RSI（相对强弱指标）是最常用的震荡指标之一，但默认参数14和30/70阈值是否最优？本文对XAUUSD的RSI策略做10年回测，对比优化前后的表现差异。
## 一、回测基本设置
**回测数据：**
– 品种：XAUUSD（现货黄金）
– 周期：日线
– 时间：2016年1月 – 2025年12月（10年）
– 数据量：约2500个交易日
**默认策略逻辑：**
– RSI周期：14
– 超卖阈值：30（买入信号）
– 超买阈值：70（卖出信号）
– 买入条件：RSI从下往上穿越30
– 卖出条件：RSI从上往下穿越70
– 止损：ATR的2倍
– 仓位：固定比例，单笔风险2%
这个策略的逻辑很简单：超卖了买入，超买了卖出。是最经典的RSI用法。
## 二、默认参数回测结果
**14周期RSI，30/70阈值：**
| 指标 | 数值 |
|——|——|
| 总交易次数 | 87次 |
| 盈利次数 | 42次 |
| 亏损次数 | 45次 |
| 胜率 | 48.3% |
| 平均盈利 | $520 |
| 平均亏损 | $310 |
| 盈亏比 | 1.68:1 |
| 总收益 | $7,890 |
| 年化收益 | 约7.9% |
| 最大回撤 | 12.5% |
| 收益回撤比 | 0.63:1 |
| 最大连续亏损 | 7次 |
默认参数的结果只能说”勉强能赚钱”。胜率不到50%，盈亏比也不算高，最大回撤12.5%，收益回撤比只有0.63，不太理想。
**主要问题：**
1. 交易信号太少，10年才87次
2. 震荡市中表现尚可，趋势市中经常”抄底抄在半山腰”
3. 最大回撤偏深，收益回撤比不够好
所以，默认参数有优化空间。
## 三、参数优化思路
优化RSI策略，我们可以从几个维度入手：
### 维度一：RSI周期
默认是14，我们测试7、9、14、21、28五个周期。
周期短的RSI更敏感，信号多但假信号也多；周期长的RSI更稳定，但信号会滞后。
### 维度二：超买超卖阈值
默认是30/70，我们测试20/80、25/75、30/70、35/65、40/60五组阈值。
阈值越极端（比如20/80），信号越少但越可靠；阈值越接近（比如40/60），信号越多但质量下降。
### 维度三：过滤条件
可以考虑加一个趋势过滤器，比如只在200日均线上方做多、下方做空，避免逆势交易。
## 四、不同周期的回测对比
**固定阈值30/70，测试不同RSI周期：**
| RSI周期 | 交易次数 | 胜率 | 盈亏比 | 年化收益 | 最大回撤 | 收益回撤比 |
|——–|———|——|——–|———|———|———–|
| 7 | 156次 | 45.5% | 1.52:1 | 7.2% | 15.8% | 0.46:1 |
| 9 | 124次 | 46.8% | 1.61:1 | 7.5% | 14.2% | 0.53:1 |
| 14（默认） | 87次 | 48.3% | 1.68:1 | 7.9% | 12.5% | 0.63:1 |
| 21 | 63次 | 49.2% | 1.75:1 | 6.8% | 10.8% | 0.63:1 |
| 28 | 42次 | 52.4% | 1.89:1 | 5.1% | 9.6% | 0.53:1 |
**发现：**
– 周期越短，交易越多、胜率越低、回撤越大
– 周期越长，胜率越高、盈亏比越好，但交易次数少、总收益不高
– 14和21周期的收益回撤比最好（都是0.63）
– 28周期虽然胜率最高，但交易太少，收益反而低
**初步结论**：14周期是个不错的平衡点，不需要改。
## 五、不同阈值的回测对比
**固定RSI周期14，测试不同阈值：**
| 阈值组合 | 交易次数 | 胜率 | 盈亏比 | 年化收益 | 最大回撤 | 收益回撤比 |
|———|———|——|——–|———|———|———–|
| 20/80 | 38次 | 55.3% | 2.15:1 | 5.8% | 8.2% | 0.71:1 |
| 25/75 | 61次 | 50.8% | 1.82:1 | 7.1% | 10.5% | 0.68:1 |
| 30/70（默认） | 87次 | 48.3% | 1.68:1 | 7.9% | 12.5% | 0.63:1 |
| 35/65 | 118次 | 45.8% | 1.51:1 | 7.3% | 14.8% | 0.49:1 |
| 40/60 | 152次 | 43.4% | 1.38:1 | 6.5% | 17.2% | 0.38:1 |
**发现：**
– 阈值越极端，胜率和盈亏比越高，但交易次数少
– 20/80阈值的收益回撤比最高（0.71），但年化只有5.8%
– 30/70的年化最高（7.9%），但回撤也最大
– 25/75是比较均衡的选择：收益7.1%，回撤10.5%，收益回撤比0.68
**初步结论**：25/75阈值比默认的30/70更均衡一些。
## 六、加趋势过滤器的效果
**给RSI策略加上200日均线趋势过滤器：**
– 价格在200日均线上方，只做超卖买入
– 价格在200日均线下方，只做超买卖出
