用演算法交易前的 6 項檢查：真金白銀上場前要過的關卡

目錄

1. 用演算法交易前，要先檢查什麼？
2. 用演算法交易需要多少資金？
3. 用演算法交易需要會寫程式嗎？
4. 回測有沒有計入實際成本與下一根 K 棒成交？
5. 策略有通過樣本外與推進分析的檢驗嗎？
6. 如何設定部位大小、檢查保證金並進行模擬交易？
7. 什麼時候該停用演算法？
8. 常見問題
9. 參考文獻

用演算法交易前，要先檢查什麼？

以真金白銀用演算法交易前，要依固定順序通過六項檢查：資金要能撐住回測的最大回撤且還有餘裕、規則要能用白話說清楚、回測要計入實際成本、樣本外與推進分析要站得住、部位大小與保證金和模擬交易期間要事先定好，最後要寫下停用規則。

演算法交易是由一套寫好的規則決定每一次進場與出場，再由程式送出委託。程式消除了猶豫，但也消除了人類察覺異常的那一拍停頓。這六項檢查就是把那一拍停頓放回第一筆委託之前，那時候它不花任何成本。如果你對這個概念還不熟，什麼是演算法交易，以及為什麼多數規則會虧損一文介紹了本文假設你已知道的背景。

1. 資金對上回撤。帳戶的保證金之外，還要有一筆大於回測最大回撤的緩衝。
2. 規則可讀。每一條進場與出場規則，你都能不看程式碼直接念出來。
3. 回測含成本。每一筆交易都計入手續費、滑價，並以下一根 K 棒成交。
4. 樣本外與推進分析。凍結後的規則，在它從未見過的資料上仍然成立。
5. 部位大小、保證金與模擬交易。口數由每筆固定風險決定（免費的部位大小計算機可代為計算），保證金要能撐過最糟的一天，模擬交易則依固定筆數進行。
6. 停用規則。三項觸發條件，附門檻，並在第一筆實單交易前寫下。

順序很重要。未通過某一項檢查的策略，不會進入下一項；你要嘛修正，要嘛放棄。若成本從未納入模型，就去檢查某個策略的部位大小，那是白費工夫，因為成本可能已把優勢完全吃掉。

用演算法交易需要多少資金？

所需資金是保證金加上一筆緩衝，而這筆緩衝至少要能涵蓋最大的回測回撤，並且還有餘裕，因為實單的第一次回撤常常比回測來得大。光有保證金，只能讓部位在平靜的一天維持開倉。它幫不了每個策略遲早都會遇到的連續虧損。

回撤是從權益高點下跌到其後低點的幅度，是在權益回復之前所量得的。把它想成開車旅行：保證金是發動引擎的油，回撤緩衝是開到下一個加油站的油。帳戶只放發動引擎的油，遇到第一座坡就會熄火。本文唯一的公式如下：

所需資金 = 保證金 + 1.5 × 回測最大回撤 + 一年的成本

其中 保證金 是交易所與券商對每口合約要求的保證金；回測最大回撤 是同樣口數、已計入成本的回測中，最大的高點到低點跌幅；一年的成本 是回測在一年內產生的交易筆數所對應的手續費與滑價。係數 1.5 是實務上的安全邊際，不是定律。Bailey、Borwein、López de Prado 與 Zhu（2014）說明了為何需要保留一些餘地：從許多次嘗試中挑出最好的策略，會帶有選擇性的偏誤，因此它的回測回撤會低估新資料上會出現的回撤。保證金要求會改變，填入數字前請查閱交易所的合約頁面與券商目前的保證金表。

不同類型的規則會產生不同形狀的回撤：趨勢策略通常以許多小幅虧損慢慢累積，均值回歸策略則是少數幾次大幅虧損。在設定緩衝大小之前，期貨演算法交易策略類型，以及各類型如何回測的概覽會告訴你該預期哪一種形狀。

用演算法交易需要會寫程式嗎？

不需要自己寫程式也能用演算法交易，但你必須能用白話讀懂每一條進場與出場規則，因為一條你說不清楚的規則，就是你無法判斷、也無法停用的規則。寫程式的問題在於投入的工夫，讀懂規則的問題則關係到安全，而且不論走哪條路都一樣。

問題	自己寫程式	生成並匯出規則
所需技能	平台語言與除錯	讀懂規則與報表
做出第一條可測試規則的時間	數天到數週	數小時
誰檢查邏輯	你，逐行檢查	你，在匯出的原始碼中逐條檢查規則
上線前仍必須讀懂的內容	每一條進場與出場規則，用白話讀懂	每一條進場與出場規則，用白話讀懂

一個實用的測試方法：把策略用一頁文字寫下來，寫成「當條件 A 連續兩根 K 棒成立時，於下一根 K 棒開盤做多；條件 B 成立或收盤時出場」這類句子。如果缺了任何一句，代表回測裡藏著一條你不知道的規則。三十天內做出第一個演算法交易策略的路線，從第一週就開始培養這個習慣。如果你選擇不寫程式的路線，AlphaPrime（Valynox）會把策略寫成原始碼，匯出到支援的匯出平台頁面所列的交易平台，所以你讀到的規則，就是平台實際執行的規則。

