把一支策略的回測 Sharpe 從 1.2 調到 2.9，你得到的多半不是更強的策略，是更貴的幻覺。
這句話違反直覺，卻是過度優化(over-optimization)的數學本質。你大概也有過那種經驗：調一個參數、加一條濾網，回測曲線立刻變漂亮，成就感很真實。問題在於，那條越來越漂亮的曲線，有很大一部分是策略越來越貼合歷史雜訊的結果，而雜訊不會在未來重演。
過度優化被叫做量化交易的隱形殺手，原因很具體：整個過程沒有任何一步感覺像犯錯。每次調整都有理由，每次回測都更好看，直到實盤把帳單寄來。
這篇文章拆四件事：優化器實際在做什麼、為什麼過程中完全無感、哪些警訊可以在燒錢之前抓到它，以及一套把自由度當預算管理的防範框架。讀完你不會得到不能優化的結論，但你會知道優化在什麼條件下是研究，什麼條件下是自欺。
優化器在優化什麼：它分不出訊號和雜訊
先把機制說清楚。任何一段歷史報酬序列，都可以拆成兩個成分：市場結構帶來的訊號，和純粹的隨機雜訊。優化器的目標函數只看總和，它不知道、也不在乎自己推高的績效來自哪一邊。
優化初期，參數從離譜調到合理，吃到的主要是訊號，這一段是正當工序。但訊號是有限的，雜訊的組合是無限的。調整持續下去，邊際增量裡雜訊的占比會越來越高，最後你在做的事情只剩一件：替歷史上的隨機波動找一組剛好對上的座標。兩個階段之間沒有告示牌，回測報告上長得一模一樣。
名詞先分乾淨。過擬合(overfitting)是狀態，指策略記住了雜訊；過度優化是動作，是把雜訊記進去的過程；曲線擬合(curve fitting)是同一件事的老派說法。而每一次調參數、換指標、加濾網，在統計上都是一次新的嘗試，嘗試次數怎麼把假陽性機率灌大，選擇偏誤與多重測試那篇拆過完整機制，這裡不重複。本文聚焦在動作本身：為什麼一個理性的研究者，會一步一步把自己推進去，而且全程覺得自己在做研究。
為什麼毫無感覺：三個讓過度優化隱形的機制
每一步在局部都合理
回測曲線在 2022 年 6 月有一段深回撤，你加了一條波動率濾網把它擋掉。單看這個動作，它叫風控改良。放回流程裡看，它是把答案抄進考卷：你已經知道那段歷史哪裡虧損，新規則是為那段虧損量身訂做的。市場下一次的極端走法，不會照抄 2022 年 6 月。
過度優化幾乎從來不是一次大錯，是二十次「看了結果之後的小改良」。每一步都能講出研究語言，連起來看，做的是同一件事：記憶歷史。
回饋不對稱：讚美即時，帳單延遲
樣本內績效每調一次立刻變好，這個回饋是即時的。真實的代價，也就是樣本外績效的衰退，要等到實盤才收得到帳單，中間隔著數週到數月。行為結構上這就是吃角子老虎機：按下去馬上有獎勵訊號，懲罰遠在天邊。人腦對這種回饋結構的抵抗力很差，和智商無關。
阿哲的例子可以說明整個路徑。他在 2025 年初開始做一支 BTC 四小時突破策略，起點很乾淨：三個參數，回測 Sharpe 1.1。接下來九個月：加 ADX 趨勢濾網，1.6；加交易時段過濾，2.0；停損從固定改成 ATR 倍數再細調，2.4；最後全參數細網格掃描，2.8。每一步都有研究理由，每一步都寫了筆記。2026 年 1 月上實盤，兩個月虧 11%，同期回測值是正 9%。事後拆解發現，五次改良裡有四次，績效增量集中來自 2024 年第四季的三段行情。策略記住的是那三段行情，不是市場。
搜尋成本歸零，統計成本沒有
一行程式可以掃一萬組參數組合。工具把嘗試的成本降到零，但每一次嘗試都在墊高「純雜訊冠軍」的期望績效。掃 1,000 組，就算全部組合都沒有任何真實優勢，表現最好的那組大概率也漂亮到足以說服你自己。Bailey 等人在 The Probability of Backtest Overfitting 給過這件事的正式框架：試的次數越多，最佳組合的樣本內績效與其樣本外期望的落差就越大。
三個機制疊起來，結論很不舒服：過度優化的體感，和認真做研究的體感，是同一種體感。靠感覺防不了，只能靠流程。想看它最後長成什麼樣子，回測過擬合的九種死法整理過完整的屍檢報告，參數過擬合只是其中一種死法。
自由度的算術：你的樣本撐得起幾個參數
過度優化的嚴重程度，可以用一筆很粗但很誠實的帳來估：自由度對有效樣本的比例。
自由度不只是參數數量。每一條進出場規則、每一個指標選擇、每一次「看了結果再改」的決定，都是一個自由度。而有效樣本是交易次數，不是 K 線根數。四小時 K 線跑三年有 6,570 根，聽起來很多，但如果策略只觸發 80 筆交易，你的統計證據就只有 80 個樣本點。
