WFE 算出 89%，聽起來像一支可以上線的策略。實際上這個數字最常見的成因，是分母塌了。
Walk-Forward Efficiency（WFE）的定義很短：所有樣本外（OOS）段的年化績效，除以對應樣本內（IS）段的年化績效。它回答一個問題，策略離開訓練資料之後還剩幾成功力。跑完滾動優化的人都會算這個數字，多數人算完就把它當成通行證。
問題在於 WFE 是一個比值，比值會在兩端同時說謊。分子灌水會讓它變好看，分母塌陷也會讓它變好看，而後者的成因通常是策略根本沒有東西可以被擬合。你拿到的那個 89%，可能來自一支健康的策略，也可能來自一支 IS 年化只有 9% 的廢策略。單看 WFE 分不出來。
這篇文章處理的就是這個落差：WFE 的算法細節、四種把它算錯的方式、三種讓它虛高的結構性成因、經驗門檻的適用邊界，以及必須跟它一起看的三個數字。滾動測試本身怎麼切窗、怎麼設步長，Walk-Forward Analysis 的完整拆解已經寫過，這裡不重複，直接進判讀層。
Walk-Forward Efficiency 在算什麼：一個比值的兩個性質
先把定義寫清楚。Robert Pardo 在 The Evaluation and Optimization of Trading Strategies 裡把 WFE 定義為年化 OOS 報酬對年化 IS 報酬的比率，並給出 50% 到 60% 的經驗門檻。
公式本身沒有難度，難的是這個比值有兩個容易被忽略的性質。
第一，分母不是一個普通的績效數字，它是極值統計量。 IS 段的績效，是你在參數空間裡搜尋之後挑出來的「最佳」值。搜尋範圍越大、參數組合越多，這個最大值就越被雜訊推高。這代表分母天然帶有向上的偏誤，而偏誤的幅度取決於你試了幾次。同樣一支策略，掃 20 組參數和掃 2000 組參數，IS 績效會差一截，WFE 也會跟著差一截，策略的真實優勢卻沒有變。
第二，比值抹掉了尺度。 90% 的 WFE 在 IS 年化 40% 時和 IS 年化 4% 時，意義完全不同。前者代表策略保住了實打實的績效，後者代表策略從一個接近零的基準退到另一個接近零的位置。比值只保留形狀，不保留量體。
這兩件事合起來，決定了 WFE 的正確用法：它是一個診斷用的相對指標，不是驗收用的絕對指標。它能告訴你「衰減有多嚴重」，不能單獨告訴你「剩下的還夠不夠賺」。
四種把 WFE 算錯的方式
在看門檻之前，先確認你算的是同一個東西。以下四種算法差異，會讓同一份滾動測試結果跑出差距一倍以上的 WFE。
先相除再平均，還是先加總再相除
多數回測框架的預設做法，是把每一段的 OOS 績效除以該段的 IS 績效，得到段級 WFE，再取平均。這叫比值的平均。
另一種做法是把所有 OOS 段的績效串接成一條完整曲線，算出一個總體年化，再除以所有 IS 段的總體年化。這叫平均的比值，可以叫它 pooled WFE。
兩者不會相等，而且差距可能很大。段級比值的平均對離群值極度敏感：任何一段 IS 績效偏低、OOS 剛好走運的組合，都會產生一個三位數的段級 WFE，把整體平均整個拉起來。pooled WFE 沒有這個問題，因為它是先加總再相除，離群段只按它實際的資金貢獻計權。
實務建議：以 pooled WFE 當主要數字，段級 WFE 只拿來看分布。 兩個都算，兩個差太遠本身就是紅旗。
分母用了被最大化的那一組，還是參數集合的中位數
前面提過分母是極值。有一個對應的修正做法：分母不用 IS 最佳參數的績效，改用 IS 參數集合的中位數績效，或前四分位的平均。
這樣算出來的 WFE 會低一些，但它衡量的東西更貼近你真正想知道的：策略離開訓練資料的衰減，有多少來自「參數選錯」、多少來自「策略本身就弱」。分母換成中位數之後，WFE 反映的是搜尋動作帶來的額外衰減，這個數字對判斷過擬合程度更有訊息量。
兩種算法都可以，前提是全程只用一種，而且在碰資料之前就決定。跑完一種覺得不好看再換另一種，那個動作跟事後換目標函數是同一件事。
年化的長度不對稱
這是加密市場最常見的一種算錯。
