猜对美联储决策，就能赚钱吗？我们让 Bobby 复盘了过去 20 年的历史

今晚，市场又要盯着美联储。

利率怎么变，指引怎么给，沃什如何解释通胀问题——每一项，都可能成为行情波动的理由。

但今年还有另一件事：2026 年，正值美国中期选举年。

过去 100 年美股有这样一条规律，简单得让人怀疑，收益高到让人吃惊——

中期选举年的 9 月 27 日，买入标普 500。一直拿到第二年 7 月 18 日卖出，不选股票、不看财报、不分析国际局势，中间什么都不做。 

从 1930 年到 2022 年，一共 24 次，其中 23 次赚钱，只有 1 次亏钱。历史胜率 95.8%，平均每次赚 22.3%（含股息）。 

看到这个规律，你的第一反应是什么？是想记下买入日期，还是觉得：这么简单的策略，怎么可能？

按我们让投资交易 AI Agent Bobby 回测后得到的结果，历史胜率 95.8% 的确是事实。但我们还想接着问：这个策略背后有什么理论依据？过去 100 年历史又有哪些局限？这个数字究竟能支持多大程度的信任？

本文将带你一起复盘：

过去 20 年的美联储议息数据：检验“知道利率决定”与“做对交易”之间，究竟隔着什么。

过去 100 年的中期选举策略：通过不预测单次新闻，检验更长周期的历史规律。

以上两个案例均由 Bobby 完成，看看它如何把两个看似无法比较的问题，转化为有条件、有指标、有约束的研究。

95.8% 胜率 VS 长达 100 年的回测

先把规则讲清楚。

这份回测选取 1930、1934……2022 年，共 24 个中期选举年。目标买入日为当年 9 月 27 日，目标卖出日为次年 7 月 18 日；目标日没有数据时，使用下一可用交易日的收盘价。收益按标普 500 价格指数计算，不含税费和交易成本。

回测结果如下：

有三个最亮眼的数字：

最好的一次是 1974 周期，上涨 43.52%

最差的一次是 1930 周期，下跌 23.41%

最接近不赚钱的是 1978 周期，只上涨 0.03%

最容易引发热议的，是第一项。但对准备投入真金白银的人来说，后两项可能更重要。

更重要的是：这里的涨跌幅是买入到卖出的期末结果，没考虑持有期间的最大回撤。最后赚钱，不代表中间没有经历过让人想要离场的下跌。

所以，95.8% 胜率的意思是：在这组历史样本、这套日期规则和这个统计口径下，24 次中有 23 次期末价格上涨，而并非对下一次交易赚钱概率的保证。

此外，“长达 100 年的历史回测”听起来很有说服力。但中期选举每四年才有一次。如果每届只交易一次，这份策略真正经历的，是 24 次考试。

时间跨度很长，独立交易的数量却没有想象中多。

还有更尖锐的问题：为什么偏偏是 9 月 27 日买，7 月 18 日卖？

买入提前一周，还成立吗？卖出推迟一个月，结果差多少？只看近几十年，会不会明显变弱？去掉表现最好的几次，平均收益还剩多少？

另外，标普500 正式发布于 1957 年。更早时期的数据涉及历史回溯序列；早期交易日历与现代数据源也存在差异。

至于这条规律为什么看起来这么强，事后复盘来看，它的确选中了一个中期选举年低点后的反弹窗口，而并非 9 月 27 日有什么神奇力量。

1930、1974、1982、1990、2002、2022 等周期，买点附近往往已经经历衰退、紧缩或熊市压力；随后政策预期、估值和风险偏好修复，贡献了很大的样本收益。