Pardo 在 The Evaluation and Optimization of Trading Strategies 給過實務上的量級感：支撐一個自由度，需要數十筆獨立的交易。用每個參數 30 到 50 筆去抓，80 筆交易大約撐得起兩個參數。阿哲最終版的策略有九個可調自由度，需要的量級是三、四百筆交易，他的樣本差了一個數量級。這筆帳三分鐘就能算完，多數人從來沒算過。
帳算出來超支，不代表策略必死，代表回測數字的可信度要大幅打折，而且折扣不是線性的。自由度超支越多，最佳化結果裡雜訊的期望占比越高，這正是 Bailey 等人在 Pseudo-Mathematics and Financial Charlatanism 裡把無紀律回測稱為偽數學的原因。
過度優化的五個警訊
殺手隱形，但不是無跡可循。下面五個訊號都可以在投入真錢之前檢查。
一、參數孤峰。 把最佳參數的鄰域攤開看：均線週期 21 大賺，19 和 23 賠錢，這不是找到了精準的市場節奏，是優化到了雜訊的座標。真實的市場結構是鈍的，不會精確到某一個整數。鄰域績效驟降，是最直接的警訊。
二、樣本內外的落差。 用 Walk-Forward 做滾動的樣本外測試，樣本外績效低於樣本內的 50% 到 60%，通常代表優化吃進了大量雜訊。判讀門檻和切法在 Walk-Forward Analysis 的完整拆解裡有，這裡只說結論：落差本身就是過度優化的量尺。
三、規則數對交易次數的比例。 就是上一節那筆帳。規則越多、交易越少，超支越嚴重。
四、每加一條規則，績效跳一階。 正常的改良是邊際遞減的：第一條規則貢獻最大，之後越來越小。如果加到第六條規則績效還在跳階式上升，那條規則多半剛好蓋掉了某段特定虧損，你在為歷史客製，不是在改良邏輯。
五、對成本與小數位敏感。 滑價假設加兩個基點就從賺變賠、參數動第三位小數績效還會明顯變動，都代表策略的獲利集中在極薄的邊緣上。那個邊緣在實盤會第一個消失。
五個警訊有一個共同點：它們檢查的都不是績效多漂亮，是績效的形狀穩不穩。這個視角的轉換，是防範過度優化的核心。
防範框架：紀律放在優化之前，不是之後
先說清楚立場：參數優化本身不是罪。完全不優化的策略，只是把自由度藏進「第一次就選定的參數」裡，問題沒有消失，只是沒被記錄。真正的分界線在於，優化是在紀律之內做，還是在紀律之外做。
假設先行。 動任何參數之前，寫下它為什麼存在的經濟理由：這個濾網對應什麼市場行為、為什麼這個行為未來會持續。寫不出來的參數，砍掉。這一步過濾掉的東西，比任何統計檢定都多。
自由度預算。 給策略設規則與參數的上限，想加新的，先刪舊的。預算數字本身不神聖，重點是逼每一個自由度去競爭存在的資格。
先註冊，再掃描。 決定要掃哪些參數、什麼範圍、切多少格，寫下來，然後才跑。跑完不追加。這同時解決了 trial 記帳的問題：你的嘗試次數是事前寫定的，之後折算顯著性時拿得出誠實的 N。
選平原，不選峰。 挑參數時，取參數平原的中心，不取全域最佳點。鄰域平均績效比單點績效誠實，平原上的次佳解，樣本外的期望通常好過孤峰上的最佳解。
Lockbox。 切出最後 20% 到 30% 的資料作為最終的樣本外測試，整個研發過程完全不碰，只在定版後跑一次。結果好就上，不好就回到假設層重來，不回去改參數。碰了第二次，這段資料就變成樣本內了，lockbox 只有一發子彈。
出口關卡。 定版策略過兩關：Walk-Forward 檢查時間軸上的穩定性，Deflated Sharpe Ratio 用註冊的 trial 數折算顯著性。任何一關不過，回到假設，不是回到參數。
講一段我自己的。之前做一支網格策略，觸發間距從 0.8% 調到 0.75%，再調到 0.72%，每次回測都更好。第三次我停下來，因為我發現自己在和小數點第二位談判，而市場的結構從來不會精確到那裡。後來改成在 0.5% 到 1% 之間掃五個點，取表現最平緩區段的中心，回測數字難看了一截，實盤八週下來與回測的落差，反而縮到 3% 以內。難看但誠實的數字，好過漂亮但虛構的數字。
這套流程的每一步都可以再深挖，我們在 Lab 社群裡會拿實際策略把自由度記帳、參數平原掃描和出口關卡逐步跑一遍，想把自己手上的策略丟進來檢驗的，那裡是合適的地方。
