「這個策略回測年化 200%！」
每次在幣圈社群看到這種話，我的第一反應是——回測怎麼做的？用了多長的歷史數據？有沒有考慮手續費？滑點呢？最大回撤是多少？
大多數宣稱驚人回報的策略，一旦你仔細看回測方法，就會發現問題。有些用的歷史數據只有三個月（正好是大牛市），有些根本沒算手續費，有些把參數調到完美貼合歷史但對未來毫無預測力。
回測不是為了找到一個「完美策略」。回測是為了在你投入真金白銀之前，先回答一個問題：這個策略的邏輯在歷史上站得住腳嗎？
如果答案是肯定的，你才值得用小額實盤去驗證。如果回測都過不了，就別浪費錢了。
回測的三個步驟
整個流程可以拆成三步：選策略 → 設定回測參數 → 解讀結果。聽起來簡單，但每一步都有坑。
步驟一：選一個策略來測試
你可以自己寫（如果你學了 Pine Script），也可以直接用 TradingView 社群的免費策略。
用社群策略的方式：在 TradingView 打開任意一張 K 線圖（建議用 BTC/USDT 日線），點上方「指標」按鈕，在搜索欄輸入你想測試的策略類型（比如「Grid」「RSI Strategy」「MACD Strategy」），選一個星星數多、使用人數多的策略，加到圖表上。
我建議新手從這幾個經典策略開始回測：均線交叉策略（搜「MA Cross Strategy」）、RSI 超買超賣策略（搜「RSI Strategy」）、布林通道策略（搜「Bollinger Band Strategy」）。這些策略邏輯簡單、你容易理解為什麼它會在某個時間點買入或賣出。先理解簡單的，再測複雜的。
步驟二：設定回測參數（重點中的重點）
加了策略之後，點圖表上策略名稱旁的齒輪圖示，進入設定。這裡有幾個關鍵設定你一定要調：
回測期間 — TradingView 免費版的歷史數據有限（大約 5,000 根 K 線），但付費版可以回溯更長。我的建議是至少回測一年以上的數據——要涵蓋牛市、熊市、和震盪市三種行情。只測牛市的數據沒有意義，因為牛市中隨便買都能賺。
手續費 — 在「屬性」標籤頁裡，有一個「佣金」欄位。一定要填。OKX 現貨的手續費是每筆 0.1%，所以你應該填 0.1。如果策略交易頻率很高（一天多次），手續費的影響會非常大。我看過太多策略，扣掉手續費之後從賺錢變成虧錢。
滑點 — 同樣在「屬性」裡，有一個「滑點」欄位。滑點是你的成交價跟理想價之間的差異——在流動性差的市場或大量交易時，滑點會吃掉你的利潤。BTC/USDT 的滑點很小，可以設 1-2 個 tick。小幣的滑點要設大一些。
初始資金和倉位大小 — 設成你實際打算投入的金額。不要用預設的 100 萬美元——那會讓你對風險沒感覺。如果你打算投 500 USDT，就設 500。
步驟三：解讀回測結果
跑完回測後，點底部的「策略測試器」面板。你會看到一大堆數字，但真正重要的只有這幾個：
淨利潤和淨利潤率 — 最直觀的指標——策略賺了多少。但請注意，10% 的淨利潤在一個月和一年內的含義完全不同。一定要換算成年化收益率來比較。
Profit Factor（盈虧因子） — 所有贏的交易的總利潤 ÷ 所有輸的交易的總虧損。Profit Factor = 1 代表不賺不賠。我的篩選標準：< 1.0 虧錢淘汰；1.0-1.5 勉強需要大幅改進；1.5-2.0 可以考慮值得進一步測試；> 2.0 不錯但要警惕是不是過度擬合。
最大回撤（Max Drawdown） — 這可能是最重要的指標。它告訴你，如果你在最糟糕的時間點開始跑這個策略，你會虧多少。假設一個策略年化 50%，但最大回撤 40%。這意味著你投入 1,000 USDT，中間會有一段時間帳戶只剩 600 USDT。你扛得住嗎？我的標準是最大回撤不超過預期年化收益的一半。
勝率 vs 盈虧比 — 勝率高不代表好。關鍵是勝率和盈虧比的組合：高勝率 + 低盈虧比（比如 80% 勝率、每次賺 1% 虧 3%）看起來很穩但一次大虧就全吐回去；低勝率 + 高盈虧比（比如 35% 勝率、每次賺 8% 虧 2%）連虧很多次但每次大賺能覆蓋——趨勢跟蹤策略常見的模式。兩種都能賺錢，但你要知道自己跑的是哪種。
交易次數 — 總交易次數太少（少於 30 次）的回測結果統計意義不大。就像你丟硬幣 5 次出了 4 次正面，不能說正面的機率是 80%。
五個回測的常見陷阱
陷阱一：過度擬合（Overfitting）
這是最致命的問題。你不斷調整參數，讓策略在歷史數據上的表現越來越好——但你做的其實是「讓策略記住了過去發生的事」，而不是「找到了真正有效的邏輯」。怎麼判斷是不是過度擬合？把歷史數據分成兩半。用前半段調參數，然後用後半段測試。如果後半段的表現跟前半段差很多，大概率是過度擬合了。
陷阱二：只看最終收益，不看過程
一個最終賺了 100% 的策略，如果中間有一段虧了 60%，你真的跑得住嗎？回測結果會給你一條漂亮的資金曲線，但你要盯著看的是那條線最大的下墜。
陷阱三：忽略手續費和滑點
