智能交易上線半年:如何用滾動回測對照實盤,提前發現策略失效?

智能交易上線半年:如何用滾動回測對照實盤,提前發現策略失效?

2026-10-02

去年我把一套自行研發的波段策略正式接上實盤,當時心裡其實挺踏實。頭三個月它跑得中規中矩,我也第一次體會到所謂 智能交易 最迷人的地方:情緒不再干擾下單,紀律由程式執行。但半年下來,我學到最重要的一課不是怎麼把策略寫出來,而是怎麼在它悄悄變質時第一時間察覺。這篇文章我想用第一人稱,覆盤我是如何在第 14 週左右,靠著滾動回測和實盤紀錄的對照,發現這套策略已經開始失效,以及我後來建立的日常維護流程。

上線頭三個月:一切看起來都很正常

剛上線那段時間,我習慣每天開盤前看一眼夜間的回報,然後就放它在跑。那時候策略表現和我離線回測的曲線幾乎重疊,每週淨值波動都在預期區間內,最大回撤也守得住。我在課堂上常常跟學員說,上線初期最危險的其實是「太順利」——因為順利會讓人鬆懈,不再去懷疑數據背後的假設。

那三個月裡,我每週都會做一次樣本外檢查,把當週的成交和離線回測的同一段歷史比一比。差異很小,滑點大概落在 0.8 至 1.2 點,成交率九成以上,我也就放心地維持原設定。現在回頭看,那段蜜月期讓我建立起對這套系統的基本信任,也讓後來的異常顯得格外扎眼。

回測與實盤的蜜月期

所謂蜜月期,是指策略邏輯與當時市場環境高度契合的階段。我的波段模型主要吃趨勢延續,而那幾個月剛好是黃金和幾隻指數成分股緩慢單邊走的行情,模型抓得住節奏。這段期間我幾乎沒動過參數,也沒重訓,因為指標看起來都很健康。

為什麼順利反而要警惕

順利會讓人減少檢查頻率。我見過不少學員在策略連賺幾週後,就把每日檢查清單擱在一旁,等到虧損出現才驚覺已經累積了不小的回撤。我自己雖然還有做樣本外檢查,但頻率和細緻度明顯不如上線第一個月,這也埋下了後來發現得稍慢的伏筆。

轉折點:第 14 週滑點悄悄變大

真正的轉折發生在第 14 週。那一週我照例看週報,發現淨值曲線雖然還是往上,但斜率明顯比前幾週平。我第一反應是行情波動變小,沒太在意。直到我把每日成交明細拉出來,才看到一個被總結數字掩蓋的變化:滑點變大了。

單筆滑點從 0.8 點漲到 2.3 點

我把前 13 週的單筆滑點平均,再和第 14 週比,發現平均滑點從 0.8 點左右漲到 2.3 點。別小看這 1.5 點的差距,對一套靠小止盈多次累積的策略來說,滑點吃掉的就是原本的利潤空間。更麻煩的是,這種變化在週層級的總結報表上幾乎看不出來,因為單週總盈利還是正的。

勝率掉得比我想像快

除了滑點,勝率也從原本的六成多掉到五成邊緣。我重新看成交價格,發現不少單子是在我預設的進場價之外成交的,這表示流動性或者報價節奏已經和模型訓練時不一樣。這時候我還沒斷言策略失效,但心裡已經拉起警報,因為兩個指標同時往壞的方向走,通常不會只是巧合。

我怎麼開始懷疑策略失效

懷疑不是來自某一筆虧損,而是來自「直覺和報表對不上」。我在交易室待過,對價格節奏有點手感,那幾天我看盤時總覺得模型下單的位置怪怪的,可是打開績效報表,數字又還算體面。這種矛盾讓我決定不再只看總結,而是回到最原始的方法:把 智能交易 的滾動回測結果,和同一時段的實盤紀錄一筆一筆對。

直覺與報表對不上

我後來才明白,報表是壓縮過的資訊,它會把異常平均掉。總結數字漂亮,不代表每一筆都合理。當直覺提醒我「哪裡不對」時,最該做的是拆解,而不是安慰自己報表沒事。我見過不止一個學員,就是被好看的月度總結騙過,錯過了最早的處理時機,等發現時回撤已經很深。

決定回到最原始的對照法

我找了一個週末,把第 10 週到第 15 週的實盤成交,和模型在相同日期、相同標的上的離線回測信號逐一比對。這一步很花時間,但它是我整個檢測流程的起點。比完之後,我已經有七成把握:模型的內在邏輯沒壞,壞的是它和現時市場的契合度,也就是所謂的「分佈漂移」。

