MR-05 · 均值回归
CCI 均值回归
用商品通道指数（CCI）识别超卖：CCI 跌破 −100（超卖）时做多，回到中性（0）时离场，并设置最长持有期和极端止损。
Mean ReversionOscillator
基本信息
适用场景区间震荡的大宗商品和指数
信号频率每日
典型持有期几天
资产类别指数、大宗商品、外汇
测试市场数10
数据截至2026-11-10
回测结果怎么看
- 在 10 个市场中的 3 个，近 5 年的年化收益跑赢买入持有。
- 在 10 个市场中的 10 个，最大回撤比买入持有更小。
- 夏普最高的市场：USO（夏普 1.36，年化 26.5%）。
- 表现最弱的市场：EURUSD=X（夏普 -0.27，年化 -1.3%）。
权益曲线
评分与风险画像
Arena Score: 50.8SPY, 近 5 年
收益质量 · 30%34
回撤控制 · 25%47
稳定性 · 20%62
稳健性 · 15%55
统计可信度 · 10%83
每一项都是和同一市场、同一窗口内所有策略比较的百分位（100 为最好）。
持仓时间占比24%
Ulcer 指数5.6%
最长回撤832 天
日 VaR（95%）-1.06%
夏普为正的概率83%
相对买入持有的 Beta0.39
Alpha（年化）-0.3%
正收益月份占比45%
扣 10 bp 成本后年化1.9%
年化收益 90% 区间（Bootstrap）-2.2% 至 10.6%
最大回撤 90% 区间（Bootstrap）-26.6% 至 -9.6%
大跌行情中的表现（SPY）
| 时期 | 策略 | 买入持有 |
|---|---|---|
| 2018 年四季度下跌 | -9.2% | -19.2% |
| 新冠暴跌（2020 年 2–3 月） | -35.4% | -33.7% |
| 2022 年熊市 | -11.5% | -24.5% |
| 市场在 200 日均线上方时（年化） · 81% | +4.0% | +12.5% |
| 市场在 200 日均线下方时（年化） · 19% | -0.8% | +19.8% |
大跌时期按美股划分。是否在 200 日均线上方用前一天的状态判断，不存在未来函数。
样本外检验（SPY）
| 检验项 | 数值 |
|---|---|
| 选出的参数在各自 3 年训练期里的平均夏普 | 0.57 |
| 同一组参数在之后 6 个月真正交易时的夏普 | 0.37 |
| 同样这些月份一直用默认参数的夏普 | 0.37 |
| 重新选参次数 / 参数实际更换次数 | 28 / 10 |
| 全部历史上夏普为正的参数组数 | 9 组中 9 组 |
| 各组参数的夏普：最低 / 中位数 / 最高 | 0.26 / 0.34 / 0.42 |
样本外区间从 2013-01-04 开始。训练期的数字因为是从 9 组参数里挑最好的，一定偏好看；样本外的数字才是策略真正赚到的。下降很多，或者只有某一组参数好，都是过拟合的信号。滚动前推测试是怎么做的。
各市场结果（近 5 年）
| 市场 | 年化收益 | 买入持有年化 | 夏普 | 最大回撤 | 买入持有最大回撤 | 波动率 | Arena Score |
|---|---|---|---|---|---|---|---|
| USOUnited States Oil Fund | 26.5% | 20.2% | 1.36 | -19.0% | -36.2% | 18.7% | 87 |
| GLDSPDR Gold Shares | 4.5% | 16.4% | 0.52 | -17.0% | -28.3% | 9.2% | 48 |
| DBCInvesco DB Commodity Index | 4.5% | 10.8% | 0.49 | -11.7% | -27.3% | 10.1% | 68 |
| SPYSPDR S&P 500 | 4.1% | 11.6% | 0.43 | -16.2% | -24.5% | 10.9% | 51 |
| DBAInvesco DB Agriculture | 2.8% | 8.8% | 0.42 | -9.3% | -15.9% | 7.4% | 55 |
| BTC-USDBitcoin | -1.0% | 2.6% | 0.10 | -50.6% | -75.9% | 25.9% | 43 |
| ETH-USDEthereum | -9.7% | -15.1% | -0.02 | -60.9% | -79.0% | 35.4% | 39 |
| SLViShares Silver Trust | -2.3% | 15.2% | -0.02 | -30.2% | -57.8% | 19.1% | 30 |
| UNGUnited States Natural Gas | -11.0% | -30.7% | -0.14 | -62.1% | -93.3% | 37.0% | 57 |
| EURUSD=XEUR/USD | -1.3% | -0.7% | -0.27 | -8.0% | -17.2% | 4.2% | 29 |
策略指标基于日收益，未扣除交易成本；买入持有为同一市场、同一窗口的数据。按夏普比率排序。
SPY 在不同时间窗口的表现
交易规则
Entry
Buy when CCI < -100 (oversold)
Exit
Exit when CCI >= 0 Or max holding period reached Or CCI < -200 (extreme stop)
Indicators
Typical Price = (H+L+C)/3 CCI = (TP - SMA) / (0.015 * Mean Deviation)
Inputs
Period = 20 Oversold = -100 Exit_Level = 0 Max_Hold = 15
Position sizing
Fixed 100% allocation
Risk controls
Stop at CCI < -200 Max hold 15 days
策略证据
- BTC-USD · 查看证据 2026-11-10
- DBA · 查看证据 2026-11-10
- DBC · 查看证据 2026-11-10
- ETH-USD · 查看证据 2026-11-10
- EURUSD=X · 查看证据 2026-11-10
- GLD · 查看证据 2026-11-10
- SLV · 查看证据 2026-11-10
- SPY · 查看证据 2026-11-10
- UNG · 查看证据 2026-11-10
- USO · 查看证据 2026-11-10
下面只列出可用的已校验证据包；没有证据不代表通过验证。
证据覆盖范围
已校验 10 / 10 个预定策略与市场组合
备注
- Donald Lambert 在 1980 年提出
- 常数 0.015 让 70%–80% 的 CCI 值落在 [−100, +100] 之间
- 横盘市场中效果最好
相关策略
嵌入这个评分
可以放进博客文章、README 或论坛签名，徽章会随每日数据自动更新。
<a href="https://quantarenas.com/strategy/mr-05-cci-mean-reversion/"><img src="https://quantarenas.com/badge/mr-05-cci-mean-reversion.svg" alt="CCI Mean Reversion Arena Score on Quant Arena" height="20"></a>
[](https://quantarenas.com/strategy/mr-05-cci-mean-reversion/)
回测是基于日线数据的历史模拟，未计入佣金和滑点，不代表未来收益，也不构成投资建议。每个策略的测试方法见方法论。