90% 加息概率 VS 过去 20 年议息数据

我们还让 Bobby 梳理了过去 20 年的美联储议息结果及其背景。

把这些记录放在一起，一个很重要的区别浮现出来：同样是降息，经济背景可能完全不同。

2007—2008 年，美联储连续降息，是在应对不断恶化的金融危机。

2019 年的降息，更多是面对全球增长放缓、贸易不确定性和低通胀风险的预防性调整。

2020 年 3 月的紧急降息，则发生在疫情引发的剧烈冲击中。

如果只把它们归类为“降息”，最重要的信息反而被抹掉了。降息可以降低融资成本，也可能意味着政策制定者看到了更严重的经济压力。当企业盈利预期恶化得更快，利率下降未必能立刻抵消股价面临的压力。

因此，看到“降息”就推导“股票上涨”，省略了至少三个问题：为什么降？市场原本预期多少？经济接下来会怎样？

如果一个决定早已被充分预期，真正影响价格的，可能反而是声明和指引中超出预期的部分。

不过，议息记录本身并非交易回测。要进一步回答“哪种降息之后股市表现更好”，还需要匹配会前预期、会后行情和统一的观察窗口，不能只挑几个熟悉的年份下结论。

一个看今晚，一个看 10 个月，它们并不矛盾

美联储会议和中期选举策略，看起来属于两个世界。一个追踪政策变化，一个研究日历规律。一个让人盯紧凌晨的新闻，一个要求人拿住将近 10 个月。

但它们可以放进同一套研究框架：历史规律提供一个待验证的机会，宏观背景帮助我们理解它可能在哪些环境下失效。

中期选举后的强势窗口，可能与此前的市场调整、经济周期、政策预期变化等因素有关。但这些只是解释方向，并没有证明中期选举本身导致上涨。

下一步可以继续追问：如果买入前市场已经大涨，这个窗口还强吗？如果经济进入衰退，结果会不会不同？加息、降息和暂停阶段，是否存在差异？

我们为什么让 Bobby 做这件事？

市场不缺观点。缺的是把观点拆成可检查的问题，再把证据整理出来的过程。这次，Bobby 参与的是两项具体工作：

第一，把一句流传的交易规律，变成有买入规则、卖出规则和收益口径的历史回测。

第二，把跨越 20 年的议息记录，按政策决定与经济背景梳理，帮助我们比较“看起来一样的动作”有哪些不同。

一个负责检验数字，一个负责整理背景。二者都不能代替投资者做最终决定，但能让讨论从“我觉得”向前走一步。

比如，面对这条规律，最初的问题是：中期选举年买美股，真的很容易赚钱？

研究之后，问题变成了：这套规则有多少样本？唯一亏损发生在什么环境？日期稍作调整，结果是否稳健？期末盈利之前，可能需要承受多大回撤？

问题变具体了，研究才真正开始。

我们希望 Bobby 发挥的作用，是帮助用户把一个想法推进到能核对、能质疑、能继续检验的程度。

当然，AI 生成的分析也需要检查。数据来源、复权方式、日期对齐和收益算法，任何一项出错，都可能改变结论。

给出一个数字并不是研究的终点，让数字能够被审查，才是。

结论：更好的投资决策， 从好问题开始

今晚过后，市场一定会出现很多解释。涨了，有上涨的逻辑；跌了，也有下跌的理由。这些解释可能有用，但听懂一个故事，与建立一套交易判断，并非同一件事。

中期选举策略也是如此。你可以只记住“历史胜率 95.8%”，也可以记住它背后的边界：24 个样本、一次显著亏损、一笔几乎持平的交易、尚待检验的日期敏感性，以及仍需补充的持有期风险。

前者容易让人兴奋。后者更接近研究。

如果你只愿意向一个 95.8% 历史胜率的策略追问一个问题，你会问什么？是“最多能赚多少”，还是“最坏会发生什么”？

欢迎把你的问题留在评论区。

如果你也有一个听起来很有道理、却一直没认真验证过的交易想法，免费注册 Bobby，从它开始。

别急着相信一个漂亮的结果。先把它变成一个值得检验的问题。

本文来自微信公众号“RockFlow Universe”，作者：RockFlow，36氪经授权发布。