滾動回測對照實盤紀錄:我的檢測方法

很多人以為 智能交易 一上線就能高枕無憂,其實維護期才是真正分出高下的地方。我所用的核心方法,是滾動回測對照實盤紀錄。所謂滾動回測,是固定一個回測窗口長度,隨著時間推移不斷往後滑,讓模型在每個時間點都用當時可得的數據重新驗證,而不是用一整段歷史一次性回測。

什麼是滾動回測

舉例,我設定窗口為 60 個交易日,每 5 個交易日往後滾一次。第 1 次用第 1 至 60 日數據回測,第 2 次用第 6 至 65 日,依此類推。每次都記下夏普、最大回撤、勝率和平均滑點。當你把所有窗口的結果連成一條線,就能看見表現是平穩、下滑還是震盪,而不是只看到一個被平均過的總數。

一段完整算例

我用第 10 週到第 15 週的數據做一次簡化算例。假設滾動窗口長度 20 日,每 5 日滾動一次,得到六個窗口的淨值增長率分別是 2.1%、1.8%、1.2%、0.4%、-0.6%、-1.3%。同時,實盤在這六段期間的淨值增長率是 2.0%、1.7%、1.0%、0.1%、-0.9%、-1.6%。兩者方向一致,但實盤每一段都略低於回測,差距從 0.1% 擴大到 0.3%。

把這組數字攤開看,關鍵不是某一段虧了,而是回測與實盤的差距在擴大。如果模型仍然有效,兩者差距應該圍繞某個穩定值上下波動;現在差距單邊擴大,代表模型對市場的捕捉能力在退化。這一步對照,讓我確認了失效的方向,而不是只靠感覺。你也可以參考我們整理的 建立穩定盈利的交易習慣,把這種對照變成固定動作。

交易員坐在書桌前,把實盤成交紀錄與螢幕上的回測曲線並排對照,兩條線走勢逐漸分岔。

三個不能只看總結的指標

很多人檢查策略只看淨值和總回報,這其實不夠。我現在固定盯三個維度,它們單獨看都不嚇人,但合在一起就能早一步嗅到失效的味道。若你想更系統地控管模型的資金風險,可以看看這篇 AI 模型的風險控管方法。

滑點與成交率

滑點前面講過,是失效最早的信號之一。成交率則是另一個:當模型發出信號,卻有越來越多單子沒能按預期價格成交,說明你下單的邏輯和市場真實流動性之間出現了落差。我在第 14 週看到成交率從 92% 掉到 81%,雖然還沒到崩潰,但已經觸發我的預警線。

滾動夏普與回撤

把夏普也做滾動,你會看見它是否在持續往下。我習慣同時看滾動最大回撤,因為有時夏普還撐著,回撤卻已經偷偷變深。下表是我第 10 週和第 15 週兩個時點的對照,能直觀看到退化的位置。

指標 第 10 週 第 15 週 變化
平均滑點(點) 0.9 2.3 上升
成交率 92% 81% 下降
滾動夏普 1.8 0.9 下降
滾動最大回撤 4.2% 7.8% 擴大

這張表我每次複盤都會重做,它比任何漂亮話都誠實。配合 智能交易 的監控頁,我能把這些數字自動化收集,省去手動抄寫的麻煩,也能更即時地發現差距在擴大。

真實覆盤:一個黃金策略從失效到下線

我想講一個更具體的例子。今年上半年我操作過一套黃金突破策略,邏輯是抓倫敦金在重要價位被突破後的延續。前四個月它很穩,但到了第五個月,政策預期反覆,金價在區間內來回刷,突破變得假訊號頻出。真正讓我下定決心處理的,是三個疊在一起的訊號。

失效前的三個訊號

首先,假突破比例從約兩成升到近五成,模型頻頻在突破當下進場,卻很快被打回。其次,持倉時間變短,原本平均持有一兩天,後來半天就出場,說明止損被觸發得更密。最後,回測與實盤的差距擴大到我無法單靠滑點來解釋的程度。三個訊號同時出現,已經不是行情偶發,而是市場結構改變。

我做的取捨

我當時有兩難:繼續跑,怕虧損擴大;立刻停,又怕錯殺一時的噪音。我最後的決定是先降倉到原來三成,觀察一週,同時用最新的兩週數據重訓。重訓後表現只回穩一點點,我判斷這不是參數問題,是邏輯不再適配,於是正式下線。這個取捨過程,我也提醒自己參考 自動下單從報價到成交的完整流程,確認問題出在信號端而非執行端。

