Supertrend 比特幣剝頭皮策略：Python 實戰 15 分鐘圖，四步改良跑贏大市｜Quant Strategies Ep 1 筆記

2026年7月5日 · 來源頻道：Algo-trading with Saleh · #Supertrend #比特幣 #量化交易 #回測

第 1 課・共 18 課

超級趨勢 Supertrend 是程式化交易裏最易上手的趨勢指標之一：一條線、兩種顏色，價格在線上就是升勢、線下就是跌勢。Algo-trading with Saleh 的 Saleh 在這條片中，用這個指標為比特幣 15 分鐘圖寫了一個剝頭皮 Scalping 策略，再逐步疊加 ADX 過濾、4 小時圖方向確認與百分比風險倉位，把一個虧損的雛形改良到回測期內跑贏同期大市。本筆記按步驟重構他的思路，所有回測數字均為講者在特定設定下的教學案例，並非實盤成績。

學習重點

• Supertrend 本質是 ATR 倍數軌跡線：升勢時線在價格下方（圖上顯綠色），跌勢時在上方（紅色）；判斷方向只需比較當前價與軌跡線的相對位置。
• 出場用 ATR 定距：止蝕為入場價減 2.5 倍 ATR、止盈為加 3.2 倍 ATR，把盈虧比固定在 1 比 1.28，代價是勝率下降。
• 首輪回測（BTC-USDT 永續合約 15 分鐘圖、2022 年初起）直接虧損——單一指標不加過濾，橫行市的假訊號會不斷觸發止蝕。
• 三重改良逐次疊加：15 分鐘圖 ADX 高於 30 過濾弱趨勢、4 小時圖 Supertrend 確認大方向、4 小時圖 200 期均線界定牛熊；加入大時間框架後策略轉虧為盈，勝率約 47%，最大回撤顯著低於同期大市。
• 倉位由「全倉進出」改為每單固定風險 3%（用入場價與止蝕距離反推數量），回撤進一步受控，回測期末正式跑贏買入持有基準。

詳細筆記

Supertrend：ATR 倍數軌跡線

Supertrend 的構造其實很直白：先取每根 K 線的中位價（最高價加最低價除以二），再分別加減一個倍數的平均真實波幅 ATR，得出上下兩條軌道；指標任何時候只顯示其中一條。升勢時顯示下軌，線在價格下方、貼著價格上移；一旦價格跌穿它，指標便切換到上軌，方向反轉為跌勢，線改為壓在價格上方。圖表上通常綠色代表升勢、紅色代表跌勢，一眼可辨。因為軌道距離由 ATR 決定，波動大時線自動放寬、波動小時自動收緊，這是它比固定點數止蝕聰明的地方。

Saleh 在 Jesse 框架裏建立名為 ScalperSuper 的策略類別，第一步是定義一個 trend 屬性。Jesse 的 ta.supertrend 會返回兩個值：trend（軌跡線本身的價位）與 changed（方向剛切換時為 1）。講者只用前者——比較當前價與軌跡線，高於線回傳 1（升勢），否則回傳 -1（跌勢）（摘錄自原片教學）：

@property
def trend(self):
    s = ta.supertrend(self.candles).trend
    if self.price > s:
        return 1
    return -1

入場條件隨即寫成：should_long 回傳 trend == 1、should_short 回傳 trend == -1。他特別提醒：沽空函數只在期貨市場有用——本片交易的是幣安永續合約 Perpetual Futures，可以雙向操作；若做現貨，should_short 一段可直接略過。

全倉市價進場，ATR 定止蝕止盈

初版倉位邏輯很粗暴：訊號一出，用全部可用保證金以市價單進場，數量用 Jesse 的 utils.size_to_qty 以可用保證金、入場價與交易所費率（self.fee_rate）反推。因為全程用市價單，成交即時發生，不存在「未成交掛單要否取消」的問題，should_cancel_entry 方法留空即可——這個細節與海龜策略｜第 4 課的處理一致。

出場是本策略的骨架：不用反向訊號平倉，而是在開倉一刻就用 ATR 設定止蝕 Stop Loss 與止盈 Take Profit。邏輯寫在 on_open_position 事件內——好倉的止蝕是入場價減 2.5 倍 ATR，止盈是入場價加 3.2 倍 ATR，淡倉方向鏡像（摘錄自原片教學）：

def on_open_position(self, order) -> None:
    if self.is_long:
        self.stop_loss = self.position.qty, \
            self.position.entry_price - ta.atr(self.candles) * 2.5
        self.take_profit = self.position.qty, \
            self.position.entry_price + ta.atr(self.candles) * 3.2

