QM 期貨:E-mini 原油規格、保證金與回測方法
QM 是 E-mini 原油期貨:500 桶 WTI,每跳動點 $0.025、價值 $12.50,油價每動 $1 就是每口 $500,以現金對 CL 結算。帳戶大小依回測的美元回撤決定,不看保證金;QM 成交量遠低於 CL、跳動點又較粗,回測要設定比 CL 更多的滑價。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
QM 期貨是什麼?一口合約有多大?
QM 期貨是 CME 集團旗下 NYMEX 的 E-mini 原油合約:500 桶 WTI 原油,大小只有標準 CL 合約的一半。最小跳動為每桶 $0.025,價值 $12.50,所以油價每動 $1,每口就是 $500。QM 以現金對 CL 價格結算。
WTI(West Texas Intermediate)是美國的原油基準品級,CL、QM、MCL 都跟隨它的價格。跳動點是交易所允許委託單使用的最小價格間距。QM 的間距為每桶 $0.025,一口涵蓋 500 桶,所以一個跳動點讓部位變動 500 × $0.025 = $12.50。油價完整變動 $1 是 40 個跳動點,也就是 500 × $1 = $500。免費的期貨合約與損益計算機能把任何進場、出場與口數換算成美元,信任回測報表之前,可以先用它核對這些數字。
現金結算表示到期時沒有實物交割:未平倉部位以最終結算價現金平倉,QM 的最終結算價取自對應的 CL 合約。這也是迷你原油期貨吸引人的原因:想持有原油部位,又不想面對完整合約的交割規定。交易所可能調整合約數值,設定回測前,請先閱讀交易所網站上的 QM 合約頁。
QM 與 CL、MCL 有什麼不同?
QM、CL、MCL 跟隨同一個油價,差異在五件事:每口桶數、跳動點大小、每跳動點價值、結算方式與流動性。決定策略該在哪一種合約上測試與交易的是這五項,不是價格走勢圖。下表並列比較。
| 項目 | CL(完整) | QM(E-mini) | MCL(微型) |
|---|---|---|---|
| 合約大小 | 一千桶 | 500 桶 | 100 桶 |
| 最小跳動 | 每桶 $0.01 | 每桶 $0.025 | 每桶 $0.01 |
| 每跳動點價值 | $10.00 | $12.50 | $1.00 |
| 每動 $1 的美元金額 | 一千美元 | $500 | $100 |
| 結算方式 | 實物交割 | 金融(現金)結算 | 金融(現金)結算 |
| 一般流動性 | 最高 | 三者中最低 | 中等 |
有兩列需要細看。第一是跳動點。CL 與 MCL 可以成交在 $70.01、$70.02,依此類推;QM 只成交在 $70.000、$70.025、$70.050。用 CL 研究寫成美分的停損或停利,會落在 QM 的價格之間,必須四捨五入;拿 CL 資料跑的 QM 回測,用到的價格是 QM 永遠無法成交的。第二是結算方式。CL 是實物交割,所以投機帳戶必須在到期前券商規定的截止時間之前出場或轉倉;QM 與 MCL 以現金結算,轉倉只取決於流動性,與交割無關。在策略研究上,這代表 QM 的測試需要 QM 資料,或至少要有一個把每筆成交對齊 $0.025 價格格線的模型。
QM 的保證金是多少?小帳戶適合 QM 嗎?
