斐波那契 + 艾略特波浪 + MACD + RSI 真的能獲勝嗎？38種工具、198,000次回測的實證

這是什麼

「用斐波那契和艾略特波浪來規劃走勢，再用 MACD 和 RSI 確認，你的勝率就會提升。」你肯定看過這種說法。

這份紀錄是針對真實價格數據進行徹底測試的結果——198,000 次測試，完整公開。

先說三個結論。

1. 全部 15 種組合都虧損。 扣除交易成本後，獲利因子（毛利 ÷ 毛損）介於 0.85–0.87，每一組都低於 1.0。
2. 加入更多指標沒有幫助。 僅用斐波那契：PF 0.853。四種指標全數疊加：PF 0.860。這只是雜訊。
3. 80% 的勝率很容易製造——而且這跟指標無關。 只要設定小的止盈和寬的止損，即使是完全隨機的進場點，勝率也能達到 66.3%。

測試如何建構

• 工具：21 種外匯貨幣對 / 3 種金屬 / 6 種股指差價合約 / 3 種能源 / 2 種加密貨幣 / 3 種美股差價合約 — 共 38 種
  • 外匯貨幣對：AUDCHF、AUDJPY、AUDNZD、AUDUSD、CADJPY、CHFJPY、EURAUD、EURCHF、EURGBP、EURJPY、EURNZD、EURUSD、GBPAUD、GBPCHF、GBPJPY、GBPUSD、NZDJPY、NZDUSD、USDCAD、USDCHF、USDJPY
  • 金屬：XAGUSD、XAUUSD、XPTUSD
  • 股指差價合約：DE40、JP225、UK100、US30、US500、USTEC
  • 能源：NGAS、UKOIL、USOIL
  • 加密貨幣：BTCUSD、ETHUSD
  • 美股差價合約：AAPL、NVDA、TSLA
• 時間框架：1 小時、4 小時、日線
• 數據：兩家經紀商（Exness / XM）分別測試。僅在單一經紀商出現的結果不予採納
• 組合：四個指標的每個開/關模式 = 15 種。每種組合遍歷參數與出場設定（每個工具-時間框架 1,100 種配置）
• 總測試數：198,000 次（180 個單位 × 1,100 種配置）

不窺探未來（最關鍵的部分）

斐波那契水平和艾略特波浪計數都需要確認的擺動高點或低點。但只有在價格反轉並跌離該K線足夠遠之後，你才會知道某一根K線是高點。

忽略這點，回測就會輕易造假，因為它會在事後才能識別的點位進行交易。大多數已發表的斐波那契和艾略特回測都在這點上出錯。

因此，這裡的每個擺動點都標記了其確認所在的K線，訊號只能在之後的K線觸發。進場永遠是下一根K線的開盤價，而當一根K線同時觸及目標和止損時，我們記錄為止損 — 永遠以對我們不利的方式判定。

成本

每筆交易都扣除實際的來回點差。如下所示，這個假設事後證明過於寬鬆。

通過標準，在執行前預先設定

看到結果後才制定的標準可以證明任何事情。以下五項標準事先固定，從未更動。

結果 1：全部 15 種組合

如何解讀：獲利因子（PF）高於 1.0 代表有獲利。以上 15 列全部低於 1.0。

現在請看「每筆交易」欄位。所有組合都落在 -1.8 至 -2.2 點之間——這大約就是這些商品的點差。換句話說，扣除成本前的期望值約為零。這些指標無所謂對錯；策略只是單純在支付點差。

