策略檢驗清單：信任回測前的 7 項檢查
依固定順序執行七項檢查，由成本低的開始：資料品質、成本、前視偏誤、依時間排序的樣本內／樣本外切分、推進效率、蒙地卡羅與參數壓力測試，以及最低交易筆數。每個通過／未通過的數字都在第一次執行前寫下，策略在第一個未通過的檢查就停止。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
目錄
期貨策略的策略檢驗清單有哪些項目？
期貨策略的策略檢驗清單，是依固定順序執行的七項檢查：資料品質、成本、前視偏誤、樣本內／樣本外切分、推進分析、蒙地卡羅與參數壓力測試，以及最低交易筆數，其通過／未通過門檻在第一次執行前就已寫下。策略只要有一項未通過，就在那裡停止。
策略檢驗清單是一份固定的檢驗列表，對每個候選策略都依同樣的順序執行，且每項檢驗的通過門檻，在讀到第一個結果之前就已寫下。可以想成機場的七道關卡：護照查驗沒通過的旅客，不會再被送到行李掃描機，指望那一關會順利些。順序之所以重要，是因為前三項檢查決定輸入，之後每一項檢查讀到的，都是建立在這些輸入上的結果。本文的主張是：順序與事先寫好的數字，比任何單一檢驗更有用，包括那些耗時又令人印象深刻的檢驗。
| 檢查 | 能抓出什麼 | 所需時間 |
|---|---|---|
| 1 資料品質 | 未調整的轉倉、跳空、異常報價、錯誤時區 | 數分鐘 |
| 2 計入成本 | 小於一買一賣成本的優勢 | 數分鐘 |
| 3 前視檢查 | 以規則當時不可能取得的價格成交 | 數分鐘 |
| 4 樣本內／樣本外 | 只描述某一段歷史的規則 | 多跑一次 |
| 5 推進分析 | 在新資料上重新選定後就失效的設定 | 多次執行 |
| 6 蒙地卡羅與參數壓力測試 | 碰巧有利的交易順序；鄰近設定都不好的單一設定 | 多次執行 |
| 7 交易筆數與門檻 | 建立在過少交易上的結果；事後移動的合格標準 | 查看一次 |
AlphaPrime（Valynox）在策略檢驗中就是這樣運作：門檻由你在搜尋前設定，未通過前面檢查的候選策略，不會繼續進入較慢的檢查。
檢查 1 至 3：在讀任何結果之前，資料、成本與成交順序正確嗎？
先做成本低的檢查，因為轉倉處理錯誤、漏掉一買一賣成本，或規則讀取自己所交易那根 K 棒的收盤價，都可能讓虧損的規則變成獲利的回測，之後任何檢查都無法補救。這三項檢查只需數分鐘，就能在動用任何統計之前，剔除大部分看似獲利的假贏家。
- 檢查 1，資料品質。連續月期貨序列是由多個合約月份接成的，每次轉倉的價差跳動必須調整，否則趨勢規則會去交易一個沒人交易得到的跳空。檢查轉倉日期、隔夜跳空、K 棒的時區與休市日曆。通過標準：每次轉倉都用同一種方式調整，沒有任何 K 棒遠離相鄰的 K 棒，且交易時段與你實際交易的時段一致。
- 檢查 2，成本。從一開始，就在每次執行中放入手續費、交易所費用與滑價，以一買一賣（進場加出場）計算。然後拿成本後的平均每筆損益，與一買一賣的成本比較。毛平均每筆損益與交易成本相近的規則，沒有優勢，而且通常正是交易筆數最多的規則。
- 檢查 3，前視偏誤。前視偏誤是回測使用了規則下決定的那一刻還拿不到的資訊。最常見的漏洞，是規則依某根 K 棒的收盤價下決定，又以同一個收盤價成交。解法是下一根 K 棒成交：收盤時下決定，下一根開盤時成交。單根 K 棒檢查：讓策略比訊號晚一根 K 棒成交再跑一次；若結果崩潰，代表規則讀到了未來。
你的軟體是否顯示轉倉調整、是否支援每邊滑價、能否強制下一根 K 棒成交，最好在看任何結果之前就弄清楚；回測軟體比較中的六項檢查，說明了該看什麼。
檢查 4：樣本內與樣本外資料該怎麼切分？
依時間切分，只在較早的部分調整，在較晚的部分原封不動執行規則，並保留最後一段近期 K 棒，在最後一次檢驗前誰都不去碰。樣本內（IS）資料是用來選規則與設定的那部分歷史。樣本外（OOS）資料是留在一旁，只用來執行完成的規則並讀取結果的那部分。讀書用的教材，和考試的試卷必須是不同的頁面。
- 在第一次執行之前就決定切分日期並寫下來。常見的比例，是約 70% 樣本內、約 20% 樣本外，最近的 10% 保留給最後一次檢驗。
- 確認兩邊都含有趨勢、盤整與波動大的區段。若樣本外的幾年是一路上漲，單純做多的規則就會因錯誤的原因通過。
- 計算樣本外的交易筆數，而不是年數；檢查 7 會說明原因。
- 讀過樣本外結果後，所有設定都要固定下來。只要改了設定，那段資料就成了調整的一部分，這次檢驗就用掉了。
