回測中的在場時間:曝險百分比告訴你什麼
在場時間是策略持有部位的 K 棒佔全部 K 棒的比例。讀每一個回測報酬時都要連同它一起看:同樣的獲利,在 10% 與 90% 的在場時間下意義完全不同;幾乎一直持有部位的策略,必須和單純持有該口合約比較。
作者 Soren Huang · 發佈 · 更新於 · 編輯原則
回測中的在場時間告訴你什麼?
回測中的在場時間,常被稱為曝險,是策略持有部位(多單或空單)的 K 棒佔全部 K 棒的比例。它告訴你績效有多少來自暴露在市場中,又有多少來自挑選進出的時機。每一個報酬都要連同它的曝險一起讀。
在場時間就是持有部位的 K 棒數除以測試期間的 K 棒總數,以百分比表示。策略曝險就是同一個數字,只是換了名稱。K 棒指的是價格資料的一列,例如一天或一根 30 分鐘的資料。兩位漁夫各帶回十條魚,一位在湖上坐了一整天,另一位只釣了一小時。漁獲相同,兩人卻不相同,你替兩人規劃明天的方式也不會一樣。
回測是把一套規則套用在過去的價格上,並計入成本,讓你看到這套規則過去會有什麼結果;期貨交易中的回測是什麼一文說明了整個設定。報表會給你一個淨損益,而這個淨損益有兩種可能的來源。一是幾乎一直持有部位,而市場朝你的部位方向走;另一是規則挑出特定時機進場,其餘時間則置身事外。在一個上漲的指數期貨上,95% 的時間都有部位的策略,大半績效來自那段上漲本身;只有 10% 的時間有部位的策略做不到這點,它的結果取決於挑中的時機。在場時間的百分比,就是在看其他任何數字之前先把這兩種情況分開的那個數字。
在場時間怎麼計算?
把持有部位的 K 棒數除以測試期間的 K 棒總數,多單與空單以相同方式計算,再乘以 100。計算本身很簡單,出錯通常出在兩個計數上,而不是除法。
- 計算持有部位的 K 棒數。逐筆檢視交易明細。每筆交易從進場那根數到出場那根,多單與空單的 K 棒都算曝險;空單和多單一樣承擔市場風險。
- 計算測試期間的 K 棒總數。使用回測所跑的同一組 K 棒資料,從第一根可以交易的 K 棒到最後一根。
- 相除並乘以 100。結果就是在場時間的百分比。
有兩個細節會改變結果。第一是交易時段。日盤策略若以包含夜盤的全時段 K 棒來計算,會比只以日盤 K 棒計算的曝險低很多,因為每根夜盤 K 棒對它來說都是空手的 K 棒,它根本沒有機會交易。第二是進出場 K 棒的計算慣例。有些報表只計算開倉的那根 K 棒,有些只計算平倉的那根,有些則兩者都算。對於持有很多根 K 棒的部位,影響不大;但若持有期只有一到兩根 K 棒,百分比可能差很多。在盤中資料上,你也可以改用分鐘數而不是 K 棒數,這樣能消除第二個問題,但第一個問題依然存在。
假設範例
一個日盤策略在 1,500 根 K 棒上持有部位。日盤測試期間共有 5,000 根 K 棒,所以在場時間為 1,500 ÷ 5,000 = 30%。若同一批交易改以包含夜盤的全時段 10,000 根 K 棒計算,比例變為 1,500 ÷ 10,000 = 15%。交易沒有改變,只有分母改變了。
在比較兩個程式的曝險數字之前,請先確認兩者是以同一組 K 棒計算,並採用相同的進場 K 棒慣例。付費購買回測軟體前的六項檢查中包括確認報表如何定義它的數字,而曝險正是各家定義差異最大的數字之一。
多低才算低曝險?
