VALYNOX
VALYNOXSTRATEGY RESEARCH TECHNOLOGY
AlphaPrimeAlphaPrime
策略學院 / 回測與檢驗

最佳回測 K 棒週期:5 分鐘、60 分鐘還是日 K?

回測並沒有唯一最佳的 K 棒週期。選擇每筆交易的典型波動是來回成本數倍、且歷史資料仍有數百筆已完成交易的 K 棒週期,然後在它上下相鄰的 K 棒週期上確認結果。

作者 · 發佈 · 更新於 · 編輯原則

目錄
  1. 回測期貨策略時,哪一種 K 棒週期最好?
  2. 每種 K 棒週期每年能產生多少筆交易,又有多少把握?
  3. 15 分鐘回測還是日 K 回測比較準確?
  4. 小 K 棒對 K 棒內的成交做了哪些假設?
  5. 小 K 棒會不會更容易過度最佳化?
  6. 如何檢驗策略能否通過相鄰的 K 棒週期?
  7. 常見問題
  8. 參考文獻

回測期貨策略時,哪一種 K 棒週期最好?

回測期貨策略時,最好的 K 棒週期是每筆交易的典型波動為來回成本數倍、而且歷史資料仍有足夠已完成交易的那一種。沒有哪種 K 棒週期本身就會勝出:5 分鐘、60 分鐘和日 K 在交易次數與每筆成本之間互相拉扯,所以要看數字決定,不是看你平常愛盯哪張圖。

K 棒是圖上的一根蠟燭:固定一段時間(例如五分鐘或一天)內所有成交的開盤價、最高價、最低價與收盤價。K 棒週期決定規則多久看一次市場、多久能出手一次。回測是把規則放回過去的價格上重跑、含成本,回測在交易中是什麼意思一文涵蓋其餘設定;這裡的問題比較窄:K 棒週期怎麼選。

同樣一年的歷史資料,在不同 K 棒週期下會變成很不一樣的資料集。以 NQ 這類 CME 股價指數期貨為例,它每天交易約 23 小時,中間休息一小時。一年約 250 個交易日,會得到大約 23 × 12 × 250,也就是約七萬根 5 分鐘 K 棒;大約 23 × 250,也就是約六千根 60 分鐘 K 棒;以及約 250 根日 K。交易所可能調整交易時段,所以請查閱交易所的合約頁面,或使用免費的期貨交易時段工具,依你所在的時區查詢時段。

變化項目5 分鐘 K 棒60 分鐘 K 棒日 K
每年 K 棒數(23 小時時段)約七萬約六千約 250
每筆交易的典型波動小中大
每筆交易的成本佔比高中低
K 棒內的成交假設少一些多
每年交易次數多中等少
一年的23小時期貨交易時段,三種K棒週期:5分鐘K棒約七萬根,波動小、成本佔比高、成交假設少、交易次數多;60分鐘K棒約五千八百根,數值中等;日K棒約250根,波動大、成本佔比低、成交假設多、交易次數少 沒有任何K棒週期每列皆勝 一年,23小時交易時段 有利 不利 5分 60分 日 一年K棒數 ~70k ~5.8k ~250 波動幅度 小 中 大 成本佔比 高 中 低 成交假設 少 some 多 一年交易次數 多 中 少
一年的歷史資料在三種 K 棒週期下的比較。交易次數與成本佔比的變化方向相反,波動幅度與成交假設的變化方向也相反。

這張表要從兩端讀。K 棒越小,交易越多,平均每筆損益越有把握,但每筆抓到的波動越小,手續費和滑價吃掉的比例越大。K 棒越大,抓到的波動越大,成本越不要緊,但歷史裡的交易很少,回測得猜更多每根 K 棒裡面發生的事。適合一條規則的 K 棒週期,就落在兩邊都還能接受的位置。

每種 K 棒週期每年能產生多少筆交易,又有多少把握?

