文章 · 15 分鐘閱讀 · 2026-05-22
優勢在於流程
持有每一個策略，你會虧損。只持有挑選出的那幾個，同一個虧損的池子卻變得有利可圖，優勢來自挑選，而非策略本身。
整個池子虧損，挑選出的少數卻不會。
先把結果擺在最前面，因為這就是重點。我評估了 533,638 個不同的策略，橫跨 12 個加密貨幣資產／時間框架宇宙，下面每一個數字都是扣除成本後的淨值（0.05% taker 手續費、每次成交 0.03% 滑價、每條腿 0.01% 資金費率）。把它們全部等權重，投組的中位數獲利因子是 0.48：一個可靠而緩慢失血的虧損者。把同一個池子按過去的獲利因子排序、只持有最頂端的少數幾個，中位數便攀升至 0.85–0.96，而且在 12 個市場中有 8 個直接越過 1.0，轉為獲利。一樣的策略、一樣的資料、一樣的成本。唯一改變的，是決定要持有哪些策略的那條規則。
那道差距，從一個虧損的池子到一個獲利的投組，就是整篇文章的全部，而其中沒有任何一處需要黑箱。挑選規則是在已實現獲利因子上的算術，滾動前推且可重現。我同時也會說明：這裡所用的規則是刻意粗糙的，而正是它的侷限，而非這個概念，才是橫亙在當前結果與一本穩健獲利帳簿之間的東西。
為什麼你不能只挑那個贏家
你之所以不能跳過挑選、直接買進「那個好策略」，是因為在個別策略的層級上，幾乎沒有什麼可挑的。取任一策略在某個 4 週視窗的獲利因子，問它下一個視窗表現如何：跨全部 4,400 萬個策略-視窗匯總後，秩相關約為 0.02。單一策略是一張彩券，它下一視窗的中位數獲利因子是 0.82，但分佈極為龐大，而哪一張彩券會中獎，事前幾乎無法得知。
如果上一視窗的獲利因子能預測下一視窗的，綠色的條件中位數線就會貼著對角線走。它卻是平的、接近 1，不論樣本內表現如何。這正是散戶獵策所掉入的陷阱：那個看起來絕妙的回測，是一枚剛好擲出正面的硬幣，而硬幣沒有記憶。
跨 4,400 萬個策略-視窗，上一視窗的獲利因子以 0.02 的秩相關預測下一視窗。你無法挑出贏家。你只能在母體層級上挑選。
設定
設計刻意做到窮盡，好讓任何東西都無法藏在某個巧妙的參數裡。每個市場有 30,000–50,000 個參數化策略（ATR、EMA、MACD、PPO、RSI、SMA、STOCHK 家族及其停損／風險報酬變體）。我把每個市場的時間線切成連續的28 個交易日的滾動前推視窗，並逐策略、逐視窗計算一個獲利因子，上漲日 PnL 除以下跌日 PnL 的絕對值。每個視窗的每一個挑選決策都只使用嚴格更早視窗的已實現 PnL；沒有任何東西跨越它被衡量的那條邊界往前看。全篇我都報告跨視窗的中位數獲利因子而非平均數：獲利因子是一個右偏的比值，而中位數才是對典型視窗誠實的描述。
四條挑選規則
在每一個向前的視窗，我從同一個合格池子裡，用四種方式建構等權重投組。只有納入規則改變。
- 無，持有上一視窗中每一個活躍的策略。不做挑選：原始池子。
- 隨機 N，隨機抽取 N 個策略。
- 依上一視窗 PF 取前 N 名（單視窗挑選），按上一視窗的獲利因子排序；保留前 N 名。
- 穩定的前 N 名（多視窗挑選），只保留在全部四個回溯視窗中獲利因子皆 > 1 的策略，按彙總獲利因子排序這些策略，保留前 N 名，並向前推進，維持一個四視窗的記憶。
挑選究竟好上多少？
把這些規則排在單一座標軸上，中位數獲利因子，這道階梯一目了然。
| 你持有什麼 | 中位數 PF | 縮短的、距損益兩平的差距 |
|---|---|---|
| 原始池子（全部持有） | 0.48 | 不適用 |
| 隨機 25 | 0.61 | +24% |
| 單一策略 | 0.82 | +65% |
| 挑選前 10 名（穩定） | 0.85 | +72% |
| 最嚴格挑選 | 0.96 | +92% |
