AI炒外匯數據源怎麼挑：三個指標篩掉八成供應商

有位學員在課後問我：他和同期的一位同學，用同一套策略、同一份參數檔，回測曲線卻跑出兩種形狀。我把兩份報表從頭翻到尾，參數一樣、週期一樣、樣本期也一樣，唯一的差別在最後一頁的資料來源欄位。一個用的是付費歷史數據，另一個直接抓了交易平台的報價。這就是我在 AI炒外匯 課堂上最常遇到的一種誤判：多數人以為自己輸在模型，其實輸在數據。

數據源決定模型的上限，這句話在工程上是可以驗證的。模型是加壓泵，數據是水管，泵的馬力再大，管徑不夠、接頭漏水，你量到的水量永遠不是真的。更麻煩的是水管漏水不會報警，它只是安靜地讓你的數字偏一點，偏到某一天你發現實盤和回測對不上。所以我帶學員看策略，第一眼不看績效曲線，先看數據是從哪裡來的。

同一個策略，兩個學員跑出兩種結果

我把兩份報表放在一起對，差別很快就浮出來了。付費那份每個交易日都有完整記錄，週末與假日標記清楚，品種規格變動也有備註欄。平台報價那份歷史深度只有幾個月，中間還有幾段是空的，而那幾段剛好是波動最劇烈的時候。問題是空的資料不會讓回測報錯，它只會讓那段時間不參與計算，於是你的策略在最難的行情裡「沒有交易」。

這也是我不太接受「同一套策略」這句話的原因。策略不是一個副檔名為 ex5 的檔案，而是一整套從數據接收到成交回報的流程，數據源是這個流程的第一環。第一環不穩，後面每一環都在補償它，你調參數、加濾網、改手數，其實都在補一個你沒看見的洞。我在 AI炒外匯 課堂上要求學員做的第一件事，是把四個欄位抄下來：供應商名稱、時間戳定義、歷史起點、缺口處理方式。

數據源的三層：官方、商業、免費

要挑數據源，得先接受一件事：外匯主要是一個場外市場，沒有一個中央交易所替你蓋章確認「這就是今天的成交價」。你看到的每一個價格，都是某一家銀行或流動性提供方願意成交的價格，不同平台、不同時段的價格都不完全一樣。這不是市場失效，這是市場的結構，也是為什麼外匯數據從來沒有一個統一版本。理解這一點，你才不會問「哪一個才是真價」這種沒有答案的問題，而是改問「這一口價是誰給的、給的時候是什麼條件」。這個問題一改，你挑 AI炒外匯 數據源的方向就整個不同了。

官方源：給你事實，不給你報價

央行、香港金融管理局、國際清算銀行這一類機構，發布的是統計與公告，不是可以直接下單的即時報價。它們的價值在於定義清楚、口徑公開、有固定的發布時間表，所以你引用它的時候，知道自己引用的是什麼。以國際清算銀行的三年一度調查為例，第十四次調查在 2025 年 4 月進行，初步結果在同年 9 月 30 日公布，最終結果要等到 2026 年 6 月才齊。這份調查連加密貨幣是否計入外匯部分都有明確交代，答案是並不計入。它的問題是頻率太低，三年才更新一次，你不可能拿它來做日內，也不該拿它來產生交易信號，那等於用月曆當手錶，方向沒錯，精度完全不對。

商業源：你買的是整理，不是真相

付費數據供應商賣的其實是三件事：清洗、格式、保證。你買到的是整理過的數據，不是原始數據，而整理的規則由供應商定。兩個供應商對同一分鐘的最高價可能給出不同答案，因為一個用最後成交價，一個用買賣中間價。所以當你換供應商，回測結果會變，這不代表你之前的策略錯了，而是你換了一把尺。商業源真正的價值是可重現性，而不是「比較準」，做 AI炒外匯 的人要知道，一個好的供應商會告訴你它的口徑、修正紀錄與缺口標記方式。

免費源：代價不在價錢上

免費源包括平台報價、公開 API、以及一些社群維護的歷史檔案，優點很實在：即時、方便、零成本，很適合做概念驗證與程式除錯。缺點是它們通常只給你「你這一家平台看到的那一口價」，歷史深度有限，缺口不補，也沒有版本概念。用它來熟悉流程沒有問題，用它來驗證一個要放真錢上去的策略，就是把體檢報告建立在自家體重計的讀數上。體重計不是壞東西，但它只量得出你自己的體重，量不出你身體裡發生了什麼。三層不是替代關係，而是分工關係：官方源給口徑，商業源給可重現的歷史，免費源給練習的場地，想看得更細可以參考我們的數據源三層拆解。

