【逆風真相】台股量化交易「回測年化30%」根本是騙局？一位前券商自營部操盤手坦白:真正穩定獲利的策略，報酬率低到你根本不屑看

回測報酬率越漂亮越危險，真正能活過三年的量化策略，年化往往只有個位數。

我在券商自營部待了六年。離開那天，我把自己跑過的所有回測報告——大概兩百多份——全部存進一個資料夾，命名叫「墳場」。

不是開玩笑。那裡面躺著上百支年化報酬率超過 25% 的策略。每一支在回測裡都美得像選美冠軍。每一支上線實單後，最長活不過八個月。

所以當我現在滑到各種量化交易社群，看到有人興奮地貼出 Backtrader 或 Zipline 跑出來的漂亮權益曲線，說「我的策略年化 30%！」，我的第一反應不是佩服。是心疼。因為我太清楚接下來會發生什麼。

先說一個殘酷的事實。

在自營部裡，一支策略如果能穩定跑三年以上、扣掉所有成本之後年化做到 8% 到 12%，你會被當成神。真的，不誇張。那些動不動喊 30%、50% 的數字，十次有九次半來自「還沒碰過真錢的回測」。剩下那半次？運氣好碰到一波大行情，然後隔年就把賺的全部吐回去。

問題出在哪？讓我拆給你聽。

第一個坑叫 overfitting，中文翻成過度擬合，但我覺得更精準的說法是「自欺欺人」。你用過去五年的台股資料去調參數——均線要用幾日、RSI 門檻設多少、停損停利怎麼抓——調到回測曲線完美為止。但你調出來的不是一個能預測未來的模型，你調出來的是一面「過去的鏡子」。它只會告訴你如果你五年前就這樣做，你會賺多少。對未來？毫無意義。

我見過最誇張的案例，是一個同事用了 23 個參數去擬合一支台股策略。回測年化 47%。上線兩週虧了本金的 6%。二十三個參數欸——你用 23 個自由度去擬合任何一組隨機數據，都能擬合出漂亮的曲線，這是數學，不是交易。

第二個坑更隱蔽:look-ahead bias，也就是偷看未來的數據。很多人寫回測的時候根本沒注意到自己用了「當天收盤價」來決定「當天的進場訊號」。兄弟，收盤價是收盤之後才知道的東西，你回測的時候拿它來做當天的決策，等於你在考試的時候偷看答案，當然每題都對。

用 Shioaji 或 Fugle API 接台股即時報價的人應該有感覺——Tick 資料跟你在回測裡用的日K資料，根本是兩個世界。滑價、部分成交、委託簿的變化，這些回測裡通通不存在。你在 Backtrader 裡面設定「以開盤價成交」，但實際上你的單子可能掛在開盤價，結果成交在高了兩檔的價格。這個差距，長期累積下來會直接把你的報酬率砍半。

（我曾經把一支回測年化 18% 的策略，用真實的滑價和手續費重新算過。結果變成 4.2%。四趴二。比放定存好不了多少。）

那真正能活下來的策略長什麼樣？

坦白講，無聊到爆。

我見過活最久的一支策略——在自營部跑了快五年——做的是台股權值股的均值回歸。邏輯簡單到可笑:當某檔權值股偏離大盤的 beta 超過一定標準差，就反向操作，等它回歸。參數？就兩三個。年化報酬率？扣完成本大概 6% 到 9%。

你一定覺得:「六趴？我買 ETF 就有了，幹嘛這麼累？」

對，所以我說你根本不屑看。但重點不在報酬率本身，重點在它的 Sharpe Ratio 可以穩定維持在 1.2 以上，最大回撤控制在 5% 以內。意思是:它不性感，但它不會讓你某天早上醒來發現帳戶少了 30%。而那些年化 30% 的策略？最大回撤動不動 25% 起跳，你撐得住嗎？大部分人撐不住，然後在最低點砍倉出場，完美實現「買高賣低」。

如果你真的想入門量化交易，我的建議可能會讓你失望。

不要一開始就追求報酬率。先用 Backtrader 或 LEAN 把基本功練好——學會怎麼正確切分 in-sample 跟 out-of-sample 資料，學會用 walk-forward optimization 取代單純的參數最佳化，學會在回測裡加入合理的滑價模型和手續費。如果你做台股，Shioaji 可以接永豐的報價和下單，Fugle 的 API 文件也寫得不錯，拿來做資料蒐集很方便。但工具只是工具，你的回測邏輯如果有漏洞，用再好的框架跑出來的結果都是垃圾。

然後——這是最反直覺的部分——當你的策略在 out-of-sample 測試中只跑出年化 7%，不要急著丟掉它去找更好的。因為那個 7%，可能就是真的。而那個讓你興奮的 30%？幾乎可以確定是假的。

量化交易這行有句老話，雖然俗但真:「回測是用來否定策略的，不是用來肯定策略的。」如果一支策略在回測裡都活不下來，它在實盤一定死。但回測裡活得很好？那什麼都不代表。

所以下次你看到有人在社群裡炫耀回測年化 30%，你不用羨慕。你該擔心的是——他是不是已經拿真金白銀進場了。