兩個倍數的取捨值得留意。若止盈同樣設 2.5 倍，盈虧比就是 1 比 1——計及手續費後並不划算，所以講者把止盈拉遠到 3.2 倍，讓每宗贏的交易比輸的交易多賺約 28%。但他同時點出代價：止盈越遠，越難觸及，勝率 Win Rate 必然下降；倍數調低勝率會上升，卻不代表總盈利會上升。勝率與盈虧比之間的此消彼長，是所有固定盈虧比策略的核心權衡。

首輪回測：單一指標的直接後果

回測設定：Jesse 平台、幣安永續合約 BTC-USDT、15 分鐘圖，回測期由 2022 年初（加密貨幣大熊市開端）跑到影片製作前不久（2024 年中），開啟快速模式與基準對照。結果毫不意外：虧損。講者的評語是——從來沒有人能靠單一指標做出好策略。Supertrend 在橫行市會反覆切換顏色，每次切換都是一張市價單加一次止蝕，15 分鐘圖的噪音被放大成持續失血。接下來的四步改良，全部圍繞「減少差勁交易」與「控制每單風險」兩條主線。

改良一與二：ADX 過濾、4 小時圖定方向

第一重過濾是講者的愛用指標平均趨向指數 ADX。它不判斷方向，只量度趨勢強度：明確單邊市時數值上升，區間橫行時回落。用法是設一個門檻——ADX 高於 30 才允許開倉，直接把橫行市的假訊號擋在門外。加入後回測成績明顯改善，方向正確。

第二重是多重時間框架確認，這招講者說學自《High Probability Trading Strategies》一書：用更大的時間框架判斷一切。雖然策略在 15 分鐘圖進出，大方向卻改用 4 小時圖的 Supertrend 決定——先用 get_candles 取得同一交易對的 4 小時 K 線，再算一個 long_trend；做多要求 15 分鐘與 4 小時同為升勢，做空要求同為跌勢。他特別警告：在 TradingView 等平台做這種多時間框架回測，很容易跌入前視偏差 Look-ahead Bias 的陷阱——回測引擎誤用了當下還未收市的未來數據，績效會好得虛假；Jesse 的設計則不會犯這個錯。加入後策略正式轉虧為盈，最大回撤大幅收窄，勝率 47%。

這裏還有一個實務插曲：策略既用上了 4 小時圖 K 線，理應在 Jesse 儀表板為該時間框架加設 data route，但講者一時忘記，回測隨即報錯提示。新版 Jesse 對此情況不會直接中止，只會發出警告並繼續跑完——這種設計對初學者友善，但也意味著數據設定出錯時，回測結果可能靜靜地建立在錯誤的假設上，檢查警告訊息是每次回測的基本功。

改良三與四：200 期均線、3% 風險倉位

第三重過濾回答一個更粗的問題：現在是否牛市？方法是在 4 小時圖上計算 200 期移動平均線，價格在線上方才准做多、下方才准做空。講者先試簡單移動平均線 SMA，後來改試指數移動平均線 EMA，發現後者略佳（最大回撤再降一點），遂採用 EMA。這重過濾的另一個好處是交易次數明顯減少——15 分鐘圖剝頭皮的最大敵人是手續費，少做差勁交易等於直接省錢。此時的入場條件已疊成四重（摘錄自原片教學）：

def should_long(self) -> bool:
    return self.short_trend == 1 and self.adx \
        and self.long_trend == 1 and self.long_moving_average == 1

截圖出自原片（Algo-trading with Saleh）：TradingView 上 BTC-USDT 15 分鐘圖，Supertrend 綠紅軌跡線緊貼價格，下方副圖為 ADX（14）。

這重過濾還有一層成本意義：講者直言，15 分鐘圖進出頻密，手續費開支極大——「若不是付了這麼多費用，策略本來已坐擁不俗利潤」。交易次數下降，本身就是最直接的節省成本手段。