疊加更多指標會提高出現獲利配置的比例，但這並非真正的優勢。更嚴格的條件意味著更少的交易次數和更大的結果離散度。獲利因子完全沒有變動——這才是關鍵訊號。

結果二：為何「回測有效」會發生

這是本研究的核心。

跑了 198,000 次測試，最好的那一個看起來會非常亮眼。問題在於，選擇那個亮眼的結果 本身，就是一個未經測試的行為。

因此，做法是：只用資料的前 70% 來挑選贏家，然後用最後 30%（從未用於篩選的資料）來衡量該贏家的表現。

三種篩選規則全都從強烈正報酬翻轉為負報酬。

仔細看中間那一列。以勝率篩選，勝率大致上得以延續——前半段 75.5%，後半段 65.8%。但盈虧卻是 -11,099 pips。 勝率延續了，錢卻沒有。

只有 31%–39% 的商品在後半段仍保持獲利。丟硬幣的機率是 50%，因此在這裡，依據過去績效來篩選，可說是比毫無用處更糟。

結果三：「80%勝率」的真實面貌

下表完全不使用任何指標。進場點完全隨機決定，只有出場設定不同。

止盈設在0.8×ATR、止損設在1.6×ATR，隨機進場就有66.3%的勝率。這當然合理——小獲利容易達成，大虧損難以觸及。代價就是一次虧損會吃掉三到四次獲利。

以下是本研究勝率最高的幾組設定。請看「出場」欄位：每一組都是高勝率型（TP 0.8 / SL 1.6）。

| 商品 | 週期 | 組合 | 出場 | 交易數 | 勝率 | 95%信賴區間 | 獲利因子 | 總點數 | |---|---|---:|---:|---:|---|---:|---:| | USOIL | h1 | 費波納契 + RSI | 高勝率型 | 84 | 82.1% | 72.6–88.9% | 1.72 | +254 | | GBPJPY | h1 | 費波納契 + RSI | 高勝率型 | 113 | 80.5% | 72.3–86.8% | 1.97 | +937 | | EURAUD | h1 | 費波納契 + RSI | 高勝率型 | 82 | 80.5% | 70.6–87.6% | 1.58 | +422 | | AUDCHF | d1 | 費波納契 + MACD | 高勝率型 | 106 | 80.2% | 71.6–86.7% | 1.82 | +2,365 | | CADJPY | h1 | 費波納契 + MACD + RSI | 高勝率型 | 94 | 79.8% | 70.6–86.7% | 1.85 | +471 | | AUDCHF | d1 | 費波納契 + MACD + RSI | 高勝率型 | 101 | 79.2% | 70.3–86.0% | 1.61 | +1,863 | | GBPAUD | d1 | 費波納契 + MACD | 高勝率型 | 96 | 79.2% | 70.0–86.1% | 1.55 | +4,082 | | GBPAUD | d1 | 費波納契 + MACD + RSI | 高勝率型 | 91 | 79.1% | 69.7–86.2% | 1.50 | +3,590 | | AAPL | h4 | 費波納契 + 艾略特波浪 + RSI | 高勝率型 | 81 | 79.0% | 68.9–86.5% | 1.44 | +306 | | UKOIL | d1 | 費波納契 + MACD | 高勝率型 | 104 | 78.8% | 70.0–85.6% | 2.12 | +1,692 | | GBPCHF | h4 | 費波納契 + 艾略特波浪 + MACD | 高勝率型 | 80 | 78.8% | 68.6–86.3% | 1.63 | +963 | | GBPCHF | h4 | 費波納契 + 艾略特波浪 + MACD + RSI | 高勝率型 | 80 | 78.8% | 68.6–86.3% | 1.63 | +963 | | XPTUSD | h1 | 費波納契 + 艾略特波浪 + MACD | 高勝率型 | 98 | 78.6% | 69.5–85.5% | 1.86 | +449 | | NVDA | h4 | 艾略特波浪 + RSI | 高勝率型 | 88 | 78.4% | 68.7–85.7% | 1.37 | +217 | | XPTUSD | h1 | 費波納契 + 艾略特波浪 + MACD + RSI | 高勝率型 | 96 | 78.1% | 68.9–85.2% | 1.84 | +439 | | GBPCHF | h4 | 費波納契 + MACD + RSI | 高勝率型 | 91 | 78.0% | 68.5–85.3% | 1.48 | +488 | | GBPUSD | d1 | 艾略特波浪 + MACD + RSI | 高勝率型 | 86 | 77.9% | 68.0–85.4% | 1.91 | +3,252 | | UKOIL | d1 | 費波納契 + MACD | 高勝率型 | 113 | 77.9% | 69.4–84.5% | 1.81 | +1,545 | | USDJPY | h4 | 艾略特波浪 + MACD | 高勝率型 | 90 | 77.8% | 68.2–85.1% | 1.70 | +972 | | AUDJPY | h1 | 費波納契 + 艾略特波浪 + MACD + RSI | 高勝率型 | 98 | 77.5% | 68.3–84.7% | 1.27 | +241 |

在那80%的勝率中，約有66.3%單靠出場幾何結構就能達成。指標只額外貢獻了不到十個百分點——總點數依然很小，而且表中沒有任何一組設定通過評判標準（見下方G2–G4）。