阿倫在 2026 年初測一支 BTC 一小時級的均值回歸策略，IS 設 12 個月、OOS 設 1 個月、步長 1 個月，跑出 36 段。他照框架預設把每段年化之後算段級 WFE，結果那 36 個數字散在 -60% 到 +480% 之間，平均 71%，標準差比平均值還大。
原因不在策略，在年化這個動作。單月報酬 1.5% 年化之後接近 20%，單月 -1% 年化之後接近 -11%，一個月的雜訊被乘以 12 倍放大，而 12 個月的 IS 段幾乎沒有被放大。短 OOS 段年化出來的數字，波動大到讓比值失去意義。
處理方式有兩個。OOS 段長度拉到至少 3 個月，或者交易筆數至少 30 筆以上；或者放棄段級年化，直接用串接後的 pooled 值。阿倫改成 pooled 算法之後，WFE 是 43%，一個難看但可信的數字，比原本那個 71% 有用得多。
分母趨近零或為負
IS 段績效接近零的時候，比值會爆炸；IS 段為負的時候，比值的正負號會反過來，一個「IS 虧、OOS 也虧」的失敗段，會算出正的 WFE。
真的遇到這種段，不要硬算。可行的處理有三種：把該段標記為無效並記錄段數，改用 Sharpe 當分子分母（Sharpe 的分母塌陷機率較低），或者乾脆放棄比值，改看差值。
| 版本 | 算式 | 適用情境 | 主要弱點 |
|---|---|---|---|
| 報酬型 WFE | OOS 年化報酬 / IS 年化報酬 | 標準情境，段長充足 | 受倉位規則與槓桿影響 |
| Sharpe 型 WFE | OOS Sharpe / IS Sharpe | 段長不一、倉位動態調整 | 低 Sharpe 段仍會失真 |
| 差值型 | OOS Sharpe 減 IS Sharpe | IS 績效接近零或為負 | 沒有尺度歸一，跨策略難比較 |
三種選一種，寫進研究筆記，之後所有策略都用同一種。指標的價值在於可比較，換來換去就沒有基準了。
50% 的門檻從哪來，什麼時候不適用
Pardo 的 50% 到 60% 是經驗門檻，來源是期貨市場中低頻策略的長期實務觀察。它是一個有用的起點，但它不是一條普適的物理定律。三個條件會讓這個門檻失去意義。
段數太少。 5 段 OOS 算出來的 WFE，抽樣誤差大到足以蓋過真實差異。段數低於 10，WFE 的信賴區間寬到不值得判讀。這種情況下要做的是換設定重跑，不是解讀那個數字。
策略頻率不同。 日內高頻策略在 IS 段可能有數千筆交易，參數估計相對穩定，合理的 WFE 期望值本來就比低頻策略高。反過來，一支一年只出 15 筆訊號的波段策略，OOS 段的樣本量小到 WFE 幾乎只在測量運氣。門檻應該跟著交易筆數調整，不是跟著習慣調整。
IS 與 OOS 的長度比。 IS 12 個月配 OOS 3 個月，跟 IS 36 個月配 OOS 3 個月，衰減的來源不一樣。長 IS 提供更穩的參數估計，但也讓參數對舊 regime 的依賴更深。這個比例本身就是 WFA 的設計參數，不同比例下的 WFE 不能直接互相比較。
一個更實際的用法：不要把 50% 當及格線，把它當分流線。WFE 明顯低於 50%，回去看策略假設；WFE 落在 50% 到 90% 之間，進入下一輪驗證；WFE 高於 100%，先去查是不是下一節講的三種假象。
WFE 虛高的三種假象
高 WFE 讓人放鬆，這正是它危險的地方。以下三種成因，都會產出漂亮的數字。
假象一：分母塌陷
阿凱在 2026 年 3 月做了一支 SOL 的 15 分鐘均值回歸策略。滾動測試跑出 14 段，pooled WFE 89%，他覺得這是他做過最乾淨的一次驗證。
問題藏在絕對值裡。IS 年化只有 9%，OOS 年化 8%，兩個數字都低到接近成本線。IS Sharpe 0.35，代表優化器在訓練段裡根本沒有找到什麼可以擬合的東西。WFE 高不是因為策略穩，是因為分母本來就沒有高度可以掉。
他上線跑了兩個月，實際淨值在扣掉資金費率與滑價之後是 -3%。回測裡那 8% 的年化，全部被交易成本吃掉。