第四步修正倉位。此前的回測全部「全倉進出」，講者明言實盤幾乎從不這樣做。他的原則是每宗交易風險不超過本金 2%（本片實際用 3%），改用 Jesse 的 utils.risk_to_qty：傳入可用保證金、風險百分比、入場價、止蝕價與費率，由函數反推注碼。前提是開倉一刻必須已知止蝕位置——本策略的止蝕在 on_open_position 即設定，正好符合。重跑後效果明顯：此前策略只是回撤較小、勉強接近基準，修正倉位後，淨值曲線在回測期末正式越過同期大市，講者形容這個改動的效果令他意外。

截圖出自原片（Algo-trading with Saleh）：on_open_position 內以 2.5 倍 ATR 設止蝕、3.2 倍 ATR 設止盈，好倉版本。

最終結果與講者的補充

最終版策略在 2022 年初至 2024 年中的回測裏跑贏買入持有基準，最大回撤亦顯著低於同期 BTC 本身——尤其在 2022 年熊市段，雙向操作令策略在大跌中仍有進賬。講者也做了兩個失敗實驗並如實匯報：再加一個 4 小時圖的 ADX 過濾，對成績沒有幫助，遂移除；EMA 只比 SMA 略好，差異有限。值得留意的是，淨值曲線並非全程順風——2022 年熊市段策略大幅領先，但中段有一段時間表現平平，某些區間甚至跑輸大市，期末才拉開差距。他強調這只是一個下午做出來的初版，未做任何超參數優化；若用 Jesse 的優化模式再調，數字還會更好——但他同時提醒，15 分鐘圖策略手續費開支極大，交易所的費率折扣對這類策略的淨利潤影響是決定性的。片末的策略庫推廣與代幣抽獎屬頻道宣傳內容，本筆記不轉載。

截圖出自原片（Algo-trading with Saleh）：最終版 should_long 同時要求 15 分鐘 Supertrend 升勢、ADX 超過 30、4 小時 Supertrend 升勢、價格在 4 小時 200 期均線之上。

MT5 可行性速評

int atr_h = iATR(_Symbol, PERIOD_M15, 10);           // ATR 內建
// Supertrend 自寫：mid = (High+Low)/2
// 上軌 = mid + 3*ATR；下軌 = mid - 3*ATR
// 方向切換後鎖定單側軌道，價格越界才反轉
int adx_h = iADX(_Symbol, PERIOD_M15, 14);
int ema_h = iMA(_Symbol, PERIOD_H4, 200, 0, MODE_EMA, PRICE_CLOSE);
// 好倉：M15 價 > Supertrend && ADX > 30 && H4 同向 && Close_H4 > EMA200

注意：即使移植成功，MT5 策略測試器跑出的回測同樣會過度擬合——2.5 與 3.2 倍 ATR、ADX 30、200 期均線、3% 風險全是看著結果逐步調出來的參數，換平台不解決方法論問題。

欣利克的看法

• 防坑檢查一：績效的構成要逐步拆。本片沒有拋出一個嚇人的總回報數字，反而清楚展示了構成過程：單一 Supertrend 虧損 → 加 ADX 改善 → 加 4 小時圖確認後轉虧為盈、勝率 47% → 加 200 期均線與 3% 風險倉位後才跑贏基準。讀者要記住的是「初版虧損」這個起點——同一個指標，網上大量教學只展示調好參數後的亮麗曲線，本片的價值正在於把中間的失敗版本也攤開。
• 防坑檢查二：剝頭皮對成本極度敏感。15 分鐘圖雙向進出，交易次數遠高於日線策略，手續費與滑點會直接吃掉毛利的可觀部分；講者自己也承認「若不計手續費，成績其實相當不錯」。回測用 self.fee_rate 計費是誠實做法，但實盤還有滑點與資金費率等開支。評估任何高頻短線策略，第一件事是問「成本佔毛利幾成」。
• 防坑檢查三：BTC 高波動是雙刃劍。本片能用工整的 ATR 倍數（2.5、3.2）運作，部分原因是比特幣單根 15 分鐘 K 線動輒數百美元波幅，趨勢段足夠深，止盈才觸及得到。同一套參數搬到波動低的標的，倍數、勝率與盈虧比的平衡會完全改寫，不能直接照抄。
• 常見誤區：勝率 47% 不代表「接近隨機」。固定盈虧比 1 比 1.28 的設計下，保本勝率約 44%，47% 已越過保本線——低勝率高盈虧比是趨勢策略的正常形態，與猜謎無關。反過來說，若有人展示 70% 勝率的剝頭皮策略，更應檢查其盈虧比與止蝕設定是否藏著一次清倉的風險。
• 時效提醒：回測期為 2022 年初至 2024 年中，截至 2026 年中，費率與市場波動結構均已變化，片中數字不代表當前條件。本文僅為學習記錄，不構成買賣建議。