QM 是半口 CL,所以保證金介於 CL 與 MCL 之間;但決定帳戶大小的數字,應該是回測在每點 $500 下的美元最大回撤,不是交易所保證金。保證金是結算所對每口未平倉合約要求的押金,涵蓋的是交易所的風險,不是你的風險。交易所調高或調低都沒有固定時程,所以請到 QM 合約頁讀取目前的數字,不要採用任何文章裡的數字,包括本文。
回撤比保證金更重要,原因在槓桿。槓桿是以小額押金控制大額部位,所以原油同樣變動 $3,在每種合約上造成的美元波動差距相當大。付得起 QM 保證金的小帳戶,一段普通的連續虧損仍可能耗盡資金,因為保證金完全沒有說明權益曲線在回升前會下跌多深。
假設性範例
原油對一口部位逆向變動每桶 $3。CL 的虧損是 3 × 一千美元 = $3,000;QM 是 3 × $500 = $1,500;MCL 是 3 × $100 = $300。再假設 QM 回測多年的結果,扣除成本後最大回撤為 $6,000。想撐過比回測深兩倍的回撤、同時仍留得住保證金的交易人,需要約 $12,000,再加一口 QM 的保證金。同一條規則在 MCL 上的回撤是 $1,200,需要約 $2,400,再加保證金,這就是微型合約通常是小帳戶起點的原因。
實務上的順序是:以一口跑回測,讀出以美元計的最大回撤,乘上事先自訂的安全係數(許多系統化交易人用兩倍以上,因為未來的回撤通常比歷史中的更深),加上目前的保證金,再把總額與帳戶比較。若總額超出 QM 可負擔的範圍,同一條規則常常可以改在 MCL 上測試,大小只有五分之一。若總額在帳戶可負擔的範圍內,QM 一口就有 MCL 五倍的曝險,每桶手續費也遠低於五口 MCL。
QM 的交易時間是什麼時候?
QM 在 CME Globex 的能源交易時段與 CL、MCL 相同:週日到週五,中部時間下午 5:00 到下午 4:00,每天下午 4:00 到下午 5:00 休息 60 分鐘。因此 QM 回測沿用與任何原油回測相同的時段設定與台灣時間換算。交易時間的細節,以及從台灣看這個時段的樣子,寫在原油期貨交易時段與 CL、MCL 的台灣時間對照;QM 完全照這個時段。
中部時間一年調整兩次,台灣時間不調,所以台灣的時鐘時間在冬夏之間會差一小時:
| 事件 | 中部時間 | 台灣時間,美國標準時間(冬令) | 台灣時間,美國日光節約時間(夏令) |
|---|---|---|---|
| 每週開盤 | 週日下午 5:00 | 週一上午 7:00 | 週一上午 6:00 |
| 每日收盤 | 下午 4:00 | 上午 6:00 | 上午 5:00 |
| 每日休息 | 下午 4:00 到下午 5:00 | 上午 6:00 到上午 7:00 | 上午 5:00 到上午 6:00 |
| 每週收盤 | 週五下午 4:00 | 週六上午 6:00 | 週六上午 5:00 |
時段設定決定日 K 棒從哪裡開始、在哪裡結束,所以要把交易日設為在下午 4:00 CT 的收盤結束,不要在任何時區的午夜結束。依台灣午夜切開的日 K 棒,會把美國下午的行情切成兩半,產生任何交易所時段都不曾出現過的高點、低點與收盤價。金屬類同樣是下午 5:00 到下午 4:00 CT、含一小時休息的型態,所以黃金期貨回測的規格、保證金與交易時間中的時段做法,只要換掉合約數字,就能沿用到 QM。假日時程與提早收盤逐年不同;免費工具期貨現在有開盤嗎?會以你的時區顯示目前的時段,交易時間有變動時,以交易所的合約頁為準。
流動性、成本與轉倉如何改變 QM 回測?