從日 K 改到 60 分鐘再改到 5 分鐘,同樣的歷史資料能產生的交易筆數會成倍增加,而交易筆數決定你對平均每筆損益有多大信心。一條每隔幾十根 K 棒才交易一次的規則,在日 K 上每年只有少數幾筆,在 5 分鐘 K 上則有數百甚至數千筆。

假設範例

假設一條規則在每天約 23 小時的期貨時段中,平均每 40 根 K 棒交易一次。一年下來,日 K 版本約產生 6 筆交易,60 分鐘版本約產生 145 筆,5 分鐘版本約產生 1,750 筆。要累積 100 筆已完成交易,日 K 版本大約需要十六年的歷史資料;5 分鐘版本則只要幾週就能達到 100 筆。

交易筆數要緊,是因為平均值的脾氣:十幾筆交易的平均值,換掉兩三筆就跑很遠;幾百筆的平均值幾乎不動。要記的公式只有一個:

平均每筆的不確定性 = 各筆交易的離散程度 ÷ √N

單筆交易的離散程度是單筆交易結果通常偏離平均值的距離(標準差)。N是已完成的交易筆數,√N是它的平方根。因為平方根成長得很慢,要把不確定性減半,交易筆數就得增加到四倍:25 筆交易的不確定性是離散程度的五分之一,100 筆是十分之一,400 筆是二十分之一,一千六百筆則是四十分之一。

平均每筆損益的不確定性佔單筆價差的比例:25 筆交易時為 20%,典型日K;100 筆交易時為 10%,約 60 分鐘K 棒;400 筆交易時為 5%,約 15 分鐘K 棒;一千六百筆交易時為 2.5%,約 5 分鐘K 棒 4× 交易,疑慮減半 不確定性(佔價差%)依交易筆數 25 20% ≈ 日K 100 10% ≈ 60分 400 5% ≈ 15分 1.6k 2.5% ≈ 5分 疑慮減半需要 4 倍交易筆數。 結論:目標至少數百筆交易。
平均每筆損益的不確定性隨交易筆數的平方根下降。每減半一次,就需要四倍的交易筆數。

一次真實的日 K 回測把這個問題說得很具體。下面的框是 AlphaPrime(Valynox)在 NQ 日 K 上執行的搜尋,期間為 2019-01-02 至 2025-06-30,做多做空皆可,每次一口,每筆交易計 $20 手續費與 $10 滑價。搜尋嘗試了 1,024 個候選,留下報酬對回撤最好的一個。留下的候選以一條公允價值缺口(Fair Value Gap)規則當唯一的進場與出場,沒有停損、沒有停利、沒有濾網。它是用標準指標組成的替代規則,用來展示日 K 的交易筆數長什麼樣,不是用來檢驗 K 棒週期這個問題。

來源:AlphaPrime 產品引擎(CPU),2026-10-31 執行。NQ 日線,2019-01-02 至 2025-06-30,多空都做,1 口,每筆手續費 $20、滑價 $10。

項目結果
淨利(已平倉)$179,675
最大回撤$134,405
交易筆數88
勝率62.5%
獲利因子1.647
平均每筆$2,041.76
在場時間91.48%

第一個要看的數字是六年半內的 88 筆交易。88 的平方根約為 9.4,所以平均每筆損益的不確定性約為單筆離散程度的十分之一,而在 NQ 日 K 上,這個離散程度很大。淨損益與平均每筆損益屬於 1,024 個候選裡留下的那一個,事後挑最好的會讓框裡每個數字都好看;同一個搜尋若在 5 分鐘 K 上跑,每個候選都有幾千筆交易可以評判。讀它的方式和讀模擬帳戶的幾週一樣:免費當沖模擬與回測的比較說的是同一件事,少量交易是線索,不是結果。

在看任何績效數字之前,先找摘要中的交易次數。它告訴你報表其他部分的可信度有多高。
在看任何績效數字之前,先找摘要中的交易次數。它告訴你報表其他部分的可信度有多高。 NQ・日線・2019-01-02 至 2025-06-30・CPU 引擎回測

15 分鐘回測還是日 K 回測比較準確?

