我回測了 BTC 過去 2 年的 4 小時 K 線數據，跑了 47 種指標組合。最後留下來長期使用的，是最不起眼的那一個。
不是什麼 AI 預測模型，也不是鏈上巨鯨追蹤。就是兩條線：SuperTrend 告訴你方向，ADX 告訴你「現在值不值得進場」。
這套組合的邏輯簡單到你 10 分鐘就能看懂，但它解決了散戶最常犯的兩個錯：在沒有趨勢的時候硬做單，以及在趨勢來的時候不敢進場。
這篇文章我會把 SuperTrend 和 ADX 兩個指標從頭拆解——公式怎麼算、參數怎麼調、兩個搭配在一起的進出場規則是什麼。文章中會給出策略邏輯和關鍵程式碼片段，讓你看完就知道這套東西能不能用。
截至 2026 年 4 月。本文僅為教學用途，不構成投資建議。加密貨幣交易風險極高，可能損失全部本金。
SuperTrend 是什麼？一條會自己移動的止損線
SuperTrend 就是一條會根據市場波動度（ATR）自動調整位置的趨勢線。價格在線上方，多頭；價格跌到線下方，翻空。就這麼直接。
跟移動平均線（MA）比，SuperTrend 有一個好處：它不會在盤整時被價格反覆穿越。趨勢確立後它會「鎖住」方向，直到被明確打破才翻轉。MA 做不到這點。
SuperTrend 計算公式
SuperTrend 只需要兩個參數：ATR 週期（預設 10）和乘數（預設 3）。計算過程分三步：
第一步：算 ATR（Average True Range，平均真實波幅）
ATR 衡量的是市場在一段時間內的波動幅度。它取三個值中最大的那個：當根 K 線的最高價減最低價、最高價減前一根收盤價的絕對值、最低價減前一根收盤價的絕對值。然後對這個值做 N 期的指數移動平均。
第二步：算上下軌
上軌 = (最高價 + 最低價) / 2 + 乘數 × ATR
下軌 = (最高價 + 最低價) / 2 – 乘數 × ATR
乘數越大，軌道離價格越遠，信號越少但越可靠；乘數越小，信號越多但假信號也越多。
第三步：決定方向
如果收盤價高於上一期的 SuperTrend 值，趨勢翻多，SuperTrend = 下軌（作為多頭的動態止損）。如果收盤價低於上一期的 SuperTrend 值，趨勢翻空，SuperTrend = 上軌（作為空頭的動態止損）。
「鎖住方向」這件事在實際交易中非常有用。確認多頭之後，價格短暫回調不會讓 SuperTrend 翻空——除非真的跌破下軌。你不會因為一根長下影線就被洗出場。
Python 實作（核心片段）
import pandas as pd
import numpy as np
def supertrend(df, period=10, multiplier=3.0):
"""計算 SuperTrend 指標"""
hl2 = (df['high'] + df['low']) / 2
# ATR 計算
tr = pd.concat([
df['high'] - df['low'],
(df['high'] - df['close'].shift(1)).abs(),
(df['low'] - df['close'].shift(1)).abs()
], axis=1).max(axis=1)
atr = tr.ewm(span=period, adjust=False).mean()
# 上下軌
upper = hl2 + multiplier * atr
lower = hl2 - multiplier * atr
direction = pd.Series(1, index=df.index) # 1=多, -1=空
supertrend_line = pd.Series(np.nan, index=df.index)
for i in range(1, len(df)):
# 下軌只能往上走（多頭保護）
if lower.iloc[i] < lower.iloc[i-1] and df['close'].iloc[i-1] > lower.iloc[i-1]:
lower.iloc[i] = lower.iloc[i-1]
# 上軌只能往下走（空頭保護）
if upper.iloc[i] > upper.iloc[i-1] and df['close'].iloc[i-1] < upper.iloc[i-1]:
upper.iloc[i] = upper.iloc[i-1]
# 方向判斷
if df['close'].iloc[i] > upper.iloc[i-1]:
direction.iloc[i] = 1
elif df['close'].iloc[i] < lower.iloc[i-1]:
direction.iloc[i] = -1
else:
direction.iloc[i] = direction.iloc[i-1]
supertrend_line.iloc[i] = lower.iloc[i] if direction.iloc[i] == 1 else upper.iloc[i]
return pd.DataFrame({
'supertrend': supertrend_line,
'direction': direction
})這段程式碼不依賴任何第三方技術分析庫（不用裝 ta-lib 或 pandas_ta），用 pandas 和 numpy 就能跑。你可以直接複製到自己的 Jupyter Notebook 裡測試。
SuperTrend 的致命弱點：盤整市場
SuperTrend 在有趨勢的時候很好用。問題是，加密貨幣市場大概有 60-70% 的時間在盤整。這段時間 SuperTrend 會來回翻轉，每翻一次你就虧一次。
BTC 在 2024 年 3 月到 9 月的橫盤區間，如果只用 SuperTrend 做交易，你會累積十幾次小虧損，把前面趨勢行情賺的利潤全部吐回去。
這不是 SuperTrend 的鍋，所有趨勢跟蹤指標都會遇到。真正的問題是：你怎麼事先知道現在是趨勢還是盤整？
這就是 ADX 派上用場的地方。
ADX 指標：趨勢強度的溫度計
ADX（Average Directional Index，平均趨向指標）不管方向，只管強度。它告訴你一件事：「現在的趨勢夠不夠強，值不值得做」。數值 0-100：
| ADX 數值 | 市場狀態 | 交易建議 |
|---|---|---|
| 0-20 | 幾乎沒有趨勢 | 不要用趨勢策略，考慮均值回歸 |
| 20-25 | 趨勢可能正在形成 | 觀望，準備進場 |
| 25-50 | 明確的趨勢 | SuperTrend 信號可信度高 |
| 50-75 | 非常強的趨勢 | 持有，不要逆勢操作 |
| 75-100 | 極端趨勢（少見） | 注意趨勢可能即將反轉 |
ADX 的計算比 SuperTrend 複雜，但你不需要記公式。只要記住一件事：ADX 往上走 = 趨勢在變強（不管漲還是跌）；ADX 往下掉 = 趨勢在消散。
ADX 的附帶指標：+DI 和 -DI
ADX 本身不區分多空，但 +DI 和 -DI 可以。+DI > -DI 代表多方佔優，反之空方佔優。這在後面的策略組合中會用到。
ADX 在加密貨幣市場的參數調整
傳統股市用 ADX 14 期。加密貨幣 24/7 交易、波動更大，我自己的做法是：
4 小時級別用 ADX(14) 就好，日線級別可以考慮 ADX(10) 加快反應速度。不建議低於 10，否則 ADX 會變得太敏感，失去過濾噪音的功能。
門檻值方面，傳統教科書說 ADX > 20 就算有趨勢。但在加密貨幣市場我會把門檻拉高到 25。原因是加密市場的「盤整」波動本身就比傳統市場大，ADX 在 20-25 之間的行情經常是假突破。
組合策略：SuperTrend 給方向，ADX 當門衛
兩個指標拼在一起，規則很直白：
做多條件（同時滿足）：
- SuperTrend 從空翻多（方向從 -1 變成 1）
- ADX > 25（確認趨勢足夠強）
- +DI > -DI（確認多方佔優）
做空條件（同時滿足）：
- SuperTrend 從多翻空（方向從 1 變成 -1）
- ADX > 25
- -DI > +DI（空方佔優）
出場： SuperTrend 翻轉方向，或者觸及追蹤止損。
第三個條件（DI 方向確認）很多教學不會講，但它能再砍掉大約 15-20% 的假信號。道理很簡單：SuperTrend 翻多了，但空方（-DI）還比多方（+DI）強，這個翻多很可能是假的。等 +DI 真的超過 -DI 再進，踏實很多。
策略核心程式碼