原始池子停在 0.48，是因為平均的策略在扣除成本後虧損，而把數千個等權重起來，只是把虧損平均成穩定的失血。挑選最頂尖的十個穩定策略，把中位數提升到 0.85，縮短了從那個虧損池子到損益兩平之間 72% 的距離，而最嚴格的挑選達到 0.96，走完了 92%。隨機挑選做的事與技巧相反：它隨著籃子變大而衰退（N=1 時 0.83，降到 N=100 時 0.54），因為更大的隨機樣本只會回歸到那個虧損的池子。
挑選最頂尖的十個策略，縮短了虧損池子與損益兩平之間 72% 的差距。策略沒有改變。改變的是你對它們提出的問題。
篩得更嚴，就會越過進入獲利
如果挑選正在發揮作用，那麼更嚴格地篩選應當帶來更多成效，確實如此，而且是單調地。
跨全部十二個市場匯總，曲線逼近 1.0，但以這個粗糙的訊號而言，止步在略低之處。然而逐個市場來看，故事更為鮮明：在嚴格挑選下，中位數投組在 12 個市場中有 8 個直接獲利, XRP 為 1.22，ZEC 與 DOGE 接近 1.09，ETH、BCH 與 BTC 略高於 1.07，TRX 與 SOL 超過 1.0。
這就是對那個顯而易見的下一個問題的回答：如果你能篩得更好，能不能讓整件事都獲利？證據說可以，而且你能看到其機制。這裡所用的排序訊號，上一視窗的獲利因子，對未來的秩相關僅為 0.02。它幾乎是純粹的雜訊，而它仍在三分之二的市場上越過進入獲利，因為即使是一個微弱的訊號，施加於母體時，也會把池子裡隱藏的正向質量集中起來。那四個維持在 1.0 以下的市場，以及那個目標，攜帶一個更大、更不脆弱的投組越過，而非一小撮高度集中的少數，都不是這個想法的侷限。它們是這個訊號的侷限。比「按過去獲利因子排序」更鋒利的規則，會把整條曲線往上移。
一個對未來相關性僅 0.02 的挑選訊號，已經讓池子在十二個市場中的八個轉為獲利。天花板不是這個概念，而是你能把它們排得多好。
挑選同時也買到一致性
選後投組勝過原始策略，還有一個更微妙的原因，而且即使在中位數相近之處它依然成立。單一策略不只是在期望值上像擲硬幣，它的離散程度極為驚人。同樣中位數品質的選後投組則是集中的：它每個視窗大致做同一件事，而非在橫財與覆滅之間擺盪。
正是那份緊湊，讓下一步，跨市場分散，得以見效。
堆疊配對：第二層挑選
把每個市場的選後投組當作一個工具，並跨市場組合。同一個主題，挑選，以你組合哪些配對的形式回歸。為了把對比具體化，模擬器納入了一個高相關錨：把某一個市場的選後策略拆成兩個籃子，它們天生相關，以對照真正不同市場之間的組合。
這個關係，大概是實證金融所能呈現的最乾淨者：跨全部 78 個組合，一個等權重組合所移除的波動率，與其各組成部分之間的相關性，以 −0.97 的 Pearson r 同步變動。
因為選後投組跨市場幾乎不相關，把全部十二個堆疊起來能把投組波動率削減 68%，並在約八個配對處趨於飽和。挑選把每個市場帶到了獲利的邊緣；而組合低相關的選後市場，才是讓這個結果成為你真正能持有之物的關鍵。
這主張了什麼，又沒有主張什麼
實務上的解讀：
- 一座沒有挑選規則的策略庫是負債，而非資產。 全部放在一起，這 533,638 個策略會虧錢；唯有當一條規則決定要持有哪些時，價值才會出現。
- 分析的單位是母體，而非策略。 個別持續性是 0.02；超越池子的挑選提升走完了距損益兩平 72% 的路，並在多數市場上越過它。
- 更好的挑選，而非更好的策略，才是成長的軸線。 這個概念以一個近乎雜訊的訊號在三分之二的市場上得到驗證。把排序磨得更鋒利，才是把其餘的，以及一個更大的投組，帶入獲利的關鍵。
自己重現它
這裡的一切，所需不過是一張逐策略的每日 PnL 表。把每個市場切成固定的滾動前推視窗；計算每個策略逐視窗的獲利因子；在每個視窗對先前的視窗排序，持有等權重的前 N 名，並衡量下一個視窗的中位數。拿它對照「全部持有」以及隨機抽取。圖 2 的階梯與圖 4 的各市場越線會再次出現。優勢從來不是某個秘密策略。它是那道挑選流程，而它就在那裡，等你去磨利。