**对比结果（14周期，25/75阈值）：**
| 指标 | 无过滤器 | 加过滤器 | 变化 |
|——|———|———|——|
| 交易次数 | 61次 | 47次 | -23% |
| 胜率 | 50.8% | 57.4% | +6.6% |
| 盈亏比 | 1.82:1 | 2.05:1 | +12.6% |
| 年化收益 | 7.1% | 8.3% | +16.9% |
| 最大回撤 | 10.5% | 7.8% | -25.7% |
| 收益回撤比 | 0.68:1 | 1.06:1 | +55.9% |
加过滤器后效果提升非常明显！交易次数减少了，但胜率和盈亏比都提高了，回撤反而降低了。收益回撤比从0.68提升到1.06，提升了56%！
**为什么过滤器效果这么好？**
因为RSI本身是震荡指标，在趋势行情中容易”逆势抄底”。加上趋势过滤器后，只做顺势方向的RSI信号，避开了大部分逆势亏损单。
## 七、最优参数组合
综合以上测试，最优参数组合是：
| 参数 | 最优值 |
|——|——–|
| RSI周期 | 14 |
| 超卖阈值 | 25 |
| 超买阈值 | 75 |
| 趋势过滤器 | 200日均线 |
| 止损 | ATR × 2 |
| 单笔风险 | 2% |
**最优组合的回测结果：**
| 指标 | 优化后 | 默认参数 | 提升幅度 |
|——|——–|———|———|
| 年化收益 | 8.3% | 7.9% | +5% |
| 最大回撤 | 7.8% | 12.5% | -37.6% |
| 胜率 | 57.4% | 48.3% | +18.8% |
| 盈亏比 | 2.05:1 | 1.68:1 | +22% |
| 收益回撤比 | 1.06:1 | 0.63:1 | +68% |
| 最大连亏 | 5次 | 7次 | -28.6% |
优化后的策略，收益略有提升，但回撤大幅降低，收益回撤比提升了68%。这才是优化的真正价值——不是追求最高收益，而是追求更好的风险调整后收益。
## 八、样本外验证
为了验证优化不是过拟合，我把数据分成两段：
– 样本内：2016-2021（6年）
– 样本外：2022-2025（4年）
先用样本内找最优参数，再用样本外验证：
| 指标 | 样本内（优化） | 样本外（验证） |
|——|————–|————–|
| 年化收益 | 9.1% | 7.2% |
| 最大回撤 | 6.8% | 8.5% |
| 胜率 | 59.6% | 53.8% |
| 盈亏比 | 2.15:1 | 1.92:1 |
| 收益回撤比 | 1.34:1 | 0.85:1 |
样本外表现虽然比样本内差一些，但仍然是正收益，而且明显好于默认参数。说明优化是有效的，不是过拟合。
**样本外衰减率**大约20%-30%，这是正常的。任何策略在实盘中的表现都会比回测差一些，这就是为什么实盘要降低预期。
## 九、策略的局限性
虽然优化后的RSI策略表现不错，但它仍然有明显的局限性：
### 1. 本质是震荡策略
RSI策略的核心是”超卖买入、超买卖出”，本质上是均值回归策略。在震荡市中表现好，在强趋势市中表现差。
### 2. 收益不高
年化8%左右的收益，对于很多交易员来说可能不够诱人。但它的优势是回撤小、稳定性高。
### 3. 信号不多
平均每年约5次交易，耐心很重要。不要因为信号少就随意降低标准。
### 4. 不适合作为唯一策略
单一RSI策略的收益和回撤都不够理想，建议和其他策略组合使用。
## 十、实战建议
### 1. 用什么周期？
本文用的是日线，但RSI策略在4小时和1小时图上也有效。周期越小，交易越多，但交易成本和滑点影响也越大。新手建议从日线开始。
### 2. 仓位多大？
建议单笔风险1%-2%，不要太大。这个策略胜率和盈亏比都不算特别高，重仓容易出现大回撤。
### 3. 怎么执行？
严格按信号来，不要主观判断。RSI到了就做，没到就等。很多人亏损就是因为”我觉得差不多了”提前进场。
### 4. 适合什么样的人？
适合耐心好、喜欢稳健收益的交易员。如果你追求高收益、喜欢刺激，这个策略可能不适合你。
如果你对RSI策略的详细回测数据感兴趣，欢迎加微信DongyiTrade获取完整回测报告。关注TG频道@DongyiTrade获取更多策略回测内容。
—
## 常见问题 FAQ
**1. RSI策略的默认参数为什么是14？**
这是RSI的发明者威尔斯·怀尔德（Welles Wilder）最初设定的。14是一个经验值，在大多数品种上都能用，但不一定是最优的。
**2. 优化后的参数会不会过拟合？**
有可能，所以需要样本外验证。本文的优化参数在4年样本外数据中仍然有效，说明过拟合风险较低。
**3. RSI策略在其他品种上也有效吗？**
大体有效，但最优参数会不同。欧元、英镑等主要货币对也能赚钱，但商品货币和交叉盘效果会差一些。
**4. RSI和MACD哪个更好？**
各有特点。RSI适合判断超买超卖，MACD适合判断趋势变化。两者结合使用效果更好。
**5. 只用RSI一个指标够吗？**
不够稳妥。建议至少加一个趋势过滤器（如均线），有条件的话再加成交量或波动率过滤器。
