均值回归交易：完整策略指南

1. 什么是均值回归交易？

均值回归交易是一种基于统计观察的策略：价格在经历极端偏离后，往往会回到其历史平均值（“均值”）。当价格显著高于平均值时，均值回归交易者会建立空头头寸，预期价格回落到均值附近。当价格显著低于平均值时，他们会建立多头头寸，预期价格回升。该策略与趋势跟随直接相反 — 趋势交易者顺着动量，均值回归交易者则从动量耗尽中获利。

均值回归理念可以追溯到统计力学和量化金融。Renaissance Technologies、D.E. Shaw 和 Two Sigma 等对冲基金，部分依靠把均值回归原则应用到股票、衍生品和货币市场，建立了数十亿美元规模的业务。其数学基础来自一个观察：金融价格虽然波动，但更倾向于围绕长期平均值振荡，而不是无限期沿直线移动。这种振荡为有耐心等待极端位置的交易者创造了可利用的机会。

均值回归与大多数零售 SMC 交易者熟悉的聪明钱概念（SMC）框架有本质区别。SMC 关注机构定位和结构水平；均值回归关注统计极端和振荡行为。两种方法并不互斥 — 成熟交易者会将它们结合，用 SMC 识别均值回归入场概率更高的区域。但两者的哲学视角不同，在与其他方法结合之前，先按均值回归自身逻辑理解它至关重要。

本指南把均值回归同时作为完整交易方法和其他策略的补充技术来认真讲解。我们会介绍均值回归何时有效（震荡市场、横向盘整、特定工具）、何时会灾难性失败（强趋势）、最佳指标和时间周期，以及大多数专业均值回归交易者使用的 4 种主要策略。若要与趋势跟随方法比较，请参阅我们的价格行为交易指南。

2. 均值回归为什么有效，又会在什么时候失效？

均值回归不是市场常数 — 它在特定条件下有效，在其他条件下失效。在基于该策略投入资金之前，理解这两面至关重要。

为什么均值回归在区间中有效： 当市场缺乏明确方向偏向时，供需会随着时间大体平衡。价格下跌时买方进场；价格上涨时卖方进场。结果就是围绕平均值振荡。统计优势来自价格在足够长时间内回到均值的概率接近 100%。难点在于时机 — 您需要在足够极端的偏离处入场，使回归收益足以覆盖风险，并在下一次偏离把您带回止损之前出场。

统计基础： 大多数金融价格序列在特定时间周期上都表现出某种程度的均值回归行为。最“平稳”的工具（均值回归最强）包括主要货币对、波动率指数（VIX、衍生品）、利率利差，以及某些商品配对（金银比）。最“趋势化”的工具（均值回归容易失效）包括成长股、宏观周期中的加密货币，以及新兴市场指数。

灾难性失败案例： 当底层均值正在变化时，均值回归会失效。如果一只股票处于强劲上升趋势，今天“极端”的超买读数，随着均值上移，明天就会变成正常。反复在趋势市场卖出超买会造成复合亏损。经典的均值回归灾难是：在 2020-2021 年期间，每当 Tesla 变得“超买”就做空，这让拒绝适应趋势状态的交易者遭受毁灭性损失。

识别市场状态至关重要： 在应用均值回归策略之前，先识别市场状态。ADX（Average Directional Index）高于 25 表示趋势；低于 20 表示震荡。Bollinger Band 宽度扩张表示趋势；收缩表示震荡。只在确认的震荡状态中交易均值回归。当状态转为趋势时，切换到趋势跟随 — 对抗状态，正是摧毁均值回归账户的原因。

不对称陷阱： 均值回归的胜率可以很高（60-80%），但其风险回报比通常不利（1:1 到 1:2）。盈利的均值回归需要严格风险管理，或只在极端偏离处选择性入场，使最终回归幅度明显大于初始回撤。没有这种纪律，高胜率会掩盖大额亏损交易造成的负期望值。

3. 哪些市场适合均值回归交易？

并非所有市场都具有同等的均值回归行为。有些市场在统计上更平稳（强均值回归）；另一些市场则持续趋势化。理解哪些市场更适合均值回归，可以节省无数挫败时间和资金损失。

主要外汇货币对（EUR/USD、GBP/USD、USD/JPY）： 在震荡交易时段非常适合均值回归，尤其是亚洲时段（低波动、横向移动）以及周五尾盘 / 周一早盘过渡。外汇价格在较长时期内表现出统计平稳性 — 央行会主动管理利率，防止失控趋势。均值回归在 15M 到 4H 时间周期上效果最好。

