一個交易策略用了幾年，突然遇到一個很差的月份。
你回頭看那些交易，越看越覺得當時應該避開。
然後你加一條小規則，回測立刻變好，最痛那個月也變得順眼。
這一刻很危險。
你剛剛被市場打痛，然後用一條新規則把痛感抹走，再把那種舒服感誤認成進步。
但你可能沒想過，那只是策略必要的陣痛。
◉ 交易的終極敵人：過擬合
我們很少在大賺後修改策略。
通常都是輸錢後，你才忽然覺得策略有問題。
但這裏要分清楚兩件事：策略真的有問題，和策略只是剛好經歷它本來就會經歷的痛苦。
交易最難的地方就在這裏。虧損會帶來心理痛楚，但有些虧損是系統成本，有些虧損才是系統缺陷。如果你把所有痛楚都當成缺陷，就會開始修理一些其實不應該修理的東西。
最常見的例子，就是止損被過度「改良」。
明明後面是一波大漲行情，但在行情啟動前，價格剛好掃中你的止損單，把你震出場，於是你錯過整段升幅。
你很不爽、很不甘心，於是開始修改規則。把止損單往下移幾 ticks，或者加一條「前一小時收盤價低於進場價則不進場」之類的條件。
回測一下，績效立刻變好。最痛苦那段歷史消失了，錯過大行情那一幕也變得順眼。
但是你新增的條件，未必真的來自市場規律。
它可能只來自一個很具體的情緒：你不想再被同一種方式傷一次。
如果是前者，你是在改善策略。
如果是後者，你是在過擬合。
你沒有抓到特定條件下的市場優勢，只是把一個可記憶的痛點從歷史裏刪走。
結果是，這次回測變好了，下次市場換一種方式來，你可能傷得更重。
◉ 修改後的策略績效
如果你像我們一樣在做量化，那你便有更多工具去驗證修復是否有效。
Cesar Alvarez 提出了幾個分析面向：
第一，先看整體績效指標。
除了資金曲線，也要同時比較 CAR、最大回撤、Sharpe 等指標。
如果改善幅度很細，或者只集中在一個你剛剛受傷的位置，這個改動未必值得保留。
第二，看年度回報分佈。
真正有用的規則，應該有機會在不同年份都留下一點痕跡。
如果大部分年份幾乎沒有變化，只有最近輸錢那一年突然大幅改善，就要懷疑它只是針對最近事件而生。
第三，看最大回撤列表。
除了最差那次 drawdown，也要看其他大回撤有沒有一起變好。
如果新規則只修走最痛那一次，而其他壓力情境沒有改善，那過擬合機率便會變大。
◉ 治本方法：發掘規律後的原因
上面這些檢查，主要是防止你被回測騙。
但要真正治本，還要再問更深一層：
這條新規則背後，到底有沒有市場原因？
量化最容易走歪的地方，是先在數據裏撞到一個漂亮結果，然後才替它補故事。
例如你發現「前一小時收盤價低於進場價就不進場」可以避開最近那次虧損。
這條規則本身可能有效，但你不能只因為它令回測變好，就當它有交易優勢。
你要問的是：
為甚麼前一小時收盤價會影響之後的交易結果？
它代表流動性不足？代表突破失敗？代表大型資金沒有跟進？還是只是湊巧？
如果你講不出原因，這條規則就只是一個數據補丁。
真正比較健康的流程，是先提出一個市場機制，再用數據驗證。
例如你相信某類止損被掃走後，價格如果快速收復關鍵位置，反而代表假突破結束、流動性被吸收，後面更容易出現延續行情。
這是一個可以研究的假設。
接著你才去看不同年份、不同市場、不同波動環境下，這個現象是否重複出現。
更實際一點，你可以把它拆成幾個版本測試。
第一，只測原本的市場。
第二，換到其他相關市場，看規律是否仍然存在。
第三，把時間切開。整段回測只是一個總結果，不同年份、牛市、熊市、震盪市裏，它到底在哪裏有效、在哪裏失效，這些分佈更重要。
如果一條規則只在你剛剛受傷的市場、剛剛受傷的月份有效，那它再漂亮也要先打折。
最後就是要承認，交易策略本來就要付出成本。
有些成本叫滑價，有些成本叫回撤，有些成本叫錯過行情。
你不可能把所有不舒服都消滅掉，因為那些不舒服很多時候正是策略能存在的代價。
真正要修的，是超出策略原本設計範圍的錯。
如果一個趨勢策略因為假突破而連續止損，這可能是成本。
如果它在所有趨勢行情前都被震走，這才可能是缺陷。
兩者差很遠。
前者需要心理承受，後者才需要規則改良。
所以策略輸錢後可以改，但先放慢。
先問三件事：
這次虧損，是策略本來就要承受的成本，還是規則真的失效？
新規則帶來的是更穩定的交易優勢，還是只是更漂亮的歷史曲線？
加了這條規則之後，策略是更容易理解，還是更難解釋？
如果三條都答不清，就先保留原規則。
因為很多時候，真正令策略死亡的，是你在虧損之後，親手把一個仍然有效的系統改到自己都認不出來。
◉ 重點總結
- 策略輸錢後最危險的時刻，往往是你最想修改規則的時刻。
- 回測變好不等於策略變好，尤其當改善只集中在最近那次痛苦交易。
- 新規則要先通過績效指標、年度分佈、最大回撤等檢查，才值得認真考慮。
- 新規則背後要有市場原因，不能只是一個令歷史曲線變漂亮的補丁。
- 有些虧損是策略成本，有些虧損是系統缺陷，前者要承受，後者才需要修正。
◉ 參考資料
Alvarez, C. (2026). Bad month for your strategy? Should you change it? Alvarez Quant Trading.
