回測的極限：五種回測永遠無法告訴你的事

⏱ 1 分鐘摘要 回測是統計參考，不是預測。五道鴻溝永遠無法完全消除：滑價與執行假設、保證金與融資成本動態變化、流動性與價差失真、黑天鵝與動態事件、統計與心理偏差。知道這些極限是成為有紀律交易者的一部分：而紀律就是風險管理：無視這些鴻溝，正是讓倉位失控的方式。

1. 滑價與執行價格假設

回測通常假設你能正好在收盤價（或買賣中間價）成交。現實中：

• 壓力下買賣價差擴大；你的成交很少在理想的中間價。
• 大單或流動性差的行權價上滑價可能很可觀。
• 時機：收盤價是單一價格；你的實際成交可能不同。

舉一個具體例子。假設你想賣出 10 口行權價 $210 的認購，報價 $2.50 買價 / $2.60 賣價（中間價 $2.55）。回測讓你以中間價 $2.55 成交；實盤中你得跨越價差，作為賣方大致按買價側成交，且報價移動時淨到手約 $2.45/口。這比中間價每口差約 $0.10：10 口（1,000 股）單筆就滑價 $100，往往超過整個倉位當日的 theta。來回 100 次就是無聲的 $10,000 拖累，足以把邊緣策略由獲利轉為虧損。

解決辦法不是消除滑價（無法完美建模），而是假設現實的成本並對結果留出緩衝。

2. 保證金與融資成本的動態變化

回測常把保證金與融資成本設為靜態，但實盤中這些成本會變化：

• 保證金要求隨波動、集中度與券商政策變動。
• 融資/借券成本隨時間與標的而變化。
• 加上現實保證金與融資後，策略優勢可能縮水甚至消失。

舉個具體例子：裸賣跨式在 20% IV 時大約需要 $8,000 保證金；若 IV 飆到 60%，券商可能把要求提高到約 $15,000。為 $8,000 設計的倉位如今需要近兩倍的資金，逼你在最差的時點減倉。借券成本同樣容易被忽略：對難借券的標的，借券費可達年化 50–100%，忽略借券費會讓回測中的做空倉位看似獲利、實則虧損。

長線回測收益通常略高於實盤可達水準，部分正是因為這些成本未被計入。

3. 流動性與價差失真

回測使用記錄下來的價格；通常深度價外的行權價流動性很薄、IV 失真。實盤中：

• 你可能無法按回測價格成交到精確的行權價/到期日。
• 真實世界的寬價差侵蝕數據所暗示的優勢。
• 深度價外或遠期合約在大單下幾乎無法交易。

一個現實案例：股價 $200 上的深度價外行權價 $250 認購，記錄的最後價是 $0.10，但實際市場是 $0.05 買價 / $0.15 賣價。回測假設你以 $0.10 賣出；實盤中作為賣方你最多拿到 $0.05 的買價。這份「優勢」的一半從未真正可以成交。

數據越乾淨，這鴻溝越小；但永遠不會完全消失。

4. 黑天鵝與動態事件

回測無法預測不可預測之事：

• 黑天鵝：崩盤、閃崩、地緣衝擊：罕見、劇烈，且不在擬合樣本中。
• 財報與宏觀事件（FOMC、產品發布）造成 EOD 快照無法重建的缺口。
• 回測中從未遭遇危機的策略，只是從未被危機考驗過。

歷史上這樣的例子比比皆是：2010-05-06 道指在幾分鐘內跌約 1,000 點後收回（閃崩）；2008-09-15 雷曼兄弟破產；2020 年 3 月疫情帶來史上最快之一的約 −30% 回撤；2020-04-20 WTI 原油收在 −$37.63。這些都發生在擬合樣本之外：回測一路順風地穿過平靜年份，只是從未被真正的衝擊考驗過。

這是歷史數據的結構性極限，不是你調參就能消掉的缺陷。

5. 統計與心理偏差

最後是人與統計的層面：

• 過度擬合：把參數優化到回測曲線完美，往往擬合的是噪音而非訊號。
• 選擇偏差：挑選策略「有效」的標的或時期會誇大結果。
• 心理漂移：真金白銀改變行為；回測中的紀律不同於實盤前的紀律。紀律差就是風險管理差，兩者相互強化。

這些失效模式很常見。對 3 年回測調 12 個參數把權益曲線調到完美，多半擬合的是噪音，樣本外幾乎不成立；只回測 2017–2019 的多頭來「證明」買入認購策略，忽略了 2020 與 2022 的回撤；實盤中多數交易者會在 20% 回撤的底部砍倉或加碼，而回測只是一個點擊。

結果是：即使統計乾淨的回測，也會高估你的實盤體驗。

結論

回測告訴你在假設下發生了什麼；回測從不告訴你將會發生什麼。把每個結果當作待驗證的假設，而不是承諾。

⚠️ 平台數據邊界：本文討論回測的一般局限。本平台回測基於 T-1 EOD 收盤快照，非常適合數天到數月的策略，但同樣繼承上述五道鴻溝：尤其財報、0DTE 與 EOD 數據無法重建的日內事件。

⚠️ 僅供研究用途：本文為教育內容。回測不能保證未來收益。文中任何內容都不是買賣訊號。請把本平台回測僅作為歷史統計參考。