指標一：延遲——不是快慢，是你知不知道它慢

很多人問「這個數據源延遲多少」，但這個問題本身問得不夠清楚，因為它把兩件事混在一起：更新頻率，與延遲。更新頻率是它多久給你一個新數字，延遲是你看到的那個數字是多久以前的。一根日線每天更新一次，但它的時間戳可能是當天收盤，延遲接近零。一個 tick 源看起來每秒跳幾十次，但它可能是聚合過的，你看到的價格在聚合那一刻就已經舊了。

有學員跟我說「這個源應該夠快」，我就會問一句：你這個「應該」是從哪裡來的？是你自己測過，還是供應商頁面上寫的？如果是後者，你要問清楚它寫的是哪一段的延遲，從流動性提供方到供應商、從供應商到你、還是從你下單到成交。我見過的個案裡，最多人搞錯的是最後一段，因為那一段由你的網路、平台、下單方式決定。你拿第一段的速度去期待第三段的表現，然後怪策略不爭氣，這個推論鏈從第一步就斷了。

真正該做的測試很土：你自己記錄。找一個正常的交易日，把同一時刻的兩個源並排抄下來，連續記一週，看差值的中位數與最大值。中位數決定你的日常成本，最大值決定你在極端行情裡會不會被打穿。這也是我在 AI炒外匯 課堂上最難說服學員的一步：慢的事情，往往才是省錢的事情。

指標二：完整性——缺口比錯誤更難發現

錯誤會讓你發現，因為它會讓程式報錯，或者讓圖表長得很奇怪；缺口不會。缺口是一段沒有資料的時間，程式照跑，回測照算，只是那段時間你的策略不存在。外匯一週有五個交易日幾乎不間斷，但報價中斷是常態：平台維護、流動性瞬間抽乾、長假前後的薄市。這些時段往往是最有資訊的時段，因為價格在那裡移動得最劇烈，而你偏偏在那裡沒有數據。

缺口有三種常見處理方式，每一種都會改變回測結果：前值填充會讓波動看起來變小，插值會憑空造出一條平滑的路徑，直接刪除會讓你的策略錯過那段行情。沒有一種是「正確」的，重點是你要知道你的數據源用了哪一種，並且在你的報告裡寫下來，這也是我在 AI炒外匯 課堂上檢查回測報告時必看的一欄。你可以問供應商三個問題：缺口怎麼標記、補值用什麼方法、補過的地方有沒有留下旗標。而一個沒有處理過缺口的數據源，它給你的「完整」只是一種錯覺，比明顯的殘缺更危險。

指標三：可回溯性——上個月的數據還原得回來嗎

這一項最少人問，但它決定你的回測能不能被信任。數據是會變的：供應商修正錯誤、調整品種規格、補上遲來的記錄。如果你三個月前跑出一條曲線，今天用同一份程式碼跑不出同樣的結果，那你的策略就沒有一個固定基準，所有優化都建立在流沙上。更嚴重的是未來資訊：假設某個價格在事後被修正過，而你用修正後的數據去回測當時的決策，你的模型在當時其實看不到那個價格，你等於讓它偷看了一眼答案。這種偷看不會讓回測變難看，它會讓回測變好看，而且好看得剛好，剛好到你會想上實盤。

所以你要問的是：這份數據有沒有版本號、有沒有修正紀錄、能不能調出某一天當時的快照。英文叫 point-in-time，中文沒有一個很好的對應詞，你就記住「當時看到的那一份」。我在 AI炒外匯 課堂上會請學員做一個小測驗：把三個月前的回測報告拿出來重跑一次，看兩條曲線疊不疊得起來。疊得起來的才有資格談參數優化；疊不起來的，先回頭查數據，不要查策略。

一個算例：五秒延遲在什麼情況下會變成錢

抽象地講延遲沒有感覺，我們實際算一次。以下所有數字都是假設值，不是市場統計，目的是讓你看清楚計算方法，而不是讓你記住某一個結論。假設你做 EUR/USD，一口標準手，一點價值 10 美元，策略每日開平倉 4 次，數據延遲 5 秒，而在這 5 秒裡價格平均朝不利方向走了 0.8 點。把這幾個假設乘起來，每日成本就是 4 乘以 0.8 再乘以 10，等於 32 美元。