波动率产品（VIX 相关 ETF 和期货）： 属于最强的可均值回归工具之一。VIX 会在恐慌时飙升（超过基本面），在平静时崩落（回到基线）。几十年来，波动率产品上的均值回归为机构交易者带来了稳定回报。零售交易者可通过 UVXY、VXX、SVXY 接触（不过存在杠杆风险）。

配对交易（Coca-Cola vs Pepsi、Gold vs Silver）： 最原始的量化均值回归策略。识别两个相关资产。当它们的价格比率显著偏离历史平均值时，做空表现更强的一方，并做多表现更弱的一方。随着比率回归，您会在两边获利。它之所以有效，是因为相关资产共享底层驱动因素，而这些因素会随着时间重新发挥作用。

指数价差： 相关指数之间的价差关系（S&P 500 vs Nasdaq、美国 10 年期 vs 30 年期收益率）表现出强均值回归。专业交易者会根据价差相对历史均值的偏离在板块之间轮动。它比单一工具交易执行更复杂，但能产生更稳定的优势。

商品价差： 金银比、油气比、大豆 / 玉米比。这些商品配对关系在多年周期上具有充分记录的均值回归特征。它更适合波段交易者和头寸交易者，而不是日内交易者。

均值回归应避免的市场： 成长股（历史上的 Tesla、Nvidia、Amazon）、牛市周期中的加密货币、危机时期的新兴市场货币、上市第一年的 IPO。这些工具表现出由结构性因素（创新、采用、资金流）驱动的强趋势行为，会压过统计均值回归。请改用趋势跟随，或等待状态改变。

4. 哪些指标能发现均值回归极端？

均值回归策略依赖于识别统计极端的指标 — 也就是价格异常远离平均值的位置。5 个指标主导专业均值回归分析。

Bollinger Bands： 基础性的均值回归指标。它由 20 周期移动平均线，以及上下各 2 个标准差的带组成。从统计上看，95% 的价格行为会停留在带内。当价格触及或超过带时，说明它到达统计极端。在震荡市场中触及上轨 = 均值回归做空信号。触及下轨 = 做多信号。结合确认（拒绝 K线、RSI 极端）后，Bollinger Bands 能产生一些最干净的均值回归信号。

RSI（Relative Strength Index）： 衡量超买 / 超卖状态。RSI 高于 70（更严格信号用 80）= 潜在均值回归做空。RSI 低于 30（更严格信号用 20）= 潜在均值回归做多。Larry Connors 的经典“2 周期 RSI”变体（RSI 2 高于 90 或低于 10）是量化金融中经过最多测试的短期均值回归信号之一。请参阅我们的最佳 TradingView 指标指南。

Stochastic Momentum Index（SMI）： 一种改进型 Stochastic，比经典版本产生更干净的超买 / 超卖信号。高于 +40 = 超买；低于 -40 = 超卖。SMI 更平滑的曲线让均值回归背离比其他振荡指标更清晰。请参阅我们的专门Stochastic Momentum Index 指南。

Z-Score： 纯粹的统计均值回归度量。Z-Score =（当前价格 - 均值）/ 标准差。Z-Score 为 2 表示价格距离均值 2 个标准差（统计极端）。Z-Score 高于 +2 或低于 -2 是教科书式均值回归入场信号。它在量化交易中被大量使用；在零售交易中不那么常见，但正确应用时极其强大。

Keltner Channels： 类似 Bollinger Bands，但使用 ATR（Average True Range）而不是标准差。在 Bollinger Bands 可能大幅扩张的趋势市场中更稳定。区间内触及 Keltner Channel 上轨 = 均值回归做空信号。它适合与 Bollinger Bands 一起作为确认工具。

ADX（趋势强度过滤器）： 它本身不是均值回归信号，却是最重要的过滤器。ADX 高于 25 = 趋势市场（避免均值回归）。ADX 低于 20 = 震荡市场（适合均值回归）。部署任何均值回归策略前，都要检查 ADX。