回測有沒有計入實際成本與下一根 K 棒成交？

只有當每一筆交易都計入手續費、滑價，並以下一根 K 棒成交，而且平均每筆損益是每筆成本的許多倍時，回測結果才能作為上線的依據。滑價是回測假設的成交價，與實際委託最後成交價之間的差距。下一根 K 棒成交是指：某條規則在某根 K 棒收盤時做出決定，但要到下一根 K 棒開盤才會成交，因為收盤價要等該根 K 棒結束才會知道。

下面的回測結果，示範了一份計入成本的報表長什麼樣子。它測試的是一個替代規則，而不是完整策略：以 ADX 作為唯一的進場與出場條件，ADX 是衡量價格趨勢強度、但不指出方向的指標；沒有停損、沒有停利，也沒有任何過濾條件。市場為 NQ（E-mini 那斯達克 100）期貨，日線 K 棒，期間 2019-01-02 至 2025-06-30，做多與做空，一口合約，每筆交易計入 20 美元手續費與 10 美元滑價。

這份報表有兩件事對上線決策很重要。第一，這是搜尋從 1,024 次嘗試中，依報酬對回撤挑出的那一個候選策略。事後挑出最好的一個，會讓數字看起來更漂亮：在一千個變體中，有些會因為碰巧而在這段歷史上表現良好，因此這些數字只描述過去資料上被留下的那個候選策略，對這條規則或讀者未來會賺多少，並沒有說明。第二，成本檢查很容易通過：平均每筆損益 2,392.44 美元，約為該次回測每筆 30 美元收費的八十倍，因此滑價就算加倍，結果也幾乎不會改變。弱點在別處。最大回撤 80,685 美元，約為淨損益 102,875 美元的五分之四；六年半只有 43 筆交易，樣本很薄。依照上一節的資金規則，這條規則一口合約就需要相當於 1.5 倍該回撤的緩衝，加上保證金，這正是上線這條規則的真實成本。

對於每筆交易獲利空間很小的日內規則，成本門檻和平均每筆損益門檻會很接近，多數實單嘗試就是在這裡結束的。優勢與成本之間的算術，在決定散戶演算法交易是否划算的數字一文中有詳細說明。

策略有通過樣本外與推進分析的檢驗嗎？

策略只有在規則於調校後凍結，並且在從未見過的資料上、跨越數個推進分析區段都站得住腳，而且判斷門檻是你在測試前就寫好的，才能上線。樣本外資料，是歷史中被保留在調校之外、僅用來對已完成規則做一次評分的那一段。推進分析則是：在一段區間上調整參數，接著原封不動地套用到其後的區間，然後向前推進、反覆進行，直到所有測試區段串接成一個完整結果。

這兩種測試用同一批資料回答不同的問題。單次切分回答的是「用 2019 到 2023 年調出來的規則，到了 2024 與 2025 年還有效嗎？」；推進分析則回答「每當市場往前移動，這套調校方法還持續有效嗎？」。一條規則若通過前者卻在後者失敗，通常是依賴某一次運氣好、剛好挑中的參數。

1. 先寫下門檻：例如，樣本外的平均每筆損益至少為樣本內數字的一半，且四個推進區間中，至少三個在計入成本後為正。
2. 調校結束時凍結規則。之後任何修改，都視為新的候選策略。
3. 先跑單次切分，再跑推進分析，成本與下一根 K 棒成交的設定，與原始回測相同。
4. 依門檻決定通過或不通過，不要以權益曲線看起來如何來決定。Pardo（2008）描述了推進分析的程序，以及以事前訂定的規則來判斷結果的理由。

Harvey 與 Liu（2015）指出了一個在測試大量候選策略時很關鍵的問題：在同一段歷史上比較的變體越多，倖存者必須跨過的門檻就越高。當門檻在搜尋開始前就已輸入，例如AlphaPrime 策略檢驗中逐階段的通過或不通過，那些在單次切分中被淘汰的候選策略，就不會進入推進分析階段，被淘汰的策略也不會接觸到後面的資料。視窗長度與如何解讀串接後的曲線，則在推進分析，以及你真的可以交易的那一個回測數字中說明。

如何設定部位大小、檢查保證金並進行模擬交易？

以每筆固定比例的帳戶風險來決定每次的口數，確認日內與隔夜保證金在最糟的一天仍能配得上帳戶，並以完成的交易筆數（而非週數）來安排模擬交易。這三項設定都應在紙上決定，之後就不要再動；模擬期間若變更設定，模擬期就要重新計算。

部位大小由兩個數字決定：你願意在一筆交易中損失的金額，通常是帳戶的百分之一到百分之二；以及一口合約在停損被觸發時的虧損金額。把前者除以後者，再無條件捨去成整數口數。對於沒有停損的規則，例如上面的替代規則回測，就以回測中最大的一筆虧損交易作為每口合約的虧損金額。前面提到的工具可以為任何合約完成這個除法。