**勝率在你決定止盈與止損距離的那一刻就已大致底定。**它並非衡量某方法是否有效的指標。

結果 4：最接近成功的案例

持平而論，以下是存活最久的設定組合。但最終仍然全部失敗。

| 商品 | 時間框架 | 數據源 | 組合 | 交易次數 | 勝率 | 獲利因子 | 總點數 | 修正後顯著性 | |---|---|---|---:|---:|---:|---:|---:| | GBPUSD | h4 | xm | 斐波那契 + RSI | 565 | 35.2% | 1.35 | +6,546 | 0.060 | | EURAUD | h4 | xm | 斐波那契 + MACD | 692 | 33.5% | 1.17 | +4,827 | 0.003 | | GBPUSD | h4 | xm | 斐波那契 + MACD | 667 | 32.1% | 1.20 | +4,509 | 0.005 | | GBPUSD | h4 | xm | 斐波那契 + RSI | 576 | 45.7% | 1.27 | +4,222 | 0.027 | | GBPUSD | h4 | xm | 艾略特波浪 + MACD | 589 | 47.0% | 1.25 | +4,082 | 0.026 | | GBPUSD | h4 | xm | 艾略特波浪 + MACD + RSI | 575 | 47.1% | 1.25 | +4,013 | 0.025 | | XAUUSD | h4 | xm | 斐波那契 + 艾略特波浪 | 568 | 34.1% | 1.44 | +3,676 | 0.044 | | XAUUSD | h4 | xm | 斐波那契 + 艾略特波浪 + RSI | 532 | 34.4% | 1.45 | +3,476 | 0.040 | | USDJPY | h4 | xm | 斐波那契 + MACD | 418 | 33.7% | 1.29 | +3,231 | 0.008 | | USDJPY | h4 | xm | 斐波那契 + MACD + RSI | 789 | 44.6% | 1.19 | +3,203 | 0.013 | | XAUUSD | h4 | exness | 艾略特波浪 + MACD + RSI | 156 | 37.2% | 2.11 | +3,131 | 0.007 | | XAUUSD | h4 | exness | 艾略特波浪 + MACD | 160 | 36.3% | 2.07 | +3,074 | 0.006 | | XAUUSD | h4 | exness | 斐波那契 + 艾略特波浪 + RSI | 204 | 41.7% | 1.69 | +2,947 | 0.007 | | XAUUSD | h4 | exness | 斐波那契 + MACD | 185 | 35.1% | 1.72 | +2,892 | 0.004 | | XAUUSD | h4 | exness | 艾略特波浪 + RSI | 175 | 35.4% | 1.82 | +2,785 | 0.003 | | XAUUSD | h4 | exness | 斐波那契 + 艾略特波浪 | 223 | 39.9% | 1.58 | +2,783 | 0.004 | | XAUUSD | h4 | exness | 艾略特波浪 + RSI | 380 | 35.0% | 1.33 | +2,772 | 0.002 | | XAUUSD | h4 | exness | 艾略特波浪 | 182 | 34.1% | 1.76 | +2,671 | 0.002 | | USDJPY | h4 | xm | 斐波那契 + RSI | 603 | 31.5% | 1.16 | +2,614 | 0.001 | | XAUUSD | h4 | xm | 艾略特波浪 + MACD + RSI | 823 | 33.0% | 1.19 | +2,552 | 0.003 |

它們全部栽在同一道關卡上：G4，多重檢定校正。 也就是最右邊那一欄——數值越接近 1.0，代表「越難用運氣來解釋」。在全部 198,000 次測試中，最佳值僅為 0.145，而門檻要求是 0.95。

這道關卡問的問題是：「如果 20 萬人擲硬幣，我們是否該把最長連續正面的人稱為擲幣高手？」扣除嘗試次數的影響後，什麼都不剩。

「也許只是你的實作方式太差」

這是個合理的質疑。這裡有兩個答案。

艾略特三大鐵律確實具有約束力

艾略特波浪理論有三條沒有任何學派爭議的鐵律，而本策略確實實作了這些規則：

1. 第 2 波絕不回撤超過第 1 波的起點
2. 第 3 波絕不是第 1、3、5 波中最短的一波
3. 第 4 波絕不與第 1 波的價格區間重疊

在所有偵測到的擺盪序列中，僅有 5.5–9.7% 能同時滿足這三條規則。其中第 3 條規則的篩選力道最強，僅有 10–18% 能通過。因此，這並非一個來者不拒的偵測器——它進行了嚴格的過濾，而存活下來的序列仍然虧損。