約 20% 以下屬於低曝險,20% 到 60% 屬於選擇性持有,60% 到 80% 屬於大部分時間持有,80% 以上則接近一直持有。這些區間是系統化交易者的工作慣例,不是交易所規定,而每個區間都會改變你該先相信報表裡哪一個數字。
| 曝險區間 | 通常代表什麼 | 主要檢查 |
|---|---|---|
| 20% 以下 | 事件型或型態型策略:只交易特定的設定,其餘時間空手 | 交易筆數,以及空手日重新計算的夏普比率(見後續章節) |
| 20% 到 60% | 選擇性的趨勢或波段策略 | 每筆交易的成本與平均每筆損益的比較 |
| 60% 到 80% | 大部分時間持有的趨勢追蹤,偶爾空手 | 同期間的最大回撤與買進持有的比較 |
| 80% 以上 | 接近一直持有;會在多空之間翻轉 | 直接與買進持有比較 |
低曝險和交易筆數少是一起出現的。十根 K 棒只有一根在場、每次又抱好幾根的策略,一年只能產生少數幾筆交易。交易筆數少,正是搜尋許多規則變體時最容易碰巧找到一個好看結果的條件;Bailey、Borwein、López de Prado 與 Zhu(2014)指出,要把眾多候選策略中最好的一個與運氣區分開來,所需的歷史資料長度會隨候選策略數目增加。實際的結論是:低曝險策略要有更長的歷史,或改成能產生更多交易的設計,結果才有意義。
假設範例
十年的日線 大約有 2,500 根。一個在場時間 10% 的策略,會在其中約 250 根 K 棒上持有部位。若平均持有期為五根 K 棒,十年下來大約是 50 筆交易,也就是每年五筆。50 筆交易是提示,不是結果。同樣十年,曝險 70%、同樣抱五根 K 棒的策略大約有 350 筆交易,足以帶著幾分把握讀每筆交易的數字。
每單位曝險報酬怎麼算?
把扣除成本後的淨損益除以在場時間的比例,結果當成策略運用在場時間的效率來讀,絕不當成「曝險拉高會賺多少」的預測。每單位曝險報酬是策略以同樣效率把曝險放大到 100% 時會呈現的淨損益,這個數字是用來比較策略的,不是用來預測的。
假設範例
策略 A 與策略 B 在同一口合約、同樣十年期間的扣除成本後淨損益都是 30,000 美元。策略 A 的在場時間為 25%,策略 B 為 75%。每單位曝險報酬,A 為 30,000 ÷ 0.25 = 120,000 美元,B 為 30,000 ÷ 0.75 = 40,000 美元。策略 A 從每一根持有的 K 棒取得的獲利是 B 的三倍。它還有四分之三的時間讓帳戶空著,這在組合多個策略時很要緊。
這個比率不是預測,因為選擇性策略的優勢來自它挑中的時機;讓它交易得更頻繁,就是去交易它沒挑中的時機,沒有理由期待同樣的效率。把同樣的除法套在最大回撤上是有用的第二個讀數:同樣大小的回撤,在 25% 曝險下比在 75% 曝險下更嚴重,因為那筆損失是在四分之一的時間裡發生的。兩個候選淨損益相近時,把兩個比率並排看,再由上一節的曝險區間決定接下來做哪些檢查。
曝險與買進持有相比如何?
在指數期貨上曝險約 90% 的策略,必須和同一段日期單純持有一口合約相比,因為兩者的市場曝險幾乎相同,策略的績效可能大半是市場自己的漂移。買進持有是測試第一天進一個部位、含轉倉成本抱到最後一天的結果,是任何很少空手的策略天生的比較基準。
下面這次回測就是例子。AlphaPrime(Valynox)在 ES 日線上測了一條規則,期間 2019-01-02 至 2025-06-30,多空都做,一口,每筆交易收 20 美元手續費與 25 美元滑價。這條規則是替身:用標準指標組成的 Candlesticks 規則當唯一的進場與出場,沒有停損、沒有停利、沒有濾網,所以這次回測示範的是怎麼讀曝險數字,不是某種在場時間規則的表現。框裡的候選是搜尋嘗試 1,024 個之後,依報酬對回撤留下的那一個;事後挑出留下的那個,會讓它的結果比實際好看。
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) | $129,630 |