保證金是交易所與券商為未平倉部位所持有的押金；日內保證金通常低於隔夜保證金，若部位要留到收盤後，就必須符合較高的隔夜保證金。以完整口數，在回測中最糟的一天檢查隔夜保證金是否符合帳戶狀況，也就是在最大回撤的谷底，而不是在開戶的初始餘額。如果當時的帳戶餘額無法支應每一口合約的隔夜保證金，就減少口數，直到足夠為止。

模擬交易是以即時報價運行策略、但不投入真錢，用來比較它的即時行為與回測是否一致。它的任務是收集成交的樣本，因此要以交易筆數來計算。約 30 筆完成的交易，是能讓平均成交差異具有意義的最小樣本；確切數字由你決定，但必須先寫下來。

模擬期間，每筆交易記錄三個數字：回測邏輯產生的訊號價格、模擬的成交價格，以及兩者之間的時間差。前兩者之間的差距就是你實測的滑價，它會餵給下面的第二項停用規則。

什麼時候該停用演算法？

在第一筆實單交易前，寫下停用規則：一個與回測掛鉤的回撤上限、一個實單與回測成交之間差距的門檻，以及一份技術故障清單，讓決策由規則來做，而不是由情緒來決定。在連續虧損的一週裡才決定停或不停的交易者，要嘛停得太早，停在正常的雜訊之後；要嘛停得太晚，等到帳戶已經受損。事先寫好規則，兩種錯誤都能避免。

觸發條件	事先寫下的門檻	行動
回撤	實單回撤達到同口數回測最大回撤的 1.5 倍	停止，然後檢討
成交差距	最近 20 筆實單的平均滑價，高於回測假設的滑價	停止，然後檢討
故障	部位開倉期間，出現任何漏單、資料中斷或平台斷線	停止，然後檢討

回撤觸發條件使用與資金規則相同的 1.5 係數，因此帳戶的大小足以撐過停用點。成交差距觸發條件，會在市場或券商的委託路由出現變化、並反映到權益曲線之前就先抓到；平均每筆損益接近每筆成本的策略，最先需要這項觸發條件。故障觸發條件之所以存在，是因為一支漏掉某張平倉委託的程式，會持有一個規則本應已平倉的部位，而這種情況沒有任何回測能涵蓋。「檢討」的意思是：在規則仍然凍結的前提下，把第五節的檢驗重新跑一次，而這次的歷史資料已包含實單期間。若重跑通過，同一策略可以用相同門檻重新啟動；若未通過，實單期間就已發揮它的作用。

一個具體的下一步：拿出你打算交易之策略的計入成本回測報表，寫下同口數的最大回撤，乘以 1.5，再加上保證金與一年的成本，然後把總額與你的帳戶比較。這一個數字就能決定第一項檢查，若未通過，其餘五項就可以先擱置。

常見問題

用演算法交易，最少需要多少錢？

要足以支應你口數所需的保證金，外加至少 1.5 倍、計入成本之回測中最大回撤的緩衝，再加上一年的手續費與滑價。只有保證金，在平靜的一天也能維持開倉；緩衝才是撐過每個策略都會遇到之連續虧損的關鍵。只準備保證金，是實單嘗試在前幾個月就告終的最常見原因。

用演算法交易，需要懂程式設計嗎？

不需要。策略可以生成並匯出為原始碼，無須親手撰寫。但閱讀這一關不能跳過：上線前，你必須能用白話句子說出每一條進場與出場規則。一條你說不清楚的規則，在它表現怪異時你就無法判斷，也無從決定停用。

演算法交易能賺錢嗎？

一套規則是否划算，取決於計入成本後的三個數字：平均每筆損益與每筆成本的比較、最大回撤與資金的比較，以及規則在未經調校的資料上表現如何。回測只說明這些數字在過去價格上的表現，並非預測。一旦計入實際的手續費與滑價，多數規則都會在第一個數字上失敗，這就是成本檢查要排在部位大小之前的原因。

上線演算法交易前，應該檢查什麼？

依序六項：資金對上回測回撤、規則能用白話讀懂、回測計入手續費與滑價並以下一根 K 棒成交、樣本外與推進分析依事前寫下的門檻通過、最糟一天的部位大小與保證金，加上以交易筆數計算的模擬期間，以及寫下的停用規則。未通過一項的策略，要先修正或放棄，才能進入下一項。

上線前應該模擬交易多久？

以完成的交易筆數計算，而不是週數。約 30 筆交易是能說明平均成交差異的最小樣本；日內策略幾週就能累積到，日線策略可能要數年，因此慢速策略更要依賴推進分析的結果，並在最初幾筆交易時檢查成交品質。每筆交易都要記錄訊號價格、成交價格與延遲時間，而且在開始前就先定好筆數。

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.
• Pardo, R. (2008). The Evaluation and Optimization of Trading Strategies (2nd ed.). John Wiley & Sons.