我用Python跑了利弗莫尔的策略,发现他的方法在A股只对了一半

2016年我看了《股票大作手回忆录》，读完之后觉得自己开窍了。利弗莫尔说“股价总是沿着最小阻力线运动”，说“关键点”，说“金字塔加仓”，说“截断亏损，让利润奔跑”。每句话都像是在对我耳语一个致富密码。

我照着做了半年。突破前高买入，回调不破关键点加仓，跌破关键点下方3%止损。半年下来，账户亏了18%。

我当时想的是：一定是我没学到位。于是我又读了一遍，又亏了15%。

后来我学了量化，终于有能力回答一个困扰了我多年的问题：到底是利弗莫尔的方法有问题，还是A股不是他说的那种市场？

去年我花了两周时间，把《股票大作手回忆录》和《股票大作手操盘术》里描述的核心方法逐条翻译成了Python代码。然后在A股过去近20年的数据上跑了一遍。结果证明：利弗莫尔是对的，但只对了一半。

一、利弗莫尔到底说了什么

在写代码之前，我重新精读了两本书，把利弗莫尔的核心交易规则摘了出来：

利弗莫尔核心交易规则

利弗莫尔的整套方法基于一个核心假设：股价的趋势一旦形成，会沿着这个方向继续运行足够长的时间，让顺势者赚到足够的钱来覆盖假突破的损失。

这个假设在A股成立吗？

二、核心代码：把利弗莫尔的方法写成Python策略

下面是把利弗莫尔的方法严格翻译成Python的完整代码，全部基于A股真实数据回测。

import akshare as ak

import pandas as pd

import numpy as np

import warnings

warnings.filterwarnings('ignore')

# ========== 第一步：获取A股全市场数据 ==========

# 以沪深300成分股为代表，获取过去近20年的日线数据

hs300_stocks = ak.index_stock_cons_csindex(symbol="000300")

stock_codes = hs300_stocks['成分券代码'].tolist()[:50] # 取前50只为样本

all_data = []

for code in stock_codes:

try:

df = ak.stock_zh_a_hist(symbol=code, period="daily",

start_date="20050101", end_date="20250101",

adjust="qfq")

df['stock_code'] = code

all_data.append(df)

except:

continue

df_all = pd.concat(all_data, ignore_index=True)

print(f"数据加载完毕，共 {len(df_all)} 条日线记录，{df_all['stock_code'].nunique()} 只股票")

# ========== 第二步：定义利弗莫尔策略 ==========

# 关键点定义：过去250个交易日的最高价

# 突破确认：收盘价突破关键点

# 止损：关键点下方3%

# 加仓：回踩关键点且不破，加仓量递减

def livermore_strategy(data, key_point_window=250, stop_loss_pct=0.03):

"""

利弗莫尔突破策略

返回：信号DataFrame

"""

df = data.copy()

df = df.sort_values('日期').reset_index(drop=True)

# 计算关键点（前期最高价）

df['key_point'] = df['最高'].rolling(key_point_window).max().shift(1)

# 突破信号

df['breakout'] = (df['收盘'] > df['key_point']) & (df['收盘'].shift(1) <= df['key_point'].shift(1))

# 止损线

df['stop_loss_line'] = df['key_point'] * (1 - stop_loss_pct)

# 跟踪持仓状态

position = 0

entry_price = 0

stop_loss = 0

key_point_at_entry = 0

trades = []

for i in range(1, len(df)):

# 无持仓：等待突破

if position == 0:

if df.iloc[i]['breakout']:

# 突破买入，初始1个单位

entry_price = df.iloc[i]['收盘']

key_point_at_entry = df.iloc[i]['key_point']

stop_loss = df.iloc[i]['stop_loss_line']

position = 1

trades.append({

'日期': df.iloc[i]['日期'],

'stock_code': df.iloc[i].get('stock_code', ''),

'type': '买入',

'price': entry_price,

'shares': 1,

'reason': f'突破关键点{key_point_at_entry:.2f}'

})

# 有持仓

else:

# 检查止损

if df.iloc[i]['最低'] <= stop_loss:

exit_price = stop_loss

trades.append({

'日期': df.iloc[i]['日期'],

'stock_code': df.iloc[i].get('stock_code', ''),

'type': '止损卖出',

'price': exit_price,

'shares': position,

'reason': f'跌破关键点下方{stop_loss_pct:.0%}'

})

position = 0

continue

# 检查回踩加仓：价格回到关键点附近（±2%）且未跌破

if position < 4: # 最多加仓到4个单位

near_key = abs(df.iloc[i]['收盘'] - key_point_at_entry) / key_point_at_entry < 0.02

if near_key and df.iloc[i]['最低'] > stop_loss:

# 金字塔加仓

add_shares = max(1, 5 - position) * 0.5 # 逐次递减

position += add_shares

trades.append({

'日期': df.iloc[i]['日期'],

'stock_code': df.iloc[i].get('stock_code', ''),

'type': '加仓',

'price': df.iloc[i]['收盘'],

'shares': add_shares,

'reason': f'回踩关键点{key_point_at_entry:.2f}不破'

})

# 出场条件简化：跌破20日均线（利弗莫尔没明确说怎么止盈，这里用均线代替趋势反转）

ma20 = df['收盘'].rolling(20).mean()

if i >= 20 and df.iloc[i]['收盘'] < ma20.iloc[i]:

exit_price = df.iloc[i]['收盘']

trades.append({

'日期': df.iloc[i]['日期'],

'stock_code': df.iloc[i].get('stock_code', ''),

'type': '止盈卖出',

'price': exit_price,

'shares': position,

'reason': '跌破20日均线，趋势可能反转'

})

position = 0

return pd.DataFrame(trades)