這是 WFE 最典型的誤用：把「衰減幅度小」當成「策略可用」。一支沒有優勢的策略，衰減幅度本來就小，因為它沒有東西可以衰減。WFE 一定要跟 OOS 的絕對績效並排看，OOS Sharpe 低於 1、或 OOS 年化扣完保守成本假設之後接近零，WFE 再高都沒有意義。
假象二：離群段拉高平均
Lab 裡有位成員去年拿一支 ETH 趨勢策略來討論，12 段的段級 WFE 平均 62%，剛好在 Pardo 門檻上緣。
攤開分布之後是另一回事：中位數 31%，12 段裡有 5 段是負的，而其中一段 IS 年化 6%、OOS 年化 30%，段級 WFE 算出來 500%。把這一段拿掉，剩下 11 段的平均掉到 22%。
那一段對應的時間是 2025 年 10 月，一波單邊行情。策略在那段的獲利跟參數品質沒什麼關係，跟行情形態有關係。用它去支撐整體 WFE，等於用一次運氣去證明一套流程。
這就是前面說 pooled WFE 該當主指標的原因。同一份資料用 pooled 算法跑出來是 28%，跟中位數一致，跟直覺也一致。
假象三：OOS 整段踩到順風
段數夠、分布也均勻，WFE 還是可能虛高，成因是整個測試期落在對策略有利的市場環境裡。一支多頭偏向的趨勢策略，如果 OOS 段全部落在上升趨勢裡，每一段都會表現不錯，WFE 漂亮而且穩定。
檢查方法不是看 WFE 本身，是把歷史用外生的波動與趨勢指標切成不同 regime，看 OOS 段在各 regime 的分布。盤整 regime 占比不到兩成的測試，對盤整市場的預測力接近零。這條檢查跟 WFE 是正交的，兩個都要做。
想把這類驗證流程系統化、或者需要對照別人的實作細節，付費實驗室裡有完整的討論串與程式範本，適合已經在跑實盤的交易者。
看分布，不看平均：一組四格判讀面板
把前面的內容收斂成一組可以直接抄去用的判讀標準。每次跑完滾動測試，記錄這四個數字，全部符合才放行。
| 指標 | 算法 | 健康區間 | 失敗訊號 |
|---|---|---|---|
| Pooled WFE | 串接 OOS 年化 / IS 年化 | 50% 以上 | 低於 40%，或高於 120% |
| 段級 WFE 中位數 | 段級比值取中位數 | 與 pooled 值差距在 15 個百分點內 | 兩者差距過大，代表有離群段 |
| 正 OOS 段占比 | 獲利段數 / 總段數 | 60% 以上 | 低於 50%，獲利集中在少數段 |
| OOS 絕對 Sharpe | 串接 OOS 曲線的 Sharpe | 1.0 以上（扣完保守成本） | 低於 0.8，WFE 再高也不放行 |
最後一列是整個面板的錨。前三個指標都是相對的，只有它是絕對的。少了它，前三個都可以在一支沒有優勢的策略上同時亮綠燈。
還有一個容易被忽略的動作：把段級 WFE 的標準差記下來。同樣的平均值，標準差 15% 和標準差 90% 是兩種完全不同的策略。前者的參數在不同時期的表現一致，後者只是剛好平均起來好看。
Walk-Forward Efficiency 之外要一起看的三件事
WFE 衡量的是單一維度的衰減。以下三件事它測不到，必須另外處理。
你試了幾次。 WFE 不記錄搜尋成本。同一個 WFE 55%，來自「掃了 15 組參數」和來自「掃了 3000 組參數」，可信度差一個數量級。Bailey、Borwein、López de Prado 與 Zhu 在 The Probability of Backtest Overfitting 裡把這件事量化過：測試次數上升，最佳結果來自雜訊的機率快速逼近 1。把嘗試次數算回顯著性的工具是 Deflated Sharpe Ratio，算法與門檻在這篇拆解裡。同一個問題在策略篩選層的版本，是選擇偏誤與多重測試。
WFA 配置本身有沒有被優化。 窗長、步長、目標函數都是參數，掃到 WFE 好看為止，等於把過擬合從策略層搬到驗證層。配置要在碰資料之前寫死。
成本假設有沒有低估。 WFE 是比值，如果 IS 和 OOS 用同一組樂觀的成本假設，錯誤會在分子分母同時出現，比值看起來完全正常。這是比值型指標的盲點：共同的偏誤會被約掉。 成本必須另外做壓力測試，不能指望 WFE 幫你抓。