樣本內結果應保留多少、結果較弱但沒壞時該怎麼辦，請見樣本內 vs 樣本外的切分方式。
檢查 5：推進效率多少才算通過？
推進效率，是樣本外每單位時間的獲利，除以樣本內每單位時間的獲利；約一半或更高的數字，是常見的通過門檻，要在執行前寫下，並以所有視窗合計判讀，而不是只看最好的那一個。推進分析是一種檢驗：在一個歷史視窗調整設定，原封不動套用到緊接的下一個視窗，兩個視窗一起往前移動並重複，直到接起來的樣本外片段形成一份完整結果。它把一次切分變成多次切分，並從同一份資料產生更多樣本外交易。
除以時間，兩邊才能比較：三年的樣本內視窗與一年的樣本外視窗，無法用總獲利比較。Pardo（2008）描述了這個比率；許多系統化交易人以約 50% 作為下限。要讀的是所有視窗合計的數字。單一視窗表現弱屬正常，因為市場在視窗之間會變。合計數字遠低於門檻、正負號在視窗之間來回翻轉，或結果只存在於一個視窗，都算未通過。
假設性範例
五個滾動視窗。每個樣本內視窗每年賺約 100 單位。樣本外視窗每年賺 60、45、70、20 與 55 單位，因此效率分別為 60%、45%、70%、20% 與 55%。合計起來，500 單位中有 250 單位保留，即 50%，符合執行前寫下的 50% 通過門檻。第四個視窗單獨看會未通過；合計數字則通過。
視窗長度、需要多少個視窗，以及如何解讀接起來的曲線，請見推進分析。
檢查 6：蒙地卡羅與參數壓力測試，比單一條權益曲線多提供什麼？
一條權益曲線只是交易的一種排列，也只是參數網格上的一個點；打亂交易順序，能看出回撤原本可能多深，把每個設定上下移動，能看出結果落在高原還是尖峰上。你看到的曲線只是一次發牌。同樣的 200 筆交易換一種順序發牌，淨損益相同，最糟的回撤卻不同。
蒙地卡羅檢驗，是把交易明細重新排序或重新抽樣許多次，記錄每個新序列的最大回撤，得到的是一個範圍而不是單一數字。任何一份交易明細，都可以用免費的交易用蒙地卡羅模擬器跑一次；歷史回撤通常落在這個範圍中較樂觀的一側，原因見蒙地卡羅回測。可行的通過規則要事先寫下：95% 的洗牌結果都不會超過的回撤，必須是你要交易的帳戶承受得起的。
參數壓力測試，是把每個設定從選定值向上與向下移動幾步，再重跑策略。回看期 20 有效、而 18 與 22 接近零，就是尖峰：這個設定描述的是那段歷史裡的雜訊。回看期 20 的鄰近值從 16 到 26 表現都相近，就位於高原，高原才值得保留。滑價加倍、起始日期位移幾個月，也屬於同一項檢查。
檢查 7：回測需要多少交易筆數？要事先設定哪些門檻？
平均每筆損益的不確定性，隨交易筆數的平方根縮小，因此只有幾十筆交易的執行只是線索，不是結果；每一個通過／未通過的數字（交易筆數、效率、回撤、成本後獲利因子）都必須在搜尋前寫下，結果才無法移動合格標準。由十幾筆交易算出的平均值，換掉三筆交易就會大幅移動；由數百筆算出的平均值，幾乎不動。
平均損益的不確定度 = 各筆交易的離散程度 ÷ √N
其中單筆交易的離散程度是一般交易偏離平均的程度（標準差），N 是交易筆數，√N 是它的平方根。交易筆數變為四倍，不確定性減半。
假設性範例
平均每筆損益為 1,000 單位，單筆交易通常偏離該平均 4,000 單位。41 筆交易時，不確定性約為 4,000 ÷ 6.4 ≈ 625 單位，因此真實的平均值可能遠低於 1,000。160 筆時約為 316 單位；640 筆時約為 158 單位。只有較大的兩個樣本，才讓平均值明顯遠離零。
通過門檻要在搜尋前寫下。許多系統化交易人使用的範例值如下：
| 門檻 | 範例通過門檻 | 原因 |
|---|---|---|
| 已完成交易 | 合計數百筆；樣本外少於 30 筆只算線索 | 低於此數，平均每筆損益不穩定 |
| 推進效率，合計 | 50% 或更高 | 重新選定設定後，樣本內優勢仍保留一半 |
| 成本後獲利因子 | 1.3 或更高 | 獲利因子是總獲利除以總虧損；接近 1 的數值只是成本與雜訊 |
| 蒙地卡羅回撤 | 第 95 百分位數落在帳戶可承受範圍內 | 歷史回撤只是一次發牌 |
| 參數鄰近值 | 兩側各兩步，正負號相同 | 高原，而不是尖峰 |
