VALYNOXSTRATEGY RESEARCH TECHNOLOGY
AlphaPrimeAlphaPrime
策略學院 / 策略生成

程式交易課程怎麼選?該學的三件事、四個警訊與一個免費練法

值得上的程式交易課程只需要看三件事:有沒有教含手續費與滑價的回測、有沒有教樣本外驗證、有沒有教風險控管。承諾獲利或勝率、只秀績效不秀規則、結尾推銷訊號的課程,把錢留在口袋。

作者 · 發佈 · 更新於 · 編輯原則

目錄
  1. 程式交易課程該教什麼?
  2. 程式交易要學寫程式嗎?
  3. 程式交易課程是不是詐騙?四個警訊怎麼看
  4. 有哪些免費的程式交易教學資源?
  5. 怎麼用真實回測練習課程學到的東西?
  6. 常見問答
  7. 參考文獻

程式交易課程該教什麼?

程式交易課程值得上的條件只有三個:教含手續費與滑價的回測、教樣本外驗證、教風險控管。課程若只教指標組合、只秀權益曲線,或承諾勝率與獲利,就把錢留在口袋。本文說明這三件事各是什麼、寫程式與免寫程式怎麼選、四個警訊,並用一次真實的 ES 回測示範怎麼練。

把程式交易課程想成駕訓班。回測是場地練習,驗證是路考,風險控管是安全帶。少掉任何一項,學員拿到的不是駕照,而是一張會讓他上路出事的證書。三件事的定義如下。

  1. 回測是把一套寫死的規則放回歷史價格上重跑,算出當時照做會有的結果。課程必須教兩個設定:每筆交易扣掉手續費與滑價,以及用下一根 K 棒的價格成交。滑價是訊號價格與實際成交價格的差,市價單與停損單通常成交得比訊號價差。少了這層,學員看到的是虛胖績效。
  2. 樣本外驗證是把規則拿到挑選規則時沒用過的那段資料上跑,看結果是否還站得住。走動式分析是把這件事沿著歷史重複做很多次:在一段資料上調參數,在下一段上不改參數地跑,再往前移。Pardo (2008) 把這個方法寫成完整流程。少了這層,學員會把過度擬合當成找到規律。
  3. 風險控管是在進場前就決定停損位置、口數與可接受的最大回撤。少了這層,再好的規則也會在一次大賠後出局。
程式交易課程的三個層次缺一不可:略過成本會使結果膨脹,略過檢驗會導致過度最佳化,略過風險控管則一次大虧就可能讓你出場 缺一不可,三個層次 缺少一層,就會發生這些情況 成本 檢驗 風險控管 結果膨脹 過度最佳化 一次大虧就出局 缺少任一層,課程即失效。 所以:問他們如何教授三者。
三層缺一不可:少了成本是虛胖績效,少了驗證是過度擬合,少了風險控管是一次大賠出局。

假設範例

某策略回測 200 筆交易,不含成本時平均每筆賺 $60。若每筆手續費 $20、滑價 $25,成本合計 $45,每筆淨賺 $15。若滑價加倍到 $50,每筆變成虧 $10。一門課如果只給你看 $60 那個數字,等於沒教回測。

一門好課還會讓你認識幾種常見的期貨程式交易策略類型與各自的回測方法,因為趨勢型與逆勢型的成本敏感度與回撤形狀完全不同。驗證這一層最容易被課程省略,因為它需要在看到結果之前就寫好判斷標準;AlphaPrime (Valynox) 的策略驗證把樣本外與走動式分析的門檻設在搜尋開始前,候選策略過不了前一關就不會進到後面的檢查,這正是課程該教學員自己動手做的事。

程式交易要學寫程式嗎?