哪一種 K 棒週期本身都不比較準;回測準不準,看的是那個週期下的成本與成交假設。小 K 棒抓的波動小,手續費與滑價佔每筆交易的比例大,滑價估計差一點,結果就跟著變。日 K 抓的波動大,成本不要緊,但多了可能跳過停損的隔夜跳空,交易筆數也少。

誤差來源15 分鐘 K 棒日 K
成本佔波動的比例大;多一個跳動點的滑價就可能讓損益變號小;成本很少決定結果
隔夜跳空只有跨越時段休息而持有的部位才會遇到每筆交易都可能遇到;停損可能被開盤價直接跳過
可供判斷的交易筆數每年數百筆每年幾筆到幾十筆
K 棒內的成交每根 K 棒的價格範圍小,猜測較少每根 K 棒的價格範圍大,猜測較多
所需的資料年數少多

來回成本是一次進場加一次出場的手續費、規費與滑價加總。拿來比的是同樣單位的每筆毛波動。NQ 每個指數點的價值為 $20,所以同樣 $30 的來回成本,在不同 K 棒週期的典型波動中佔的比例並不相同。

假設範例

假設一條規則在 5 分鐘 K 上抓到的毛波動為 10 個 NQ 點,在 60 分鐘 K 上為 40 點,在日 K 上為 150 點,來回成本為 $30。以每點 $20 計算,毛波動分別為 $200、$800 和 $3,000。$30 的成本佔 5 分鐘波動的 15%,佔 60 分鐘波動的 3.75%,佔日 K 波動的 1%。若滑價加倍,5 分鐘策略會損失四分之一的毛波動;日 K 策略只損失百分之二。

假設 NQ 範例,來回成本 30 美元:成本佔 200 美元 5 分鐘波動的 15%、800 美元 60 分鐘波動的 3.75%,以及 三千美元日線波動的 1% 成本衝擊 小 K 棒 成本佔毛波動的比例 假設:30 美元成本 示意圖 5 分鐘 毛利 200 美元 成本 15% 60 分鐘 毛利 800 美元 成本 3.75% 日線 毛利 3 千美元 成本 1% 小 K 棒每次波動的成本最高。 因此:以兩倍滑價重跑。
假設範例。同樣的來回成本(1.5 個 NQ 點),在 5 分鐘波動中佔很大的比例,在日 K 波動中只佔很小的比例。

這就是日內策略與日 K 策略取捨的核心。日內策略的誠實測法,是把滑價加倍重跑,看平均每筆損益還正不正;起始值怎麼設,見回測中如何模擬手續費與滑價。日 K 策略的誠實測法,是數交易筆數,並看開盤跳過停損價的次數有多頻繁。

小 K 棒對 K 棒內的成交做了哪些假設?

K 棒越小,回測真正看到的價格路徑越多,結果靠的成交假設就越少。一根 K 棒只記四個價格:一根範圍 60 點的 60 分鐘 K 棒藏起了價格在中間走過的路;同一小時的十二根 5 分鐘 K 棒則把大部分的路顯示出來。

K 棒內成交是指成交在 K 棒範圍之內、而不是在開盤或收盤的成交,例如 K 棒進行中被碰到的停損或限價單。停損和停利都落在同一根 K 棒的範圍裡時,記下來的四個價格說不出哪一個先碰到;回測得選一種慣例,而慣例決定這筆算贏還是算輸。同一根 K 棒內先停損還是先停利列出各種慣例,以及它們能把結果推多遠。

一根 60 分 K 棒同時涵蓋停損與停利價位,其四個價格無法判斷哪個先被觸及;同一小時改用十二根 5 分 K 棒繪製,則顯示價格先觸及停損、後觸及停利,因此這筆交易為虧損 先觸及停損還是停利? 同一小時,兩種 K 棒週期 60 分 12 × 5 分 停利 進場 停損 ? 先 後 小 K 棒顯示虧損。 因此:改用小 K 棒重跑。
60 分鐘 K 棒無法判斷停損與停利哪一個先被觸及。十二根 5 分鐘 K 棒則顯示停損先發生。