交易者盯著螢幕上反覆假突破又回落的黃金走勢圖,手放在滑鼠上準備調降倉位。

發現失效後的三條路

策略確認失效,下一步不是慌,而是選路。我歸納出三條,每條都有適用場景,也都有代價。

重訓、降倉還是停機

重訓適合邏輯還對、只是分佈漂移的情況,代價是要有新的乾淨數據,而且重訓後要重新做樣本外驗證。降倉適合不確定但想保留觀察的過渡期,代價是機會成本。停機最決絕,適合邏輯已經不適配當前市場,代價是失去一段可能的修復窗口。我那套黃金策略最後走的是降倉加觀察、再停機的路。

對於剛接觸自動化的人,我建議先把 智能交易 當成輔助決策而非全託管,這樣你才會保持對策略狀態的感覺。在香港做槓桿產品,流動性和點差本來就容易變,根據 IFEC 對槓桿外匯的基本認識,了解產品特性是第一步,這也解釋了為什麼滑點監控對香港散戶特別重要。

給學員的日常維護清單

我常跟學員說,智能交易 不是設好參數就萬事足,日常維護的頻率與細緻度,決定了它能在市場裡跑多久。最後想分享我給學員的日常維護清單。失效檢測不是出事才做,而是平時就要有節奏。我自己在課堂上也反覆強調,維護期比上線期更考驗紀律。

每週、每月分別看什麼

每週我看三樣:當週平均滑點、成交率、滾動夏普的變化方向。每月我做一個正式對照,把當月實盤和滾動回測拉出來比差距。我會把差距擴大超過 0.2% 設為預警線,一旦觸發就進入觀察名單,而不是等到虧損出現才動作。

我自己在用的提醒機制

我設了幾個自動提醒:滑點連續三日超標、單週成交率低於 85%、滾動回撤破警戒值就推通知。這些提醒不會替我做決定,但能保證我不會因為忙而漏看。美國監管機構 CFTC 也提醒投資者,要 主動降低外匯交易風險,其中就包括清楚自己的交易成本結構,滑點正是其中之一。另外,IG 交易學院有一篇講 如何規劃你的離場,對設定出場與止損節奏很有參考價值。

常見問題

問:什麼是策略失效,和單週虧損有什麼分別?

答:單週虧損可能是正常行情波動,策略失效則是策略邏輯與市場契合度持續下降,表現在滑點、成交率、滾動夏普等指標單邊惡化。區分關鍵在於是否持續且多指標同時出現。

問:滾動回測多久做一次才夠?

答:我建議每週做一次滾動計算,每月做一次正式對照。頻率不必太高,重點是每次都比對回測與實盤的差距,並記錄下來觀察趨勢,才能在第一時間看出退化。

問:發現失效後一定要立刻停機嗎?

答:不一定。可以先降倉觀察,同時用新數據重訓驗證。若重訓後仍無法回穩,才考慮停機。取捨取決於你對邏輯是否仍適配當前市場的判斷。

問:滑點變大一定是策略壞了嗎?

答:不一定,滑點也受市場流動性和點差影響。要判斷是否策略失效,需同時看成交率與滾動夏普,若三者同步惡化,才較能確認是策略本身的問題。

問:散戶沒有工程能力,怎麼做這些監控?

答:可以從最簡單的每週記錄開始,手動記下滑點和成交率也有效。進階一點再用平台提供的監控頁或提醒功能,重點是養成固定檢查的習慣,而非工具本身。

問:維護期最常被忽略的一件事是什麼?

答:最常被忽略的是對照回測與實盤的差距。多數人只看總結報表,而差距擴大正是最早的失效信號,把它納入每週檢查清單就能早一步發現。

立即 WhatsApp 聯繫小風團隊免費諮詢:+852 5378 5383

網站:https://aitrading.ace-fortune.com/algo-trade-hk

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。

分享到:
null

Ace Fortune 2018年成立於香港,早期研究方向包括面向 PI(個人專業投資者)的大數據智能指標及選股器,以及運用量化模型研究交易策略。
今天,我們將這份系統思維,延伸至 AI 工具與程式交易教育,讓新手學習運用 AI Agent 輔助整理資料、編撰程式與檢查邏輯。
從理解工具到動手實作,讓科技更容易入門,支持個人增值與成長。Let Intelligence Empower Your Growth. 

null
© 2026 Weber All Right Reserved