回測還有哪些方式會騙人，回測過擬合的九種死法整理過完整型錄，跟這篇搭配看比較完整。
一份可執行的檢查順序
把整篇收成六個動作。
- 事前寫死。 WFE 用哪個版本、分母用最佳值還是中位數、pooled 還是段級當主指標、放行門檻多少，全部在碰資料之前寫下來。
- 確認段數與段長。 OOS 段數至少 10 段，每段至少 3 個月或 30 筆交易。不滿足就改設定重跑，不要硬解讀。
- 兩種算法都跑。 pooled WFE 當主數字，段級 WFE 看分布，兩者差距超過 15 個百分點就去找離群段。
- 並排看絕對績效。 OOS 串接曲線的 Sharpe 與扣完保守成本後的年化，跟 WFE 放在同一張表上。分母塌陷的策略在這一步會現形。
- 切 regime 重看一次。 確認 OOS 段沒有集中在單一市場環境。
- 接後續檢定。 通過的策略再跑路徑重排與 Deflated Sharpe，把嘗試次數與路徑運氣的影響算回去。
六個動作跑完，一支中頻策略大約多花三到五天。這是整個研究流程裡最便宜的一段成本。
結論：WFE 是溫度計，不是體檢報告
把這篇收攏成五句話。
- WFE 是比值，分子灌水和分母塌陷都會讓它變好看，高 WFE 最常見的成因是策略本身沒有東西可以擬合。
- 算法細節決定數字：pooled 與段級的差距、分母用極值還是中位數、短段年化的放大效應，任何一項不一致，WFE 就失去可比性。
- 50% 到 60% 的門檻有適用條件，段數不足 10 段、交易筆數過少、IS 與 OOS 長度比不同的情況下，門檻本身沒有意義。
- 判讀看四個數字：pooled WFE、段級中位數、正段占比、OOS 絕對 Sharpe。最後一個是錨，少了它前三個可以一起說謊。
- WFE 測不到搜尋成本、驗證框架的過擬合，以及分子分母共有的成本偏誤，這三件事要另外處理。
一支策略的體檢，WFE 只是其中一根溫度計。它能告訴你有沒有發燒，不能告訴你為什麼發燒，更不能告訴你不發燒就是健康。把它當成診斷流程的一環，而不是流程的終點，這個指標才會開始有用。
這類驗證框架的拆解，加上流動性、衍生品結構與鏈上籌碼的例行審視，我每週會整理進電子報。想在自己的研究流程上多加一層濾網的，可以訂閱追蹤。
Meta Elements
Meta Title: Walk-Forward Efficiency 深度解析：WFE 怎麼算才不會騙自己
Meta Description: WFE 是滾動優化的核心判讀指標，也是最容易算錯的一個。本文拆解四種常見算法錯誤、高 WFE 的三種假象、門檻 50% 的適用條件，以及要跟 WFE 一起看的三個數字。
Primary Keyword: Walk-Forward Efficiency
Secondary Keywords: WFE, 滾動優化, 樣本外測試, 量化回測, 參數優化, 過擬合, Walk-Forward Analysis
URL Slug: /blog/walk-forward-efficiency
Internal Links: /blog/walk-forward-analysis, /blog/backtest-overfitting, /blog/deflated-sharpe-ratio, /blog/selection-bias-multiple-testing, /#lab-benefits, adtrader.beehiiv.com
External Links: Wiley (Pardo, The Evaluation and Optimization of Trading Strategies), SSRN (Bailey et al., The Probability of Backtest Overfitting), SSRN (Bailey & López de Prado, The Deflated Sharpe Ratio)
Word Count: 約 4,100 字（中文字元）