不一定要學寫程式,但一定要學會讀規則與讀報表;寫程式與免寫程式是兩條都走得通的路,差別在你多久能做出第一次可信的測試,以及日後改規則時有多少彈性。課程應該在報名前就說清楚自己教的是哪一條。

在台灣,寫程式的路線通常是 MultiCharts 的 PowerLanguage、TradingView 的 Pine Script,或 Python。免寫程式的路線是用策略產生與回測軟體,把規則、參數範圍與成本設好,讓程式去跑。兩條路的核心知識相同:成本、驗證、風險。差的是工具。

比較項目自己寫程式(Python、PowerLanguage、Pine Script)免寫程式(策略產生與回測軟體)
第一次可信回測所需時間幾週到幾個月,取決於程式基礎幾天,重點在學會設成本與讀報表
必備技能語法、除錯、資料處理讀規則、設參數、判讀報表
改規則的彈性最高,任何邏輯都能寫在軟體提供的規則與參數範圍內
常見失敗點程式有未來函數、成交價用錯根 K 棒參數範圍開太大,挑出來的是運氣
適合的人想長期自己維護策略、有時間學語法想先驗證想法、不想先花半年學語法
程式碼與無程式碼兩條路線,都建立在相同的核心:成本、檢驗與風險;程式碼換來彈性,無程式碼則換來時間 兩條路線,同一核心 工具不同,技能相同 程式碼 換來彈性 無程式碼 換來時間 相同核心:成本、檢驗、風險 兩者都需要成本、檢驗、風險。 所以:依你的時間與目標選擇。
兩條路的核心知識相同,差在工具:寫程式換來彈性,免寫程式換來時間。

想走免寫程式路線、又以台指期為主的讀者,可以先看台指期程式交易從零到第一支策略的做法;想走寫程式路線的讀者,第一支算法交易策略的 30 天路線把每週該做什麼排好了。兩篇的共同點是:第一個月的重點不是語法,而是把成本與驗證的習慣建立起來。

程式交易課程是不是詐騙?四個警訊怎麼看

程式交易課程本身不是詐騙,但四個警訊看到任何一個,就該把錢留在口袋:承諾獲利或勝率、只秀績效不秀規則與成本、不教樣本外驗證、課程最後導向訊號或代為操作帳戶。這四個警訊有一個共同點:它們都讓你無法自己驗證講師說的話。

原因很直接。回測是用過去的價格算出來的數字,不是對未來的預測;一門課如果把回測數字當成承諾,它賣的就不是方法,而是一個無法兌現的數字。再看第二個警訊:一條權益曲線如果不附規則、手續費與滑價設定,你沒有辦法重跑,也沒有辦法知道曲線是不是在幾百個版本裡挑出來最好看的那一條。

警訊可疑的做法可信的課程會怎麼做
承諾獲利或勝率「月報酬 X%」「勝率八成」說明回測不是預測,只給方法與判斷標準
只秀權益曲線一張往右上的圖,沒有規則、沒有成本公開規則、手續費與滑價設定,讓你能重跑
不教樣本外驗證全部資料拿來調參數,調到好看為止教你切分資料、做走動式分析、事前寫下判斷規則
結尾推銷訊號或代為操作帳戶「學不會沒關係,跟單就好」教你自己測、自己判斷、自己決定要不要上線
程式交易課程的四個警訊,每一個都會讓你無法驗證:承諾獲利、只有權益曲線沒有規則或成本、沒有樣本外測試,以及課程最後是在賣訊號 四個你無法驗證的警訊 看到就別花錢 承諾獲利 不是預測 只給曲線 沒規則、沒成本 無樣本外測試 全資料調參 賣訊號 照抄,不學習
四個警訊的共同點是讓你無法自己驗證;可信的課程把驗證的工具交到你手上。

一門誠實的課程會告訴你一個不好聽的事實:大多數交易規則扣掉成本之後是虧的,而程式交易能不能賺錢,最後是由平均每筆交易與成本的比例決定,不是由指標決定。講師願意在第一堂課就講這件事,是比任何對帳單都有力的信任理由。

有哪些免費的程式交易教學資源?