| 最大回撤 | $59,010 |
| 交易筆數 | 56 |
| 勝率 | 57.14% |
| 獲利因子 | 2.022 |
| 平均每筆 | $2,314.82 |
| 在場時間 | 93.48% |
93.48% 的在場時間把這個候選放進一直持有的區間。六年半 56 筆交易,這條規則平均每筆抱好幾週,只在出場和下一次進場之間的短暫空檔才空手。標普 500 在這段日期結束時遠高於起點,所以一條大半時間做多的規則受惠於指數的上漲,在把這部分拆出來之前,$129,630 的淨損益不能記在規則頭上。這不是規則自己賺的錢,也不是讀者該對它期待的結果。在場時間那一行就在 AlphaPrime 績效報表的摘要裡,和淨損益、回撤、交易筆數並列;同一份報表的多空分析則顯示結果各有多少來自哪一邊,這是一直持有的規則第一個該做的拆分。
| 面向 | 買進持有一口合約 | 測試規則(曝險 93.48%) |
|---|---|---|
| 市場漂移 | 完整承接,只做多 | 做多時承接,做空時逆向承受 |
| 隔夜跳空 | 每晚都承擔 | 幾乎每晚都承擔 |
| 方向翻轉 | 無 | 56 筆交易,多空交替 |
| 空手期間 | 無 | 約佔 6.5% 的 K 棒 |
| 回撤路徑 | 完整承受指數自身的下跌 | 最差時為 $59,010,路徑不同 |
要做這個比較,從你自己的資料取測試首尾兩天的 ES 收盤價,點數差乘以合約點值,每次轉倉各扣一次手續費與滑價,再把結果放在策略的淨損益旁邊;免費的期貨合約計算機給你點值和這個部位的損益。然後比較兩個最大回撤和它們的日期。一直持有的規則,要在多空兩邊分開讀過之後,報酬對回撤明顯好過持有、或回撤落在不同的時間,才站得住。
為什麼低曝險策略會顯示很高的夏普比率?
空手日以零報酬進入報酬序列,壓低了量到的波動度,卻沒有增加獲利。所以十天只有一天在場的策略,它的夏普比率描述的是一種平穩,而帳戶在真正承擔風險的那些天從來沒有經歷過這種平穩。夏普比率是一個序列的平均報酬除以波動度,其中波動度是報酬的標準差,衡量單一報酬通常偏離平均值多遠。只需要一條公式:
夏普比率 = 平均報酬 ÷ 波動度
這裡的平均報酬是測試期間日報酬的平均值(為求簡化,省略現金利息),波動度則是它們的標準差,通常會年化。當十天中有九天空手時,九成的報酬恰好都是零。零不會為平均報酬增加任何數值,因此平均報酬下降。波動度降得更多,因為零都貼在平均值附近,把標準差往下拉,大約乘上曝險的平方根。所以報表上的波動度描述的是包含空手日的整年,比起你持有部位那些天真正承擔的波動,少算的正是這個平方根倍數。
假設範例
某策略有 10% 的時間持有部位。在持有部位的日子裡,它的日報酬標準差為 2%。若把空手日計為零,整個序列量測到的日標準差約為 2 × √0.10 ≈ 0.63%。假設該策略一年報酬 8%。整個序列的年化波動度約為 0.63 × √252 ≈ 10%,因此報表中的夏普比率為 8 ÷ 10 = 0.8。若改為年化持倉期間的波動度,即 2 × √252 ≈ 32%,同樣的 8% 報酬會得到 8 ÷ 32 = 0.25。報表上的數字沒有算錯;它是一個十天有九天抱著現金的帳戶所呈現的平穩。
另外還有兩個效應推向同一方向。一個大部分是零、只有少數大值的序列,遠不符合標準夏普計算所假設的鐘形分配;Lo(2002)指出,夏普估計值的統計可靠度取決於報酬序列的性質;Bailey 與 López de Prado(2014)則針對這類非常態性,以及在保留某個候選策略之前已嘗試過的候選數目,對這個比率做了調整。交易筆數少也意味著夏普估計值在不同樣本間大幅擺動,而搜尋會保留向上擺動的那些,這正是為什麼最佳的回測通常被高估一文所描述的機制。實際的檢查很簡單:把日報酬分別放進免費的夏普比率計算機兩次,一次包含空手日,一次只包含部位持有的日子,然後比較兩個波動度數字。第二個數字大約是第一個的三倍,你的曝險就接近 10%,報表上的夏普比率要當成一個大半年都抱著現金的帳戶來讀。
信任曝險數字之前應該檢查什麼?