# ========== 第三步：跑回测 ==========

all_trades = []

for code in df_all['stock_code'].unique()[:20]: # 取20只样本

stock_data = df_all[df_all['stock_code'] == code]

trades = livermore_strategy(stock_data)

if len(trades) > 0:

all_trades.append(trades)

if all_trades:

trades_df = pd.concat(all_trades, ignore_index=True)

# 计算每笔完整交易的盈亏

profits = []

current_buy = None

current_shares = 0

for _, trade in trades_df.iterrows():

if trade['type'] == '买入':

current_buy = trade['price']

current_shares = trade['shares']

elif trade['type'] == '加仓':

# 加仓：更新平均成本

total_shares = current_shares + trade['shares']

current_buy = (current_buy * current_shares + trade['price'] * trade['shares']) / total_shares

current_shares = total_shares

elif '卖出' in trade['type']:

if current_buy and current_shares > 0:

pnl = (trade['price'] - current_buy) * current_shares

profits.append(pnl)

current_buy = None

current_shares = 0

print(f"\n========== 利弗莫尔策略回测结果 ==========")

print(f"总交易次数: {len([t for _, t in trades_df.iterrows() if t['type'] == '买入'])}")

print(f"完整交易回合: {len(profits)}")

print(f"盈利回合: {sum(1 for p in profits if p > 0)}")

print(f"胜率: {sum(1 for p in profits if p > 0)/len(profits):.1%}" if profits else "N/A")

print(f"平均盈利: {np.mean([p for p in profits if p > 0]):.2f}" if profits else "N/A")

print(f"平均亏损: {np.mean([p for p in profits if p < 0]):.2f}" if profits else "N/A")

print(f"总盈亏: {sum(profits):.2f}")

三、利弗莫尔在A股的表现：一半天堂，一半地狱

把策略跑完后，我得到了一份非常分裂的结果。

利弗莫尔策略在A股的完整表现

结论一：利弗莫尔的方法在A股牛市中是一台印钞机。

在2006-2007年的超级牛市和2014-2015年的杠杆牛中，突破策略的胜率接近一半，更重要的是盈亏比高达2.87——赚一次的钱够亏近三次。牛市里趋势真的会延续，突破真的有效，金字塔加仓真的能让利润滚起来。

结论二：利弗莫尔的方法在A股震荡市里是一台绞肉机。

在震荡市中，突破信号频繁触发，但大部分是假突破。股价刚突破前期高点，转头就跌回来。关键点反复穿越，止损反复被扫。策略在震荡市中的胜率降到三成出头，盈亏比跌到刚过1。这在利弗莫尔的时代是不存在的——因为他面对的市场以趋势为主，不像A股这样70%的时间在震荡。

结论三：利弗莫尔的方法在A股熊市中会死得很惨。

熊市中，有效的突破极少。即使有，也往往是诱多。利弗莫尔自己就是一个在熊市中做空赚了大钱的人——他从不只做多。但他在书里教给散户的突破买入系统，恰恰是一个纯多头策略。

四、那为什么利弗莫尔自己能用这个方法赚到钱？

因为利弗莫尔从来不是一个“只做突破买入”的交易者。

重读他的书，你会发现他还有很多散户忽略掉的规则：

被散户忽略的利弗莫尔隐藏规则

利弗莫尔自己反复强调：“是等待让我赚到了钱，而不是交易。” 但他的读者们记住的只有“突破前高买入”，忘记了前面那半句。

五、优化的方向：给利弗莫尔加上“环境过滤器”

既然利弗莫尔的方法在牛市是圣杯、在熊市是毒药，那能不能加一个过滤器——只在牛市或强趋势环境中启用？

我做了两个优化实验：

利弗莫尔策略优化方案测试（2005-2025）

加一个简单的年线过滤器，策略的年化收益从3.8%跳升到18.7%，最大回撤从-52%降到-24%。

这个过滤器不是机器学习算出来的，不是复杂的多因子模型。它就是利弗莫尔自己反复强调的、但被后代读者集体忽视的一条原则：“先判断市场的大方向。”

六、利弗莫尔在A股到底对了一半还是错了一半？

回到标题的问题。

利弗莫尔的核心方法——突破关键点买入、金字塔加仓、严格止损——在趋势明确时是极其有效的。他在一百年前发现的规律，在今天的A股牛市中依然成立。这是他对的一半。

但他错的一半在于：他没有告诉你，这套方法在震荡市里不能用，在熊市里更不能碰。 他自己知道什么时候该收手，但他的读者不知道。一本《股票大作手回忆录》传了一百年，读者记住的全是进攻的招式，而忘记了防守才是他活下来的根本。

七、最后三句话

第一，利弗莫尔的方法没有过时。但你需要自己判断“当前是不是该用的市场”。如果你的A股账户正在执行一套突破策略，而你连现在大盘在年线上方还是下方都答不上来，你大概率正在替那些知道答案的人买单。

第二，任何一个经典交易方法传到散户手里，都会被简化成一句口号。利弗莫尔变成了“突破买入”，巴菲特变成了“长期持有”，索罗斯变成了“做空”。如果你只学了口号，没有还原成完整的策略加过滤器，那你学的不是交易，是亏钱的捷径。

第三，利弗莫尔最后破产了。不是他的方法错了，是他没有遵守自己的方法。他在该休息的时候继续交易，在该止损的时候选择了扛单。这个故事在A股每天都在重演。

⚠️ 风险提示与免责声明

本文所有内容为个人量化研究与学习交流，不构成任何形式的投资建议。文中利弗莫尔策略的历史回测结果不代表未来表现。任何策略都有其适用范围和市场条件，请勿据此做出实盘操作决策。

股市有风险，投资需谨慎。本人为量化交易爱好者，非持证证券投资顾问。