交易所的合約規格頁、主管機關的投資人說明、公開的學術論文與免費計算工具,已經足夠把程式交易課程的核心概念學完;付費之前,先用這些資源測試課程講的對不對。這些資源不會教你一套完整流程,但它們是課程內容的「答案本」。

  • 交易所合約規格頁教你回測的輸入:合約乘數、最小跳動點、交易時段。台灣期貨交易所的小型臺指期貨頁面與 CME 的 E-mini Nasdaq-100 合約頁面都是免費的。這些數值交易所會調整,回測前以交易所當下的合約頁為準。
  • 主管機關的投資人說明教你風險這一層的基礎,例如停損單在快市裡會以比停損價更差的價格成交,這直接決定你的滑價該怎麼設。美國證管會(SEC)的停損單投資人公告就是一份免費、沒有銷售目的的說明。
  • 公開學術論文教你驗證這一層為什麼必要。Bailey、Borwein、López de Prado 與 Zhu (2014) 證明測試的版本越多,最好的那個回測越可能是運氣,這是「不教樣本外驗證」會被列為警訊的學理根據。
  • 免費計算工具讓你在沒有回測軟體之前就練習讀數字。把勝率、平均獲利與平均虧損放進期望值計算工具,可以看出成本吃掉多少;把一串權益數字放進最大回撤計算工具,可以看出課程秀的曲線中間最深的坑有多深。蒙地卡羅模擬工具則讓你看到同一串交易換個順序,回撤可能有多不一樣。
  • 免費回測工具讓你實際跑一次含成本的測試,哪怕規則很簡單。重點不是找到好規則,而是親手把手續費與滑價設進去,看結果怎麼變。
免費資源對應三個核心層:交易所規格與免費工具檢驗回測,學術論文檢驗驗證,監管指引檢驗風險控管 每一層的免費檢驗 哪項資源檢驗哪一層 交易所規格 免費工具 學術論文 監管指引 回測 驗證 風險控管 把它們當作標準答案。 所以:付費前先檢驗課程。
每一種免費資源對應三件核心事項中的一項;全部用過一遍,你就能判斷一門課有沒有把三層都教到。

用這些資源檢查課程的方法很簡單:課程講到合約規格,就對照交易所頁面;課程講到停損,就對照主管機關的說明;課程說「參數調到最好就行」,就拿論文裡的結論問講師樣本外怎麼處理。免費資源的角色是幫你分辨課程在教方法還是在賣結果。

怎麼用真實回測練習課程學到的東西?

把課程講的概念拿到真實資料上跑一次含成本的回測,然後用事前寫好的標準判讀報表,這比任何證書都有用。下面先給練習的迴圈,再用一次真實的 ES 回測示範報表該怎麼讀。

  1. 寫下規則與成本設定。進場、出場、手續費、滑價、成交在哪一根 K 棒,全部寫成文字,寫在跑回測之前。
  2. 跑含手續費與滑價的回測。先看平均每筆交易與來回成本的比例,再看其他數字。
  3. 用樣本外資料驗證。規則不動,換到挑規則時沒用過的那段資料上跑。
  4. 記錄結果與判斷規則。寫下「通過」或「不通過」,以及是依哪一條事前標準判的。
  5. 只改規則,不改判斷標準,回到步驟 1。標準一旦跟著結果改,驗證就失效了。
在練習循環的三輪中,規則從版本1變到版本3,而及格/不及格標準在第一輪前設定一次,之後從未更動 更改規則,絕不更改標準 練習循環的三輪 第一輪 第二輪 第三輪 規則 v1 v2 v3 標準 設定一次,絕不更動 更動標準會使測試失效。 因此:執行前先寫好及格/不及格標準。
練習迴圈的重點在第五步:規則可以一直改,判斷標準在看到結果後不能改。

以下是一次真實的回測,用來示範報表怎麼讀。這次測的不是「某門課的策略」,而是一條用隨機指標(Stochastic)當作唯一進出場條件的替身規則:沒有停損、沒有目標價、沒有濾網。市場是 ES(E-mini S&P 500)日線,期間 2019-01-02 至 2025-06-30,多空雙向,一口,每筆手續費 $20、滑價 $25。表裡這一組數字,是搜尋在 1,024 個候選裡依「報酬相對回撤」留下的那一個,不是 1,024 個的平均。