加密市場為什麼是重災區
同樣的優化紀律，在加密市場的重要性再上一級，因為過度優化在這個市場的殺傷力更大，原因有四個。
歷史太短。BTC 有機構級流動性的歷史十餘年，多數山寨幣連一個完整週期都沒走完。可用樣本先天就少，自由度預算比傳統資產更緊。
Regime 切換劇烈。2021 年調出來的動能參數，2022 年整批陣亡。在單一 regime 內優化得越精，跨 regime 的脆弱性越高，而加密市場的 regime 壽命明顯短於股票市場。
高頻資料的錯覺。24/7 交易與分鐘級資料讓樣本看起來很大，但報酬的自相關與 regime 依賴讓有效樣本遠小於表面根數。用一百萬根一分 K 調出來的參數，不等於有一百萬個獨立證據。
費用與微結構。Funding、maker/taker 費率、深度不足的滑價，讓細參數特別容易吃到微結構雜訊。很多回測裡的獲利，實際上是成本假設的誤差，參數調得越細，這種假獲利占比越高。
這套紀律擋不住什麼
防範框架的定位要說誠實：它過濾的是你自己騙自己，不保證優勢存在。
它擋不住 alpha decay。真實的訊號也會被市場套利掉，紀律再好的優化，救不了一個正在消失的 edge。
它擋不住結構轉變。Lockbox 過了、DSR 過了，市場結構隔年變了，策略照樣失效。驗證框架回答的是「過去這段是不是雜訊」，不回答「未來還在不在」。
它更擋不住壞資料。存活者偏誤、時間戳錯位、被污染的價格源，在壞資料上做再嚴謹的優化，得到的還是嚴謹的錯誤結論。資料層的品質要在更上游解決，量化交易數據層的建法講過這一層要怎麼處理。
換句話說，通過防範框架的策略，獲得的不是保證，是資格：值得投入小額真錢、進入下一輪檢驗的資格。
結論：優化的終點是誠實，不是漂亮
把這篇收攏成五句話：
- 優化器分不出訊號和雜訊，調整持續越久，績效增量裡雜訊占比越高，而回測報告上兩者長得一樣。
- 過度優化隱形，是因為每一步在局部都合理、獎勵即時而帳單延遲、工具讓嘗試免費而統計成本照算。
- 自由度對交易次數的比例，是三分鐘能算完、多數人沒算過的一筆帳，每個自由度需要數十筆交易支撐。
- 五個警訊全部指向同一件事：別看績效多漂亮，看績效的形狀穩不穩。
- 防範靠事前紀律：假設先行、自由度預算、先註冊再掃描、選平原不選峰、lockbox 一發子彈、出口雙關卡。
回測數字被調得越漂亮，離實盤通常越遠。願意接受一個難看但誠實的數字，是量化研究裡最反人性、也最值錢的一個習慣。
我每週會把這類驗證框架與實際市場數據的交叉檢驗寫進電子報，包括流動性、衍生品結構與鏈上籌碼的例行審視。想讓自己的研究流程多一層濾網的，可以訂閱追蹤。
Meta Elements
Meta Title: 過度優化是什麼？量化交易策略的隱形殺手與防範框架
Meta Description: 回測 Sharpe 越調越高，實盤卻賠錢，多半是過度優化。本文拆解優化器怎麼把雜訊調成假績效、過程為何毫無感覺、五個可觀測的警訊，與自由度預算、參數平原的防範紀律。
Primary Keyword: 過度優化
Secondary Keywords: 曲線擬合, 參數優化, 過擬合, 參數平原, 樣本外測試, 量化交易策略, 自由度
URL Slug: /blog/over-optimization
Internal Links: /blog/backtest-overfitting, /blog/selection-bias-multiple-testing, /blog/walk-forward-analysis, /blog/deflated-sharpe-ratio, /blog/quant-trading-data-layer, /#lab-benefits, adtrader.beehiiv.com
External Links: SSRN (Bailey et al., The Probability of Backtest Overfitting), AMS Notices (Pseudo-Mathematics and Financial Charlatanism), Wiley (Pardo, The Evaluation and Optimization of Trading Strategies)
Word Count: 約 3,700 字（中文字元）