QM 的成交量遠低於 CL 與 MCL,$12.50 的跳動點占合約價值的比例又比 CL 的 $10 跳動點大,所以 QM 回測每筆要設定更多滑價、固定每月的轉倉規則,並檢查扣除成本後的平均每筆損益是否為一買一賣(來回)成本的好幾倍。滑價是回測假設的價格與真實委託取得的價格之間的差距。委託簿較薄時,差距更大;在較粗的跳動格線上,連最小的差距也是每桶 2.5 美分。
以每桶來看。原油 $0.05 的變動,在 CL 是五個 $10 的跳動點,在 QM 是兩個 $12.50 的跳動點。CL 一個跳動點的滑價是每桶 1.0 美分;QM 一個跳動點的滑價是每桶 2.5 美分,同樣的油,成本是兩倍半。以 CL 一個跳動點滑價定價的策略,改到 QM 交易的那一刻,每桶就要付兩倍半,這還沒算較薄的委託簿再加上的成本。
QM 研究可用的成本模型如下,取得自己的成交紀錄後,再依此調整:
- 手續費與交易所規費每邊一次,依券商的費率表,進場與出場時各收取。
- 每邊至少一個 QM 跳動點的滑價(進場 $12.50、出場 $12.50),作為市價單與停損單的基準情境。
- 每邊兩個跳動點的壓力測試(一買一賣共 $50)。只在一個跳動點下才有效的規則,靠的是便宜的成交價。
- 平均每筆損益測試:未扣成本的平均每筆損益,應是一買一賣成本的好幾倍。每項成本怎麼設、這項測試怎麼讀,見回測裡的交易成本:手續費、滑價與平均每筆交易。
快速的日內規則最先通不過這項測試,因為每筆的幅度最小、筆數最多。同樣的現象也出現在指數期貨,詳見ES 迷你期貨剝頭皮策略在回測中能否扛住成本,而在 QM 上,較粗的跳動點讓這個現象更明顯。期貨演算法交易策略與各類型的回測方法裡的規則類型中,持有數小時或數天的,最有機會跨過 QM 的成本門檻。
轉倉是第三項調整。轉倉是平掉即將到期的合約月份、改開下一個月份,QM 每個月都有新合約,所以多年的測試含有數十次轉倉。每次轉倉,兩個月份之間會出現一個不是行情造成的價格跳空;忽略它的連續月序列,會在每個未平倉部位上記入假的獲利或虧損。第一次執行前就固定一條轉倉規則,不是到期前固定的營業日數,就是下個月份成交量超過當月的那一天,並套用到歷史中的每次轉倉。因為 QM 成交量薄,轉倉要和 CL 同一天或更早,這樣回測才不會停留在真實交易人早已離開的月份。
如何逐步設定 QM 回測?
第一次執行前先設定合約規格、交易時段、成本與轉倉規則,再以完成的交易與美元回撤判讀結果;這六項設定固定之前,不要看價格走勢圖。順序很重要,因為後面的設定依賴前面的設定:滑價以跳動點計,跳動點取決於合約規格,判讀的回撤要在計入成本與轉倉之後才有意義。
- 合約規格:500 桶,跳動 $0.025,每跳動點價值 $12.50,每 $1 變動 $500。設定當天請到交易所的合約頁核對。
- 交易時段:Globex 能源交易時段,交易日在下午 4:00 CT 結束,含一小時休息。
- 每筆的手續費與滑價:券商費用,加上每邊至少一個 QM 跳動點,並以兩個跳動點再跑一次。
- 轉倉規則:每月一次,依成交量或到期前固定天數,套用到每一次轉倉。
- 下一根 K 棒成交:以 K 棒收盤計算出的訊號,在下一根 K 棒成交,因為收盤價本身無法拿來成交。
- 以完成的交易與美元回撤判讀:數出交易筆數,讀出每點 $500 下的最大回撤,並照保證金一節的方式與帳戶比較。
在 AlphaPrime(Valynox)裡,交易時段、手續費、滑價與下一根 K 棒成交規則都放在回測設定中,並從第一次評估起就計入每個候選策略,所以 QM 的搜尋是以 QM 的成本計分,而不是事後才補上成本;搜尋的速度取決於處理器或顯示卡,以及資料的長度。
為了說明第六步在實務上的樣子,這裡是 AlphaPrime 的一次實際執行。它不是 QM 測試。測試的是 ES 日 K 棒,期間為 2019-01-02 到 2025-06-30,多空皆做、一口,只以 ATR 平均真實區間規則作為進場與出場,不設停損、停利或濾網,屬於以標準指標做成的替代規則。所示結果是搜尋嘗試的 1,024 個中保留下來的那一個候選策略,依報酬相對於回撤挑選。