5. 如何交易均值回归？4 种经过验证的策略

策略 1：如何交易 Bollinger Band 反弹？

这是基础策略。确认震荡状态（ADX 低于 20）。等待价格触及或短暂超过 Bollinger Band 上轨。等待拒绝 K线（看跌吞没、pinbar）。在拒绝收盘后做空。止损放在近期波段高点上方。第一止盈目标为中轨（20 周期 MA），第二目标为下轨。

预期指标： 在确认区间中胜率 60-70%。R:R 通常为 1:1 到 2:1。高胜率弥补中等 R:R，在真正震荡市场中应用时能产生稳定盈利。下轨做多入场为镜像逻辑。

策略 2：RSI(2) 极端反转如何运作？

Larry Connors 著名的短期均值回归策略。使用 2 周期 RSI（回看期为 2 的 RSI，而不是标准 14）。当股票位于 200 日移动平均线上方且 RSI(2) 跌破 10 时，入场做多。当 RSI(2) 收盘高于 70 时出场。止损放在最近波段低点下方。最适用于震荡或看涨但正在回调阶段的流动性美国股票。

为什么它有效： 2 周期 RSI 捕捉很快均值回归的极端短期超卖读数。200 日 MA 过滤器确保您只在长期看涨环境中交易（避免趋势性熊市中做多一侧的灾难）。记录胜率：2010-2024 年主要股票中为 70-75%。

策略 3：如何交易 Z-score 统计回归？

量化方法。计算 Z-Score =（当前价格 - 50 周期均值）/ 50 周期标准差。当 Z-Score 跌破 -2（显著超卖）时做多。当 Z-Score 升至 +2 上方时做空。当 Z-Score 重新穿过 0 时出场。当 Z-Score 到达 -3（统计崩坏）时止损。

为什么属于进阶： 需要能够自动计算 Z-Score 的量化工具，或手动计算。最适合应用于外汇货币对和波动率产品。在正确识别的统计极端上，胜率为 65-70%。R:R 通常为 1.5:1 到 2:1。

策略 4：如何将均值回归与 SMC 结合？

把均值回归信号与聪明钱概念（SMC）水平结合。当 Bollinger Band 触及与订单块或主要流动性区域重合时，均值回归入场获得机构确认。在触及 Bollinger Band 后，在 OB 水平出现拒绝时入场。止损放在 OB 极端之外。目标为对侧 Bollinger Band 或下一个对侧 OB。

这种组合是最成熟的零售应用之一 — 用结构推理（SMC）确认统计极端（均值回归）。在共振形态上，胜率可升至 70-80%。请参阅我们的订单块指南了解 SMC 框架。

6. 最常见的均值回归错误有哪些？

错误 1：在趋势市场中交易均值回归。 这是破坏性最大的错误。在强劲上升趋势中卖出每一次超买读数（或在强劲下降趋势中买入每一次超卖读数），会随着趋势继续对您不利而产生复合亏损。任何均值回归入场前，都要先用 ADX 确认震荡状态。

错误 2：忽略底层趋势。 即使在较短期区间内，较长期趋势也会造成不对称回归。逆趋势均值回归入场（在更大上升趋势中做空）常常在回到均值前就重新反转回趋势方向。请用高时间周期趋势方向过滤均值回归入场。

错误 3：不使用止损。 “价格总会回到均值”的想法会让交易者无限期持有亏损头寸。有时价格不会回归 — 基本面变化、状态切换、结构性断裂都会发生。始终在统计极端水平设置止损（3 个标准差，或下一个主要结构突破）。

错误 4：因高胜率而仓位过大。 均值回归 60-70% 的胜率会诱使交易者激进加仓。但由于止损距离更宽，均值回归的亏损单往往大于盈利单。请根据止损距离确定仓位，而不是根据胜率预期。

错误 5：依赖单一指标。 不经确认就交易每一次 Bollinger Band 触及，会产生许多亏损。始终把主要信号（触及带）与确认（拒绝 K线、RSI 极端、OB 共振）结合。单指标均值回归最多只能产生边际优势。

错误 6：工具选择错误。 在成长股、牛市周期中的加密货币或持续趋势货币上尝试均值回归，会造成持续亏损。均值回归适用于具有统计平稳性的工具（主要外汇、波动率产品、相关配对）。请让策略匹配工具的数学属性。

7. 测试您的知识

关于均值回归交易的 7 个问题。

8. 均值回归 + 聪明钱

均值回归提供统计推理。聪明钱概念（SMC）提供结构推理。两者结合，可以形成零售交易中优势最高的分析框架之一。

常见问题