下一根 K 棒成交是一種慣例:在一根 K 棒收盤時決定,在下一根開盤時成交,回測就不會用到規則當時還不知道的價格。在日 K 上,每個訊號都要等隔天開盤,而開盤可能離前一天收盤很遠;在 5 分鐘 K 上,只等五分鐘,開盤通常貼近前一根收盤。所以 K 棒週期同時決定要猜多少成交、下一根的延遲要付多少。AlphaPrime 的回測把每一筆委託都排在下一根 K 棒成交,並依資料本身的 K 棒週期在每次評估裡收手續費與滑價,所以同一條規則先在 60 分鐘、再在 5 分鐘 K 棒上重跑,就看得出它的結果有多少是騎在大 K 棒裡那段看不見的路徑上。

小 K 棒會不會更容易過度最佳化?

小 K 棒本身不會過度最佳化;過度最佳化隨「試過的變體數」對「評判它們的交易數」的比例增長。過度最佳化是把規則調得太貼某一段歷史,以致描述的是那段的雜訊而不是會重複的規律。K 棒週期只透過這兩個數字發揮作用。

兩件事把小 K 棒往危險的一邊拉。第一,小 K 棒引人多加參數、多試幾次:5 分鐘策略常加時段濾網、波動濾網和固定時刻出場,每一項都有設定要調,每個設定都讓變體數成倍增加。第二,5 分鐘 K 棒相對於它的波動含有更多雜訊:幾個跳動點的隨機委託流在 5 分鐘的範圍裡是一大塊,在日 K 的範圍裡只是一小點,所以 5 分鐘規則要穿過每根 K 棒更多的雜訊去找規律。日 K 往另一邊拉:參數通常少,但交易筆數也少,試不多次就可能找到一個靠運氣的贏家。

過度最佳化風險的二乘二表格:交易少、嘗試少為中度風險,日 K 棒通常位於此處;交易少、嘗試多為高風險;交易多、嘗試少為低風險;交易多、嘗試多為中度風險,5 分 K 棒容易誘使你過度最佳化 過度最佳化:嘗試次數 vs 交易次數 嘗試少 嘗試多 交易少 交易多 中度 日 K,簡單 高 僥倖獲勝 低 最佳位置 中度 5 分 K,已調參
過度最佳化的風險由交易筆數和變體數一起決定。日 K 一開始就在交易少的那一列;5 分鐘 K 則引人走向變體多的那一欄。

Bailey、Borwein、López de Prado 與 Zhu(2014)證明,大量嘗試裡最好的那個,就算沒有一個嘗試真有優勢,樣本內也預期會好看;而把最好的和運氣分開所需的歷史長度,隨嘗試次數增加。Bailey 等人(2017)把這件事變成一個機率:選中的變體是過度最佳化的機率,隨同一份資料上比較的候選數上升。兩個結果談的都是數量,不是 K 棒週期。為什麼最好的回測通常被高估把這些數字走過一遍。

不論哪一種 K 棒週期,要盯的是試過的變體數對可用交易數的比例。寫下搜尋涵蓋了多少設定與規則組合,讀留下那個候選的交易筆數,然後對「一千次嘗試裡找到、88 筆交易的日 K 贏家」,抱持和「一百萬次嘗試裡找到、幾千筆交易的 5 分鐘贏家」同樣的懷疑。

如何檢驗策略能否通過相鄰的 K 棒週期?

把同一條規則原封不動放到你選的週期上下各一級的 K 棒上跑,三個都站得住才信。在 45、60、90 分鐘 K 棒上表現相近的規則,靠的是價格序列裡真有的規律;只在剛好 60 分鐘才有效的規則,描述的是那一種 K 棒週期的雜訊,因為市場並不知道你的 K 棒從哪裡開始、在哪裡結束。