下面這次執行說明了，為什麼交易筆數的影響這麼大。AlphaPrime 對 ES 日 K 棒執行了一次搜尋，期間 2019-01-02 至 2025-06-30，多空皆做，一口，每筆交易收取 $20 手續費與 $25 滑價。規則是替代用的，並非本文主題：以效率比率（Efficiency Ratio）規則作為唯一的進場與出場，沒有停損、停利與濾網。所示的候選策略，是搜尋嘗試的 1,024 個中留下的那一個，因報酬相對回撤而被選中；事後挑出留下的那一個會美化它，這些數字描述的是一條過去的路徑，不代表這個規則能賺多少，也不是讀者可以預期的結果。
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 |
|---|---|
| 淨損益（已平倉交易） | $50,967.5 |
| 最大回撤 | $19,100 |
| 交易筆數 | 41 |
| 勝率 | 56.1% |
| 獲利因子 | 2.107 |
| 平均每筆損益 | $1,243.11 |
| 持倉時間占比 | 15.84% |
先看交易筆數：約六年半只有 41 筆交易。依上面的公式，41 筆讓 $1,243.11 的平均每筆損益帶有相當大的誤差範圍，而 $50,967.5 的淨損益與 $19,100 的最大回撤，只是這 41 筆交易的一種序列。對照事先寫下的數百筆通過門檻，這個候選策略是一條線索，值得帶進視窗更多或 K 棒週期更短的推進分析，而不是可以拿來交易的結果。
為什麼搜尋中最好的回測，仍然要通過七項檢查？
留下的候選策略是多次嘗試中最好的一個，帶有選擇加成，只有未見過的資料與事先寫下的門檻才能把它扣除；而單獨通過的策略，還必須與你已經在交易的其他策略一起檢驗。選擇加成，是搜尋中最好的回測裡，來自搜尋本身、而不是來自規則的那一部分。
給 1,024 個人各一枚硬幣，請每人擲十次。大約有一個人會擲出十次正面，而這個人並沒有任何技巧。上面 ES 的執行，是 1,024 次嘗試中留下一個候選策略，因此結果有一部分就是這種加成，而樣本內的數字無法說明有多少。Bailey、Borwein、López de Prado 與 Zhu（2014）指出，即使每個規則都是雜訊，搜尋中預期的最佳回測仍會隨嘗試次數上升；Harvey 與 Liu（2015）則提出，依結果背後的檢定次數折減結果。影響有多大、背後有哪些研究，請見回測過度最佳化。
這就是檢查 4 至 7 存在、且它們的門檻要先寫下的原因：未見過的資料不帶有這種加成，事先寫下的門檻也無法為了配合結果而移動。七項之後還有一道關卡。單獨通過的策略，只有與你已在交易的策略合併後，才會改變你的帳戶；兩個策略若在同幾週一起虧損，回撤就會相加。如何衡量，請見投資組合回測。
下一步：取一個你正在考慮的策略，把它的七條通過門檻連同今天的日期寫在一頁紙上，在再次查看它的權益曲線之前，先對它的資料執行檢查 1。
常見問題
實單交易前應該檢驗什麼？
先檢查輸入：調整過的轉倉與乾淨的 K 棒、每筆交易都計入的手續費與滑價，以及下一根 K 棒成交。接著在規則從未見過的資料上檢驗：依時間排序的樣本外區段、合計效率約一半或更高的推進分析、蒙地卡羅回撤範圍，以及參數高原。最後確認交易筆數達數百筆，且每一條通過門檻都是在執行前寫下的。
回測需要多少交易筆數才可信？
多到幾筆交易改變時，平均每筆損益也不會大幅移動。平均值的不確定性隨交易筆數的平方根縮小，因此筆數變為四倍，不確定性減半。許多系統化交易人希望合計有數百筆交易，並把樣本外少於約 30 筆視為只是線索。較短的 K 棒週期或推進分析的設計，能從同一段歷史產生更多交易。
推進效率多少才算通過？
推進效率，是樣本外每單位時間的獲利除以樣本內每單位時間的獲利。所有視窗合計約 50% 或更高，是常見的通過門檻。單一視窗表現弱屬正常，因為市場會變；合計數字遠低於門檻，或樣本外獲利只存在於單一視窗，則算未通過。門檻要在執行前寫下。
怎麼避免回測過度最佳化？
相對於交易筆數，要讓調整的設定數量保持少；從第一次執行就計入成本；只用搜尋從未接觸過的資料來判斷。鄰近值表現相近的設定，優於單獨突出的某一個數值。記住，多次嘗試中最好的候選策略帶有選擇加成，所以每條通過門檻都要在搜尋前設定，並套用在樣本外與推進分析的結果，而不是樣本內曲線。
參考文獻
- Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2nd ed.). John Wiley & Sons.
- 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.