名詞解釋

• 超級趨勢 Supertrend：以 ATR 倍數構建的趨勢軌跡線，價格在線上為升勢、線下為跌勢，本策略的核心訊號。
• 平均真實波幅 ATR：量度每根 K 線平均波動範圍；本片同時用於 Supertrend 軌道與止蝕止盈距離。
• 剝頭皮 Scalping：在極短時間框架內頻密進出、賺取小幅價差的交易風格；本片戰場是 15 分鐘圖。
• 平均趨向指數 ADX：量度趨勢強度而不分方向；本片要求高於 30 才開倉，過濾橫行市。
• 指數移動平均線 EMA：對近期價格加權較高的移動平均；本片用 4 小時圖 200 期 EMA 界定牛熊。
• 永續合約 Perpetual Futures：無到期日的加密貨幣期貨合約，可雙向操作，是本策略的交易標的。
• 前視偏差 Look-ahead Bias：回測誤用當下未來數據造成的虛假績效；多時間框架回測的高發陷阱。
• 倉位規模 Position Sizing：決定每宗交易注碼的方法；本片由全倉改為每單 3% 風險反推。
• 勝率 Win Rate：盈利交易佔總交易的比例；本片約 47%，配合 1 比 1.28 盈虧比越過保本線。
• 風險回報比 Risk-Reward Ratio：每宗交易潛在盈利對潛在虧損的比例；本片以 2.5 與 3.2 倍 ATR 鎖定為 1 比 1.28。

常見問題 FAQ

Supertrend 指標的原理是甚麼？

它以每根 K 線的中位價為基準，加減指定倍數的 ATR 得出上下兩條軌道，任何時候只顯示一條。升勢時顯示下軌、線在價格下方並隨之上移；價格跌穿後切換到上軌，方向反轉為跌勢。因為軌道距離由 ATR 決定，波動大時自動放寬、波動小時自動收緊。優點是訊號明確、易於程式化；缺點是橫行市會反覆切換方向產生假訊號，所以實務上通常搭配 ADX 等趨勢強度過濾器。

為何止蝕用 2.5 倍 ATR、止盈卻用 3.2 倍？

若兩者用同一倍數，盈虧比就是 1 比 1，計及手續費後長期難以盈利。把止盈拉遠至 3.2 倍，每宗贏的交易比輸的多賺約 28%，期望值才轉正。代價是止盈越遠越難觸及，勝率會下降——講者明言倍數調低勝率會上升，但總盈利未必上升。勝率與盈虧比的此消彼長，是固定盈虧比策略無法迴避的權衡，2.5 與 3.2 只是他在這個品種與時間框架下的經驗取值。

為何要用 4 小時圖再確認一次方向？

15 分鐘圖的 Supertrend 訊號在噪音中極易誤觸，用大時間框架定方向可以過濾掉逆勢交易：只在 4 小時圖同為升勢時做多、同為跌勢時做空。這正是本片由虧轉盈的關鍵一步，最大回撤亦大幅收窄。要注意的是，在部分回測平台做多時間框架分析容易誤用未收市的未來數據，造成前視偏差，績效會好得虛假；選擇回測工具時須確認其處理方式。

這個策略可以直接用於實盤嗎？

本片展示的是一個下午完成的教學雛形，講者明言未做超參數優化，也沒有樣本外驗證。所有參數——2.5 與 3.2 倍 ATR、ADX 30、200 期均線、3% 風險——都是看著同一段回測逐步調出來的，存在過度擬合風險。此外 15 分鐘圖策略對手續費、滑點與資金費率極度敏感，回測與實盤的落差會被高交易頻率放大。本筆記僅作學習記錄，不構成任何買賣建議。

原影片

本文整理自以下影片，版權屬原創作者所有，建議配合原片觀看：

來源：https://www.youtube.com/watch?v=40HulO-CVTA