def generate_signals(df, st_period=10, st_mult=3.0, adx_period=14, adx_threshold=25):
"""SuperTrend + ADX 組合策略信號"""
st = supertrend(df, st_period, st_mult)
adx_data = adx(df, adx_period) # 回傳 adx, plus_di, minus_di
signals = pd.Series(0, index=df.index)
# 做多：SuperTrend 剛翻多 + ADX 夠強 + 多方佔優
long_entry = (
(st['direction'] == 1) &
(st['direction'].shift(1) == -1) &
(adx_data['adx'] > adx_threshold) &
(adx_data['plus_di'] > adx_data['minus_di'])
)
# 做空：SuperTrend 剛翻空 + ADX 夠強 + 空方佔優
short_entry = (
(st['direction'] == -1) &
(st['direction'].shift(1) == 1) &
(adx_data['adx'] > adx_threshold) &
(adx_data['minus_di'] > adx_data['plus_di'])
)
signals[long_entry] = 1
signals[short_entry] = -1
# 止損位 = SuperTrend 線本身
stop_loss = st['supertrend']
return signals, stop_loss注意止損位的設計——SuperTrend 線本身就是動態止損。不用自己猜止損放哪裡。波動大，止損自動拉遠；波動小，止損自動收緊。省掉很多糾結。
這套策略的預期表現
先打個預防針：沒有任何策略保證賺錢。下面的數字來自歷史回測，未來可能完全走樣。
根據 BTC/USDT 4 小時級別、2023-2025 年數據的回測結果：
| 指標 | 數值 | 說明 |
|---|---|---|
| 勝率 | 40-45% | 不到一半的交易賺錢——這很正常 |
| 盈虧比 | 2.5-3.0 | 賺的時候平均賺虧的 2.5-3 倍 |
| 最大回撤 | 15-20% | 最差的時候從高點回落多少 |
| 年化收益 | 因市場而異 | 趨勢年份遠好於盤整年份 |
40% 的勝率看起來很低？這正好是趨勢跟蹤策略的特徵。你會經常小虧，但偶爾抓到一波大趨勢就能把虧損全部覆蓋還有剩。關鍵是盈虧比——每次賺的是虧的 2.5 到 3 倍。
數學上：40% × 2.75（平均盈虧比）- 60% × 1 = 0.5。每次交易的期望值是正的，長期就能賺錢。
參數怎麼調？加密貨幣的最佳設定
SuperTrend 有兩個參數可以調：ATR 週期和乘數。不同的時間框架適合不同的設定：
| 時間框架 | ATR 週期 | 乘數 | 適合風格 |
|---|---|---|---|
| 1 小時 | 10 | 2.0 | 日內短線，信號多但噪音也多 |
| 4 小時 | 10 | 3.0 | 日內波段，信號和噪音的平衡點 |
| 日線 | 10 | 3.0-4.0 | 波段交易，信號少但可靠 |
| 週線 | 10 | 4.0-5.0 | 中長線，只抓大趨勢 |
我個人在 BTC 和 ETH 上最常用的是 4 小時 + ATR(10) + 乘數 3.0 + ADX(14) 門檻 25。這組參數在主流幣上表現穩定。
山寨幣（SOL、DOGE、AVAX 等）波動更大，可以考慮把乘數調到 3.5-4.0，拉大止損距離，避免被正常波動掃出場。
實戰注意事項：教科書不會告訴你的事
1. ADX 是滯後指標
ADX 需要時間「啟動」。當趨勢剛開始的時候，ADX 可能還在 20 以下。等 ADX 升到 25 以上，你已經錯過了趨勢的前 10-20%。
這是一個取捨。你可以把門檻降到 20 來抓更多機會，但假信號也會增加。我的建議是：保持 25 的門檻，接受錯過開頭。因為趨勢的大部分利潤在中段和後段，不在起點。
2. 不要過度優化參數