確認百分比背後的時段與 K 棒數,比較樣本內與樣本外的曝險,再看低曝險策略和其他策略合在一起的表現,因為它空手的時候,可能正是另一個策略回撤落下的時候。三項檢查各花幾分鐘,就能抓到在場時間數字最常見的三種誤讀。
- 時段與 K 棒數。記下這個百分比是以哪一組 K 棒計算(日盤或全時段),以及進出場 K 棒是否計入。若報表沒有說明,就依第二節的步驟,從交易明細重新計算百分比,之後就以你自己算出的數字為準。
- 樣本內與樣本外的曝險。調參數時在場時間 30%、之後只剩 8% 的規則,已經不太觸發了。不是它描述的市場狀態消失了,就是規則被擬合在調校期間特有的型態上,兩者都是在讀樣本外獲利之前就該停下來的理由。樣本外曝險大幅上升,是反方向的同一個訊號。
- 投資組合曝險。兩個曝險分別為 30% 與 40% 的策略,合起來並不會是 70% 的投資組合。它們的部位重疊時,帳戶會同時承擔兩者的風險;不重疊時,一個策略的空手期間,正可能是另一個策略虧損發生的時候。應該讀取合併部位時間軸上的曝險,而不是把兩個百分比相加。
第三項檢查說明了為什麼從一個策略走到好幾個策略時,曝險最要緊。真正要看的回撤,是合併權益曲線的回撤,投資組合回測與合併回撤一文有詳細說明。低曝險策略只在持有部位的日子,才會對這條曲線有所貢獻。兩個各自大半時間空手、很少同時在場的策略會互相平滑;兩個同一天出手的策略,回撤會疊加。免費的投資組合回測工具顯示一組期貨與 ETF 合在一起的合併回撤,是看重疊大不大最快的方法。
下一步是你自己報表裡的一個數字。打開你最信任的那份回測,找到在場時間,在回頭看淨損益之前先寫下它落在哪個區間。超過 80%,就算同一段日期的買進持有,把兩個結果並排;低於 20%,就只用有部位的那些天重算波動度,拿這個數字來讀夏普比率。
常見問題
交易策略的在場時間百分比多少才算好?
沒有單一的好數值,因為曝險描述的是策略的類型,不是它的好壞。20% 以下通常代表交易筆數少的事件型或型態型策略;80% 以上則代表幾乎一直持有的策略,必須與買進持有比較。應連同交易筆數、每單位曝險報酬與回撤一起判斷,不要單獨看這個百分比。
回測中的在場時間怎麼計算?
計算策略持有部位(多單或空單)的 K 棒數,除以測試期間的 K 棒總數,再乘以 100。結果取決於你以哪一組 K 棒計算:日盤策略若以包含夜盤的全時段 K 棒計算,百分比會較低,因為夜盤 K 棒全都是空手的。比較曝險之前,請先確認兩份報表使用的是同一組 K 棒。
低曝險會讓夏普比率產生誤導嗎?
會,它讓夏普比率描述的是整個帳戶,不是交易。空手日以零報酬進入報酬序列,量到的波動度大約乘上曝險的平方根而被壓低,所以你持有部位那些天承擔的波動遠大於報表數字。這種序列也遠不是鐘形分配,交易筆數又少,所以估計值本身比一直持有策略的同一數字更不可靠。
我應該拿策略和買進持有比較嗎?
曝險高就該比。在指數期貨上 90% 時間都在場的策略,和單純持有一口合約的市場曝險幾乎完全重疊,所以它的大半結果可能只是指數自己的漂移。請計算同期間的買進持有結果(包括轉倉成本),比較兩者的最大回撤與發生日期,並分開閱讀多單與空單的交易。
空單算在在場時間內嗎?
算。空單和多單一樣承擔市場風險,所以有空單的 K 棒都算曝險。在多空之間翻轉、空手空檔很短的策略,就算方向換了很多次,曝險仍可能超過 90%,這就是這類策略要拿去和買進持有比、不能當成低風險選擇性策略的原因。
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.
- Bailey, D. H., & López de Prado, M. (2014). The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting and Non-Normality. The Journal of Portfolio Management, 40(5), 94–107.
- Lo, A. W. (2002). The Statistics of Sharpe Ratios. Financial Analysts Journal, 58(4), 36–52.