  1. <strong>凍結規則與設定。</strong>什麼都不改:同樣的回看期間、同樣的成本、同樣的時段、同樣的成交慣例。
  2. 挑選兩個相鄰週期。大約使用所選 K 棒週期的四分之三與一點五倍:60 分鐘規則用 45 分鐘與 90 分鐘,5 分鐘規則用 4 分鐘與 8 分鐘,日 K 規則用 2 日 K 與週 K。
  3. <strong>在兩個相鄰週期上重跑。</strong>以 K 棒數計的回看期間現在涵蓋的時間長度不同,這正是用意:它測的是規律綁在時間上,還是綁在你的 K 棒數上。
  4. 比較扣除成本後的平均每筆損益與交易筆數。有些變化是正常的,因為回看期間現在涵蓋的時間不同。若出現正負號翻轉,或跌到接近零,就是該停止的訊號。
  5. 先寫下通過標準。例如:兩個相鄰週期的平均每筆損益都必須至少保有所選 K 棒週期平均每筆損益的一半。

假設範例

規則 A,在 30、45、60、90 與 120 分鐘 K 棒上扣除成本後的平均每筆損益分別為:$55、$62、$68、$60、$52。規則 B,相同 K 棒週期下分別為:$5、$8、$70、$4、−$6。兩者在 60 分鐘時都是 $68 至 $70。規則 A 是高原,通過;它在 60 分鐘的結果是一座寬廣山丘的頂。規則 B 是尖峰,不通過;把 K 棒的分界挪十五分鐘,優勢就不見了。

假設性的扣除成本後平均每筆損益,K 棒週期為 30、45、60、90 及 120 分鐘:規則 A 呈現平台狀,分別為 55、62、68、60、52 美元,通過;規則 B 出現尖峰,分別為 5、8、70、4、負 6 美元,未通過 平台勝過尖峰 扣除成本後平均每筆損益;K 棒週期以分鐘計 示意圖 $0 平台 尖峰 30 45 60 90 120 只有平台通過。 所以:測試相鄰的 K 棒週期。
假設範例。高原是價格裡的規律;尖峰是某一組 K 棒分界裡的規律。

這項檢查和回看期間、門檻用的參數高原是同一個想法,只是套在 K 棒週期上。它需要軟體能不改寫規則就把同一條規則換一種 K 棒週期重跑;付費購買回測軟體前要看什麼列的檢查項目把這項能力排在前面。拿你今天最信任的策略,原封不動放到你用的週期上下各一級跑,把三個扣除成本後的平均每筆損益並排,再去讀報表裡的其他東西。

常見問題

我應該用和實際交易相同的 K 棒週期來回測嗎?

應該,這是主測試。K 棒週期決定訊號時點、下一根的延遲和成交假設,三者都會改變結果。先在你要交易的週期上測,再原封不動在上下各一級重跑,確認結果不是綁在某一組 K 棒分界上。

我需要多少年的 5 分鐘資料?

算交易筆數,不算年數。一天交易幾次的 5 分鐘規則,一兩年內就有幾百筆已完成交易,足以帶著幾分把握讀平均每筆損益。還是多加幾年,好涵蓋不只一種市場:趨勢段、安靜段、劇烈段。

我能用 60 分鐘資料來測試日 K 策略,以取得更多交易嗎?

可以在 60 分鐘 K 棒上跑,但它變成另一個策略了,因為回看期間現在涵蓋的是幾小時而不是幾週。多出來的交易說的是 60 分鐘版本,不是日 K 版本。要更多日 K 交易,用更長的歷史或更多市場,並誠實面對少量的交易筆數。

回測中日內策略與日 K 策略有什麼差別?

日內策略在時段內進出,抓小波動,在許多筆交易上付成本,避開隔夜跳空。日 K 策略跨時段持有,抓較大的波動,只在少數幾筆上付成本,每一次開盤都面對跳空。前者對你假設的滑價敏感,後者對它少量的交易筆數敏感。

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., Borwein, J., López de Prado, M., & Zhu, Q. J. (2017). The Probability of Backtest Overfitting. Journal of Computational Finance, 20(4), 39–69.
  • CME Group. E-mini Nasdaq-100 Futures contract specifications (contract size $20 × index, minimum tick 0.25 index points = $5.00). cmegroup.com/markets/equities/nasdaq/e-mini-nasdaq-100.contractSpecs.html