Share Notes

chundev

View the Project on GitHub latteouka/share-notes

量化策略執行心態 — 「感覺最舒服的進場」勝率最低

日期:2026-04-20 情境:系統化交易的實盤執行紀律


TL;DR

把歷史交易按「進場時的市場狀態」分類,結果跟直覺完全相反:感覺最舒服的進場(趨勢上漲順風車)勝率最低(65%),感覺最不舒服的進場(高位震蕩、感覺要反轉)勝率最高(82%)。這不是策略瑕疵,是系統化策略的本質 — 它賺的是「心理不舒服但統計占優」的錢。實盤執行的最大敵人不是策略問題,是執行者的情緒干預 — 每次「感覺不對」就手動介入的成本,經實測遠大於所有策略參數優化能帶來的改善。


背景

系統化策略(quant strategy)在回測中看起來無懈可擊,但實盤執行時失敗率很高。統計顯示個人交易者執行既有系統化策略的長期落後回測 30-50%,主因幾乎都不是策略問題,而是執行者在關鍵時刻手動介入

要理解為什麼會介入,要先理解:執行者的「感覺」和策略的「訊號」經常衝突。這種衝突是系統化策略的特徵,不是 bug。


反直覺發現:感覺與實際績效的反差

把某策略 8 年回測的進場按「市場狀態」分類:

進場情境 心理感覺 勝率 平均報酬 最大虧
上漲中(偏離 MA>10%、20d 漲>5%、MA 急漲) 順風車、舒服 65.2% ⚠️ 1.68% -6.09%
高位震蕩(偏離 MA>3%、20d 波動小) 要反轉了?怕 81.8% 3.68% -2.83%
剛起漲(偏離 MA<5%、20d 正向) 趨勢剛形成 85.7% 4.30% -2.78%
其他(橫盤、弱反彈) 無感 72.7% 2.83% -8.58%

關鍵反差:

極端追高的數據

進場時偏離 MA60 > 15% 的 8 筆(心理上最像「追高」的狀態):

勝率 75.0%、平均報酬 +2.16%、8 筆 6 勝 2 敗

唯一大虧(-6.09%)是 2021-02 ARKK 崩盤事件造成,不是「追高本身」。剩下 7 筆有 6 筆賺錢,包括一筆 +10.68% 大贏。


為什麼感覺和勝率會反向

理解策略結構可以化解衝突:

P/C Ratio 型策略的本質:

上漲中訊號觸發 → 感覺舒服但勝率低:

高位震蕩訊號觸發 → 感覺可怕但勝率高:

剛起漲訊號觸發 → 最舒服且勝率高:


手動干預的實測成本

理論知道「照訊號做」很容易,但實盤壓力下容易破功。實測數據:

某策略 3 個月實盤 10 筆交易 vs 回測同期 6 筆交易(相同條件):

項目 實盤 回測期望
交易筆數 10 6 +4(人為干預)
最終資金 438.8 萬 640.3 萬 -201.5 萬
最大回撤 13.1% 7.2% +5.9pp

差距來源拆解:

總成本 ≈ -115 萬(折合年化 -15%)。比所有策略參數優化的總和還多。

從交易紀錄看「干預動機」幾乎都是心理:


心態框架:4 條執行規則

規則 1:分離「感覺」與「規則」

這是最核心的。當訊號出現但「感覺不對」時,問:

實務做法: 把「感覺不對但仍執行」的交易另外記錄,事後統計其勝率。幾乎所有人做完這個統計都會發現:自己的「感覺」準確率低於 50%。

規則 2:單筆結果不重要,分布才重要

70% 勝率意味著每 10 筆會虧 3 筆。

反面案例: 連輸兩筆後縮口數、連贏兩筆後加碼 — 這兩個都是錯的,因為單筆獨立(假設策略有效),歷史勝率不會因為最近幾筆改變。

規則 3:大虧是年度預算

某策略 8 年 / Top 10 大虧 → 每年 1.25 筆事件級虧損。

規則 4:「感覺最舒服」時最該小心


實務建議:從「手動確認」到「完全自動」

Level 0:純手動

看訊號、手動下單。容易因情緒影響執行,落後回測 20-40%。

Level 1:系統發訊號、手動執行

程式算出訊號,按通知手動下單。仍有 10-20% 落後(每次下單前「想一下」都是介入機會)。

Level 2:系統自動執行、手動監控

自動下單,使用者只看報表。接近回測績效,但需要放下「最後檢閱權」

Level 3:完全自動 + 停損停電等極端情況才介入

最接近回測。但要先累積對系統的信任(每年重跑驗證、確保 edge 沒衰退)。

從 Level 0 跳到 Level 2 的關鍵不是技術,是心態 — 要願意接受「我的判斷可能比系統差」。


學到的事


參考資料