來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。ES 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $25。
| 數字 | 結果 |
|---|---|
| 淨利(已平倉) | $117,750 |
| 最大回撤 | $57,590 |
| 交易筆數 | 165 |
| 勝率 | 57.58% |
| 獲利因子 | 1.41 |
| 平均每筆 | $713.64 |
| 在場時間 | 82.9% |

照讀 QM 回測的方式來讀它。$57,590 的回撤是決定帳戶大小的數字,而且那是在 ES 每點 $50 下的回撤;放到 QM,同一條曲線要以原油每點 $500 來讀。六年半的 165 筆交易,足夠算出平均每筆損益,而平均每筆損益 $713.64 是 $45 一買一賣成本的許多倍,這就是前一節的測試。數字沒有說的,是這條規則能賺多少:這個候選策略是事後從 1,024 個中挑出最好的,賽後才挑贏家,會讓成績看起來比實際好。Bailey、Borwein、López de Prado 與 Zhu(2014)指出,大規模搜尋中最好的回測,本身會被搜尋過程灌水;Harvey 與 Liu(2015)主張,任何結果都應依背後的測試次數打折。從搜尋中產生的 QM 候選策略也要同樣處理:先以搜尋從未碰過的資料做樣本外評分,再做兩個跳動點滑價的壓力測試,之後才交易任何一口。
下一步很具體:打開交易所的 QM 合約頁,確認 500 桶的大小、$0.025 的跳動點與目前的保證金,再把你過去的一筆 QM 交易(或想像的一筆)輸入期貨合約與損益計算機,檢查美元結果是否等於 500 × 價格變動。若吻合,你的第一個 QM 回測就能從自己驗證過的設定開始。
常見問題
QM 期貨的合約規格是什麼?
QM 是 CME 集團旗下 NYMEX 的 E-mini 原油期貨。一口是 500 桶 WTI 原油,最小跳動為每桶 $0.025,價值 $12.50,油價變動 $1 等於每口 $500。它以現金結算,最終價格取自 CL 合約。交易所可能調整這些數值,請到 QM 合約頁確認。
小帳戶該選 QM 還是 CL?
依回測的美元最大回撤決定,不要看保證金。QM 每 $1 原油變動為 $500,CL 則是一千美元,所以同一條規則在 QM 上的美元回撤只有一半。許多小帳戶從每 $1 為 $100 的 MCL 起步,回撤是 QM 的五分之一,等到帳戶足以負擔比回測更深的回撤加上保證金,再往上升級。
QM 像 CL 一樣實物交割嗎?
不是。QM 是現金結算:到期時的未平倉部位,以 CL 合約為基礎的最終結算價現金平倉,不交割任何桶數。CL 是實物交割,所以券商要求投機帳戶在到期前的截止時間之前出場或轉倉。在回測上,差別出現在轉倉規則,不在價格資料。
可以用 CL 資料回測、改交易 QM 嗎?
只能當作粗略的初步觀察。QM 價格以 $0.025 為單位跳動,所以 1 美分 CL 資料中的停損、停利與成交,會落在 QM 無法成交的價格上,而且 QM 的委託簿較薄,滑價更多。要拿去交易 QM 的回測,應使用 QM 資料,或至少把每筆成交對齊 $0.025 的格線,並且每邊至少收一個 QM 跳動點的滑價。
參考文獻
- Bailey, D. H., Borwein, J., López de Prado, M., & Zhu, Q. J. (2014). Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance. Notices of the American Mathematical Society, 61(5), 458–471.
- Harvey, C. R., & Liu, Y. (2015). Backtesting. The Journal of Portfolio Management, 42(1), 13–28.

