → + 新建策略,在指标里拖入 唐奇安通道,周期 20。
- 2. 用 金叉/上穿,快线选收盘价、慢线选 上轨 作入场。
- 3. 再拖入一个周期 10 的唐奇安通道,用 死叉/下穿,快线选收盘价、慢线选它的 下轨 作离场。
- 4. 先对沪深 300 相关标的回测,再用 批量回测 跑全市场个股,对比两者的差别。
- 5. 改成 55/20,验证系统 2。
更多策略可以在青柠策略市场查看。下一课(第 24 课)把第三、四章的趋势类指标放在一起横向对比。
常见问题
海龟交易为什么当年能赚钱?
它用在期货市场,品种分散在利率、货币、商品上,可以做多也可以做空,大趋势比 A 股个股更多、更持久。
为什么用收盘突破,不用盘中突破?
原版海龟用盘中突破。本课两者都测了,盘中触及的信号更多、超额略好,但都为负。用收盘确认更容易执行,也和青柠的回测方式一致。
加上 ATR 仓位和加仓规则会更好吗?
仓位管理影响的是收益曲线的形状和回撤,第 37 课 ATR 和第 52 课仓位管理会讨论。但它改变不了入场信号本身跑输的事实。
口径说明
股票池为全 A 股,排除 ST(按当前名称)和北交所,剔除未复权收盘价低于 3 元、日线不足 56 根的股票,价格后复权;区间 2016-01-04 至 2026-10-13,共 5,001 只股票、2,615 个交易日。上轨、下轨为前 N 日(不含当日)最高价、最低价。信号级统计:收盘价首次高于上轨(前一日未突破),次日开盘买入,持有至第 20 个交易日收盘;次日一字涨停剔除。逐笔交易:收盘突破上轨次日开盘买入,收盘跌破下轨次日开盘卖出,同一股票持仓期间不重复买入,每笔扣 0.15%;逐笔超额 = 该笔开盘到开盘收益(未扣成本)− 同信号日全市场等权、相近持有期的平均收益(持有期分组近似)。收益最高 1% 按每年第 99 百分位划分。超额收益 = 信号股票收益 − 同日股票池全部股票同口径平均。牛熊按沪深 300 收盘相对其 250 日均线划分。沪深 300 使用指数日线(000300.SH,价格指数,不含分红),收盘突破次日持有、收盘跌破次日空仓,每次换仓扣 0.075%。2026 年为不完整年度。海龟交易历史参考 Curtis Faith《Way of the Turtle》。数据由青柠量化回测数据库计算。历史统计不代表未来表现,不构成投资建议。
读到这里,不如自己验证一次
文章里的逻辑,你可以在青柠量化里用真实数据重新跑一遍。免费,零代码。