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。

項目結果
淨利(已平倉)$94,192.5
最大回撤$60,292.5
交易筆數41
勝率60.98%
獲利因子1.713
平均每筆$2,297.38
在場時間93.75%
先看淨利旁邊的最大回撤,再看交易次數與時間在倉比例;這四個數字一起讀,比任何一個單獨讀都誠實。
先看淨利旁邊的最大回撤,再看交易次數與時間在倉比例;這四個數字一起讀,比任何一個單獨讀都誠實。 ES・日線・2019-01-02 至 2025-06-30・CPU 引擎回測

怎麼讀這張表,就是課程該教而常常沒教的部分。第一,淨利要和最大回撤一起看。最大回撤是權益從高點掉到隨後低點的最大金額。這裡 $94,192.5 的淨利旁邊站著 $60,292.5 的回撤,兩者是同一個數量級,代表過程中有一段時間帳戶回吐了大半的獲利,而沒有停損的規則正是會出現這種形狀。第二,41 筆交易分在六年半裡,樣本很少,平均每筆 $2,297.38 這個數字只要換掉幾筆大單就會大幅移動。第三,時間在倉比例 93.75%:時間在倉比例是回測期間有部位的時間佔總時間的比例。接近九成四,代表這條規則幾乎永遠在場內,結果有很大一部分跟著這段期間市場本身的漲跌走,而不是規則挑時機的能力。

在權益曲線上找到最深的那段回撤,看它持續了多久;再想一想,這條曲線是一千多個版本裡留下來的那一條。
在權益曲線上找到最深的那段回撤,看它持續了多久;再想一想,這條曲線是一千多個版本裡留下來的那一條。 ES・日線・2019-01-02 至 2025-06-30・CPU 引擎回測

最後也是最重要的一點:挑選偏誤。挑選偏誤是從很多版本裡挑出最好的一個之後,那個版本的回測數字會比它真實的能力好看。這一組數字是 1,024 個候選裡事後依報酬相對回撤留下的那一個,光是「留下最好看的」這個動作就讓它比實際情況漂亮。所以這張表不表示隨機指標賺了這筆錢,也不表示任何人照做可以得到相近的結果;它示範的是,同樣一張報表,懂得看回撤、樣本數、時間在倉與挑選偏誤的人,會得出和只看淨利的人完全不同的結論。

你現在可以做的事:挑一門你正在考慮的程式交易課程,找出它公開的任何一張績效圖,照上面四個數字去找答案。找不到回撤、找不到交易次數、找不到成本設定,就把這門課從名單裡劃掉;全都找得到,再把它的規則拿到你自己的資料上,用含手續費與滑價的設定重跑一次。

常見問答

程式交易課程推薦哪些?

與其推薦課名,不如用三個問題篩選:課程有沒有教每筆扣手續費與滑價、有沒有教樣本外驗證、有沒有教停損與口數。三個都有的課程,不論教的是寫程式還是免寫程式,都值得考慮。三個裡少一個,再有名也先放著。

程式交易課程要學什麼?

核心只有三件事:含成本的回測、樣本外驗證與風險控管。工具層面可以是 Python、PowerLanguage、Pine Script,或是免寫程式的策略軟體,那是手段。學完之後你應該能自己跑一次含成本的回測、自己切樣本外、自己讀報表裡的回撤與交易次數。

量化交易課程和程式交易課程有什麼差別?

在台灣這兩個詞常常互用。量化交易課程通常多一些統計與資料處理的內容,程式交易課程通常更偏向把規則寫成程式並接上平台自動下單。不管用哪個名字,判斷標準一樣:有沒有教成本、驗證與風險。

學程式交易要多久才能做出第一個可信的回測?

走免寫程式路線,把成本設定與報表判讀學會,幾天到幾週就能做出第一個含成本、有樣本外切分的回測。走寫程式路線,加上語法與除錯,通常是幾週到幾個月。兩條路裡真正花時間的都不是工具,而是養成「先寫判斷標準、再看結果」的習慣。

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.
  • Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2nd ed.). John Wiley & Sons.
  • Taiwan Futures Exchange. Mini-TAIEX Futures. https://www.taifex.com.tw/enl/eng2/mTX
  • U.S. Securities and Exchange Commission. Stop, Stop-Limit, and Trailing Stop Orders (Investor Bulletin). https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-bulletins-15