回測與最佳化流程#

寫好策略只是第一步，回測（Backtesting） 與 最佳化（Optimization） 才能驗證策略是否具有歷史優勢、找出穩健的參數區間，並評估上線實盤的可行性。本章說明 MultiCharts 完整的驗證流程，並指出最容易讓回測結果與實盤落差過大的設定陷阱。

回測#

回測指的是「將策略套用到歷史資料上，模擬如果當時依照策略下單會產生什麼結果」。在 MultiCharts，回測的執行步驟為:

1. 開啟 Chart Window，載入要測試的商品與週期
2. 從 Power Editor 編譯訊號（Signal）腳本
3. 用 Insert → Signal 將訊號加到圖表上
4. 開啟 View → Strategy Performance Report 查看回測結果

回測的本質是「把每一根 K 棒當成已發生的事實，重新讓策略決策一次」。所有撮合行為都受 Backtest Settings 影響。

Strategy Performance Report 重要指標#

開啟 Strategy Performance Report 後，最該優先檢視的指標:

陷阱：只看 Net Profit 是新手常犯的錯誤。一條 Net Profit 漂亮但 Total Trades 只有 12 筆、Avg Trade 接近滑價金額的曲線，幾乎不可能在實盤複製。

回測設定（避免回測高估）#

回測結果與實盤落差的最大原因，是撮合假設過度樂觀。在 Chart Window 上對訊號右鍵 → Format Signals，於 Signals tab 點 Properties 開啟 Strategy Properties（即套用全部訊號），逐項調整下列設定。

佣金與滑價#

在 Strategy Properties 視窗的 Properties 分頁中找到 Costs/Capitalization 區塊:

Commission 欄位是 以 Rule 規則表設定（可依口數、金額階梯計算），不是單純填一個固定數字。

即使策略在零成本下表現亮眼，加入合理佣金與滑價後常常從正期望值跌到接近零。永遠先設好成本再評估策略。

Bar Magnifier 與 Look-Inside-Bar#

在 Strategy Properties 視窗的 Backtesting 分頁中:

沒有 Bar Magnifier 時的撮合假設

MultiCharts 依「Open 比較靠近 High 還是 Low」決定 K 棒內部走勢順序（與多空方向無關）：

• 若 Open 靠近 Low → 假設走勢 Open → High → Low → Close
• 若 Open 靠近 High → 假設走勢 Open → Low → High → Close

實盤實際走勢可能完全相反，導致回測中「停損沒打到」的單在實盤被掃出。

實盤的真實走勢可能恰好相反 — 同一根 K 棒，Open 靠近 Low 不代表價格就一定先上後下。這就是為什麼 Stop/Limit 策略沒開 Bar Magnifier 時，回測常常「贏太多」。

Stop / Limit 撮合差異：MultiCharts 假設 Stop 單只要價格碰到就成交，但 Limit 單必須被穿越才視為成交（亦即「碰到 Limit 價位本身不算成交」）。實盤排隊順序差異可能造成 Limit 單未成交。

範例：日線策略內含 SetStopLoss(20 * BigPointValue) 與 SetProfitTarget(40 * BigPointValue)：

• 未開啟 Bar Magnifier：依 Open 與 High/Low 的相對位置決定先觸發停損或止盈
• 開啟 Bar Magnifier（1 分鐘）：以實際 1 分鐘走勢判定哪個門檻先到

打開 Bar Magnifier 後常見現象：原本看起來大賺的策略 Net Profit 砍半，但這才是貼近實盤的數字。

Intra-Bar Order Generation (IOG)#

在 Strategy Properties 視窗的 Properties 分頁中（與 Max Bars Back 同一頁）:

常見陷阱：策略開了 IOG，但程式碼裡沒處理「同一根 K 棒內被重複觸發」的邏輯（例如 If Close > X Then Buy），結果回測一根 K 棒下了好幾次單。建議搭配 MarketPosition 或 EntriesToday(Date) 檢查避免重複進場。

Maximum Bars Back#

在 Strategy Properties 視窗的 Properties 分頁中:

設太低會導致策略在前段資料完全不執行；設太高浪費記憶體。建議：所有 lookback 中最大者 + 50 buffer。

最佳化#

最佳化是指「自動測試多組參數組合，找出績效最佳的設定」。從訊號右鍵 → Format Signals → 選定訊號 → Optimize。

兩種最佳化演算法#

範例：策略有 3 個參數，每個 10 個值 → 1,000 組，用 Exhaustive；若 5 個參數每個 20 個值 → 3,200,000 組，必須用 Genetic。

最佳化目標函數#

不要用 Net Profit 作為最佳化目標 — 這會嚴重過度擬合到極少數高獲利交易。建議改用:

結果分析#

最佳化跑完後，不要直接挑 Net Profit 最高的參數。應該打開 3D 圖（Optimization Report → 3D Chart），檢查:

• 參數高原 (Parameter Plateau)：理想狀況是「相鄰多組參數績效都不錯」形成穩定高原。如果只有單一峰值，旁邊績效斷崖式下降，幾乎可確定是過度擬合
• 參數穩定性：建議選擇位於高原中央、而非峰頂的參數組合

範例：均線參數從 18 → 22 都能維持 80% 以上的最高 Net Profit，則選 20 比選峰頂的 19 更穩健。

前進測試（Walk-Forward Optimization）#

前進測試是檢驗最佳化參數能否「在沒看過的資料上仍有效」的標準工具。流程:

[訓練段 IS] → 找最佳參數 → [驗證段 OOS 用這組參數跑] → 記錄 OOS 績效
       ↓ 視窗向前滾動
[訓練段 IS] → 找最佳參數 → [驗證段 OOS] → 記錄
       ↓
... 重複多輪 ...