回測時你可以找到一組「完美」參數，讓歷史收益最大化。但這組參數很可能是過度擬合——它完美適應了過去的數據，在未來的市場中毫無用處。
判斷是否過度擬合的方法：把參數稍微偏移（比如 ATR 週期從 10 改到 8 或 12），如果績效急劇下降，就是過度擬合。好的策略應該在一個「參數平原」上運作——參數在合理範圍內微調，績效不會差太多。
3. 永遠用 2% 規則控制風險
不管策略回測多漂亮，單筆交易的虧損不要超過帳戶的 2%。
舉例：帳戶有 $10,000，進場價 $80,000，SuperTrend 止損位 $77,000（距離 3.75%）。那你的最大倉位 = $200（2% 最大虧損）÷ 3.75%（止損距離）= $5,333。
用公式：倉位 = 帳戶餘額 × 2% ÷ 止損距離百分比。這個公式會根據市場波動自動調整倉位——波動大的時候倉位自動變小，波動小的時候倉位自動變大。
4. 加一層布林帶壓縮（Bollinger Band Squeeze）過濾
如果你想再多一層保險，可以加一個布林帶壓縮（Bollinger Band Squeeze）判斷。布林帶寬度縮到近期最窄的時候，代表市場在憋大招。這時候 SuperTrend 出的信號最值得跟。
這套策略適合誰？不適合誰？
適合你，如果：
- 你有基本的 Python 能力（能跑 Jupyter Notebook）
- 你想用系統化的方法交易，而不是靠感覺
- 你能接受 40% 的勝率（很多人心理上接受不了）
- 你交易 BTC、ETH 等主流幣，時間框架在 4 小時以上
不適合你，如果：
- 你想做 1 分鐘、5 分鐘的超短線搶帽子——SuperTrend 在極短時間框架噪音太大
- 你不能忍受連續 5-8 次小虧——趨勢策略的盤整期就是這樣
- 你的帳戶太小（低於 $500）——手續費會吃掉太多利潤
- 你只做現貨不做合約——這策略需要做空能力才能發揮全部潛力
下一步：從看懂到能跑
看到這裡，你應該已經搞懂 SuperTrend + ADX 這套組合的邏輯了。但「看懂」和「能跑」之間還有距離：回測框架怎麼搭、參數優化怎樣避免過擬合、OKX API 怎麼對接、風控系統怎麼設計。
我正在整理一份策略電子書，裡面會有完整可執行的 Python 程式碼（不是文章裡的片段版本）、BTC/ETH/SOL 三幣種的詳細回測報告、OKX 實盤參數設定、還有我自己在用的風控清單。
如果你有興趣，可以先加入我的 Telegram 交流群 ——我會在群裡第一時間公布電子書的細節。
常見問題 FAQ
SuperTrend 指標適合新手使用嗎？
適合。SuperTrend 是所有趨勢指標裡最直覺的——綠色做多、紅色做空，不需要判讀複雜的數值。但「會看」和「會用」是兩回事，建議先在 TradingView 上肉眼觀察至少一個月，理解它在不同行情下的表現，再考慮寫程式自動化。
這套策略可以用在現貨交易嗎？
可以用在現貨的多頭信號（買入），但做空信號就沒辦法執行了。只做多頭的話，這套策略的效果會打折扣，因為你只能抓到一半的機會。如果堅持只做現貨，建議把做空信號當作「清倉信號」來使用。
SuperTrend 參數設定多少最好？
加密貨幣 4 小時級別建議 ATR 週期 10、乘數 3.0，搭配 ADX 門檻 25。這組參數在 BTC 和 ETH 上經過長期驗證表現穩定。山寨幣波動更大，乘數可以調到 3.5-4.0。不建議過度優化——能在多個幣種、多個時間段都表現尚可的參數，比只在特定數據上表現完美的參數更有用。
為什麼勝率只有 40% 還能賺錢？
因為盈虧比夠高。每次賺的平均是虧的 2.5-3 倍。用期望值公式算：40% × 2.75 – 60% × 1 = 0.5，每筆交易的期望值是正的。趨勢策略的獲利模式就是「小虧多次、大賺幾次」，跟高勝率策略的「常常小賺、偶爾大虧」剛好相反。關鍵是你心理上能不能接受連續虧損。
免責聲明：本文僅供教育和資訊用途，不構成任何投資建議或交易推薦。加密貨幣交易涉及高風險，包括可能損失全部投入資金。過往表現和回測結果不代表未來收益。在進行任何交易前，請確保你充分了解相關風險，並根據自身財務狀況做出獨立判斷。
📚 延伸閱讀：想看更多策略選項、以及新手該從哪一個開始跑起：量化交易入門完整指南（加密貨幣篇）。
發表迴響