高頻策略尤其容易踩這個坑。一天交易 20 次，每次手續費 0.2%（買賣各 0.1%），一天光手續費就是 4%。一個月就是 80% 以上。
陷阱四：倖存者偏差
你測了 50 個策略，找到一個回測表現很好的。但這可能只是運氣——測 50 個策略，按機率總會有一兩個碰巧表現好。要警惕「我找到聖杯了」的感覺。
陷阱五：用未來數據（Look-ahead Bias）
有些指標會用到未來的數據來計算。比如某些重繪（repaint）指標，在歷史上看起來完美，但實時運行時信號會改變。在 TradingView 上，注意看策略說明有沒有提到「non-repainting」。
一個完整的回測流程示範
讓我用一個具體的例子走一遍完整流程。策略：RSI 超賣買入策略。邏輯：RSI(14) 低於 30 時買入 BTC，RSI 高於 70 時賣出。
//@version=6
strategy("RSI 超賣買入", overlay=false, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
rsiLen = input.int(14, "RSI 週期")
buyLevel = input.int(30, "買入水平")
sellLevel = input.int(70, "賣出水平")
rsiVal = ta.rsi(close, rsiLen)
plot(rsiVal, "RSI", color=color.purple)
hline(buyLevel, "超賣線", color=color.green)
hline(sellLevel, "超買線", color=color.red)
if ta.crossover(rsiVal, buyLevel)
strategy.entry("買入", strategy.long)
if ta.crossunder(rsiVal, sellLevel)
strategy.close("買入")回測設定： BTC/USDT 日線，2024/01 – 2026/03（涵蓋牛市和回調），初始資金 500 USDT，手續費 0.1%，滑點 2 tick。
我會看的數字： 淨利潤率、Profit Factor、最大回撤、交易次數。如果 Profit Factor > 1.5 且最大回撤 < 25%，我就會考慮用 100 USDT 實盤跑一個月。
從回測到實盤：過渡期怎麼做？
回測結果再好，實盤都可能不一樣。因為回測有幾個先天限制：回測假設你的訂單都能以理想價格成交但實盤有滑點、回測不考慮交易所的最小下單量限制、回測用的歷史數據是已經確定的但實盤的未來是未知的。
所以從回測到全倉實盤之間，需要一個過渡：
第一步：模擬交易。 TradingView 的 Paper Trading 功能讓你用虛擬資金跑策略。至少跑兩週，看看實時信號跟回測是否一致。
第二步：小額實盤。 用你打算投入金額的 10% 跑一個月。目的不是賺錢，而是驗證回測結果在真實環境中是否成立。
第三步：正式上線。 確認小額實盤的表現跟回測接近後，再逐步加碼到目標金額。
延伸閱讀
學 Pine Script 寫自己的策略：TradingView Pine Script 中文教學。了解更多策略類型：7 種量化交易策略全解析。不想寫程式直接開始：量化交易需要寫程式嗎？。回到系列起點：量化交易入門。
常見問題 FAQ
回測賺錢的策略上實盤一定會賺嗎？
不一定。回測用的是歷史數據，但未來的市場環境可能完全不同。另外回測有幾個先天限制：假設訂單都能以理想價格成交（實盤有滑點）、不考慮流動性不足的情況、也不模擬極端行情下的異常波動。回測結果是「最低門檻」——回測都過不了的策略更不用浪費錢去實測。
回測應該用多長的歷史數據？
至少一年以上，而且要涵蓋不同的市場環境（牛市、熊市、震盪市）。只用三個月的數據回測，如果剛好是牛市，幾乎任何策略都會顯示賺錢，但這毫無參考價值。BTC 的話，建議至少回測 2023-2026 的數據，涵蓋了一個完整的牛熊週期。
什麼是過度擬合？怎麼避免？
過度擬合（Overfitting）是指你不斷調整參數讓策略完美貼合歷史數據，但它只是「記住了過去」而不是找到了有效的規律。避免方法：把數據分成訓練集和測試集，用前半段調參數，後半段驗證；策略參數不要太多（超過 5 個參數就要警惕）；如果一個策略只在非常特定的參數組合下才賺錢，大概率是過度擬合。
Profit Factor 多少算好？
Profit Factor 是所有獲利交易的總利潤除以所有虧損交易的總虧損。1.0 代表不賺不賠，低於 1.0 代表虧錢。我的篩選標準是 1.5 以上才值得進一步測試，2.0 以上算不錯。但如果超過 3.0 要特別小心——很可能是過度擬合或交易次數太少導致的統計偏差。
Mr. Slash 不是你的理財顧問。回測結果是基於歷史數據的模擬，不代表未來表現。任何策略都有虧損風險，請用你虧得起的錢來嘗試。
發表迴響