• IS (In-Sample)：訓練段，用來最佳化找最佳參數
• OOS (Out-of-Sample)：驗證段，套用 IS 找出的參數，評估真實績效

在 MultiCharts 啟動: 訊號右鍵 → Optimize，於 Optimization 對話框中找到獨立的 Walk-Forward Optimization 區塊（不只是單一勾選框，而是含 IS/OOS 比例、Anchored/Rolling、Number of Runs 等設定的完整面板）進行設定。

關鍵設定#

判讀 WFO 報告#

WFO 報告的關鍵指標是 WFE (Walk-Forward Efficiency):

WFE = (OOS 年化報酬) / (IS 年化報酬)

WFE 不是越接近 1 越好。> 0.7 反而要懷疑是不是 IS 段也很糟（兩段都爛 WFE 也會接近 1）。要與絕對績效一起看。

常見陷阱#

Look-Ahead Bias（未來資訊洩漏）#

策略不小心用了「當下還不知道」的資訊。常見來源:

1
2
3
4
5

// ❌ 錯誤：用收盤價判斷後立刻當根進場（IOG 關閉時 MultiCharts 會延遲到 Next Bar，但若用 This Bar Close 就有問題）
If Close > Highest(High, 20)[1] Then Buy This Bar Close;

// ✅ 正確：訊號當根判斷，下一根開盤才執行
If Close > Highest(High, 20)[1] Then Buy Next Bar Market;

[1] 取的是「上一根 K 棒」的值。比較 Highest(High, 20) 和 Highest(High, 20)[1] — 前者包含當根高點（同一根內未來資訊），後者不包含。

過度擬合#

過度擬合的徵兆:

• 最佳化後績效曲線異常平滑
• 參數高原非常窄
• IS 和 OOS 績效差距巨大（WFE < 0.3）
• 參數組合超過 4 個

緩解方式:

1. 減少參數數量（< 4 個為佳）
2. 用 Walk-Forward 驗證
3. 在多個商品上驗證同一組參數
4. 加入 OOS 段（最近 1–2 年資料留作完全沒看過的驗證）

倖存者偏差#

回測股票時，若資料來源只包含「目前還在交易的股票」，下市股票被排除，會嚴重高估策略績效。期貨商品較少此問題，但選股策略需特別注意。

訂單未成交假設#

MultiCharts 預設「Stop 單只要碰到就成交」、「Limit 單必須被穿越才成交」。實際盤中:

• 大部位的 Limit 單可能只成交一部分，剩下排隊
• 跳空開盤可能直接跳過 Limit 價格
• 流動性低時 Stop 單滑價遠超預期

緩解：將 Slippage 設大一點，或用 Bar Magnifier 開啟逐 tick 模擬。

樣本數不足#

Total Trades < 30 的回測結果統計上沒有意義。緩解:

• 拉長回測區間（建議覆蓋 2 個以上完整多空循環，至少 5–10 年）
• 在多個商品上跑同一策略
• 用較短週期的資料（例如從日線改 60 分線）

完整工作流程範例#

以一個簡單均線突破策略示範完整驗證流程:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

Inputs:
  fastLength(10),
  slowLength(30),
  stopPoints(50);

Variables: maFast(0), maSlow(0);

maFast = Average(Close, fastLength);
maSlow = Average(Close, slowLength);

// 訊號當根判斷，下一根開盤執行（避免 Look-Ahead）
If MarketPosition = 0 and maFast crosses above maSlow Then
  Buy("LE") 1 Contract Next Bar Market;

If MarketPosition = 1 and maFast crosses below maSlow Then
  Sell("LX") Next Bar Market;

SetStopLoss(stopPoints * BigPointValue);

驗證步驟:

1. 回測設定：佣金 60 TWD、滑價 1 tick、開啟 Bar Magnifier (1 分鐘)、Maximum Bars Back = 100
2. 單次回測：用預設參數跑一次，確認 Total Trades > 100、Avg Trade > 滑價
3. 最佳化：fastLength 5–20、slowLength 20–60、stopPoints 30–100，目標 = Profit Factor
4. 檢視 3D 圖：找出參數高原，選擇高原中央的組合
5. Walk-Forward：12 個月 IS + 3 個月 OOS，跑 6 輪，要求 WFE > 0.6
6. 多商品驗證：用上述參數套到至少 2 個其他商品，績效不能崩盤
7. 保留 OOS 區段：最近 6–12 個月資料完全不參與最佳化，最後跑一次驗證

通過上述每一關後，才考慮模擬交易（Paper Trading）一段時間。

注意事項#

回測與實盤永遠有落差#

即使做完所有檢查，回測也只能逼近實盤、無法等於實盤。原因包括: 撮合佇列、市場衝擊、交易所限制、網路延遲、行情訂閱差異。永遠先用模擬交易確認後再上實盤。

重新編譯後重新回測#

修改策略後務必重新編譯（Power Editor → Compile），並對 Chart 上的訊號右鍵 → Recalculate，否則績效報告仍是舊版本。

最佳化參數會隨資料更新而失效#

市場結構會變化，半年到一年後建議重新跑一次最佳化與 WFO，但不要每週都重新最佳化（這本身就是過度擬合）。

最佳化結果儲存#

Optimization Report 可匯出為 CSV，方便用 Excel 或 Python 進一步分析（例如算 Sharpe、Sortino、Calmar）。

Reference#

https://www.multicharts.com/trading-software/index.php?title=Strategy_Performance_Report

https://www.multicharts.com/trading-software/index.php?title=Bar_Magnifier

https://www.multicharts.com/trading-software/index.php?title=Intra-Bar_Order_Generation

https://www.multicharts.com/trading-software/index.php?title=Optimization

https://www.multicharts.com/trading-software/index.php?title=Walk-Forward_Optimization