「只要正確地數波，這套方法就有效」

這是爭議的核心，所以我們直接了當地說。

主觀的波浪計數根本無法被驗證。 把同一張圖表拿給十位分析師看，你會得到十種不同的計數——而且其中任何一種事後都可以被修正（「那其實是第 4 波內部的 b 波」）。一個在犯錯時無法被記錄為錯誤的主張，只會不斷累積「正確」的紀錄。

本研究測試的是可機械化定義的部分。在那個範圍內，並不存在任何優勢。至於主觀判斷的部分是否有效，本研究無法斷言——但是否要為一個無法量化的東西投入資金，那是另一個獨立的決策。

假設成本 vs. 真實帳戶

「也許成本假設過於嚴苛了。」事實正好相反。

以上數據取自我們自己的驗證帳戶（Exness Technologies Ltd / Exness-MT5Trial5），以點差百分位數計算，並已排除過時報價。取樣時間：2026-07-31T20:27:12+00:00。

本研究假設的成本對策略有利。 在真實帳戶中，上述結果只會變差，不會變好。

你實際上能帶走的重點

1. 不要以勝率評斷一個方法。 勝率可以透過目標與停損距離來人為製造。應著眼於獲利因子與每筆交易的期望值。任何以勝率為賣點卻略過停損距離的推銷，光是這點就值得懷疑。
2. 「回測表現良好」本身不具任何資訊價值。 若不知道嘗試過多少種變體，這個數字就無法解讀。二十萬次中最佳的一次與僅嘗試過一次，可能印出相同的數字，卻代表完全相反的意義。
3. 要求提供分段期間的結果。 如果沒有人展示一項規則先在早期資料上固定、再套用於後期資料，那麼那個數字可能是事後諸葛。
4. 成本比人們預期的更重要。 這裡的總期望值接近於零；基本上全部虧損都來自點差。你交易越頻繁，經紀商的選擇就越重要。
5. 加入指標無法解決問題。 「它失敗是因為我需要更多確認訊號」在本研究中沒有任何一處成立。

未經聚合的原始資料

上述表格彙整了 198,000 筆測試結果。 未經聚合的原始資料 — 每個配置一列，涵蓋產生交易的 100,798 個配置 — 亦可供索取。

您將獲得：每個商品 × 時間框架 × 組合 × 參數集的交易紀錄、勝率、獲利因子（PF）、最大回撤、逐年損益，以及經多重檢定校正後的顯著性（CSV 格式），外加測試平台的設計說明（樞軸確認、三條艾略特規則、出場模擬規格）。

這並非交易紀錄。所有結論、全部 15 項組合結果、通過標準，以及一切失敗的原因，均已完整公佈於本頁。 沒有任何不利資訊被隱藏在門檻之後 — 此處的結果是明確的負面結果。原始資料之所以設有門檻，是因為它是支撐我們測試工作的成果。

此資料提供給透過本網站開設帳戶的讀者（我們僅將您的帳戶號碼與合作夥伴帳本進行比對；無需電子郵件或密碼）。

→ 如何索取

限制，直言不諱

• K線層級模擬。 單一根K線內部的價格路徑不會被重建（當目標價與停損價在同一根K線內皆可觸及時，我們一律記錄為停損——這是對我們自身不利的假設）。
• 未納入換匯/隔夜利息（Swap/Rollover）模型。 持有時間較長的配置在實務上會有所差異。
• 此處的斐波那契與艾略特波浪實作僅為一種操作性定義。 我們測試了兩種擺盪偵測敏感度（1.5倍與3倍ATR）；這並非唯一合理的選擇。
• 指數與股票差價合約（CFD）高度依賴交易所開盤時間與跳空缺口。 其處理精確度無法與外匯（FX）相比。
• 這並不證明該方法永遠無效。 它僅顯示：在預先註冊的條件下，橫跨20萬種變體，未能發現任何顯著偏離隨機機率的優勢（Edge）。

免責聲明

本文內容不構成投資建議。所有數據均於我們自身的驗證環境中測量，不保證未來表現。保證金交易可能導致損失超過您的初始入金。請自行審慎評估並承擔交易風險。