每月以 21 個交易日計，這條延遲帶來的成本是 672 美元，對一個 10,000 美元的帳戶來說等於每月 6.72%。現在換一個假設：延遲從 5 秒降到 1 秒，其他條件不變，滑價按同一個比例降到 0.16 點，每日 6.4 美元，每月 134.4 美元，即 1.34%。兩個情境相差 5.38 個百分點，而策略本身一個字都沒有改，只是換了一個比較快的數據源。你也可以反過來算：如果策略每月毛利只有 3%，任何一個每月成本超過 3% 的環節，都足以讓它由正轉負。這就是我所說的，延遲不是感覺，是一個可以列在成本表上的項目。

具體的坑：用經紀商報價回測

這個坑我在課堂上幾乎每一期都會遇到。學員用平台的歷史報價做回測，跑出一條漂亮的曲線，然後在同一家平台下單，結果實盤和回測貼得很近，他就以為策略驗證通過了。問題是：他用同一口價去驗證同一口價，這不是驗證，這是循環論證。就像用一支體溫計去校準它自己，你量十次都是同一個讀數，但那個讀數可能一直偏。你驗證到的結論其實是「這家平台的報價和這家平台的報價一致」，這句話沒有任何資訊量。

真正的驗證要用另一個來源：信號的產生與驗證，應該用獨立於你下單對手方的數據；平台報價只用來估算你自己的成交質量。這兩件事分開，你才知道自己的虧損是策略的問題，還是執行的問題。順帶一提，這也是我在 AI炒外匯 課程裡把「回測」與「成交質量評估」分成兩個單元的原因。分開之後，很多原本看起來是策略問題的東西，會突然變成執行問題，而執行問題通常比較好修。要判斷自己有沒有掉進這一類陷阱，可以先看回測過度擬合的幾種典型長相。

數據源核對清單：八個問題

我在課堂上發給學員的就是下面這張表，左邊是核對項，中間是要問的問題，右邊是答不出來代表什麼。這張表不是用來挑「最好的」數據源，它的用途是快速淘汰，因為在數據這件事上，排除比選擇有效率。標題說的「篩掉八成」，八成是個約數，不是統計結果，它的意思不是每十家倒八家，而是三個指標逐一過下來，能全部通過的比例很低。

這是我在 AI炒外匯 課上派給學員的作業，八項裡面，如果前三項答不出來，後面的比較其實沒有意義，因為你連自己手上那份數據是什麼都不知道。如果第五項與第六項答得出來，通常代表這家供應商真的有人在管數據，而不只是轉售別人的檔案。最後一項關於主體與牌照，不是要你懷疑每一個人，而是提醒你：數據服務、信號服務、代客操作，這三件事在香港受監管的方式並不一樣。證監會的警示名單可以查某個實體是否在列，但不在列也不等於已經核實過資質，簽任何東西之前應該向持牌人士核對清楚。我在課堂上講這一項時通常會補一句：查得到的東西先查，查不到的東西先記在筆記上。

常見問題

問：免費的數據源一定不能用嗎？

答：不是。免費源的問題不在免費，而在它的視角只有一個，就是給你報價的那一家平台。如果你只是要驗證程式跑不跑得動、邏輯有沒有寫錯，免費源完全夠用。但如果你要驗證一個準備放錢上去的策略，你需要的是獨立於對手方的數據，這時候免費源就不夠了。

問：延遲多少毫秒才算合格？

答：這個問題沒有標準答案，因為合格與否取決於你的持倉時間。做日內的人，幾百毫秒的差別可能就是一次滑價；做波段的人，幾秒的延遲對結果影響很小。與其問「多少才算合格」，不如問「我的策略在多長的延遲下會由正轉負」。這個數字你可以自己算出來，就像上面那個算例一樣。

問：回測和實盤差很遠，一定是數據源的問題嗎？

答：不一定，但數據源是最該先排除的一項，因為它最容易查。排除的順序我建議這樣：先確認時間戳與價格口徑，再確認缺口處理，再確認成交價與滑價的假設，最後才回去改策略。多數人跳過前三步直接改策略，結果是把一個執行問題改成一個更複雜的執行問題。如果前三步都對，差異還在，那時候再談模型，也順便看看不同模型路線的分工。

問：買數據之前，最該先確認哪一項？

答：可回溯性。這一項最少人問，卻決定你未來半年能不能重現今天的結果。一份沒有版本、沒有修正紀錄的數據，你今天的回測三個月後就跑不出來。確認的方法很簡單：問對方能不能調出某一天當時的數據快照，以及修正過的數據有沒有留下紀錄。答得出來的，通常其他項目也不會太差；答不出來的，價格再便宜也不值得試。

立即 WhatsApp 聯繫小風團隊免費諮詢：+852 5378 5383

網站：https://aitrading.ace-fortune.com/forex-trading

投資涉及風險，過往表現不代表未來回報。本內容僅供教育參考，不構成任何投資建議。