量化策略的穩健性測試：六個維度的驗證與強化
一支量化策略的回測績效是一個點，穩健性是那個點周圍的形狀。多數人只驗證了點，然後拿真錢去賭那個沒看過的形狀。
分類 量化策略與技術分析
以數據驅動的交易邏輯，分享 SOP 建立、Gamma 分析、板塊輪動策略與實戰回測，用數學解構市場的規律。
泰達幣供給變化與比特幣ETF資金流對比：兩種流動性訊號誰更快
泰達幣 vs 比特幣ETF：兩條資金流的敘述分…
過度優化：量化交易策略的隱形殺手與防範
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。
資金費率（Funding Rate）分析：永續合約多空情緒的量化讀法
資金費率的三層誤解 資金費率常被當成「市…
選擇偏誤與多重測試：為什麼回測掃得越多、越可能是假訊號
掃過 1000 組參數與變體，就算底層完全沒有可交易的訊號，你也幾乎一定會撈到一支 t 值大約 3.2、看起來「統計顯著」的策略。這不是壞運氣，是純機率的必然。
比特幣清算熱圖實戰：找出多空雙方的壓力區
清算熱圖是什麼：視覺化工具的邏輯與侷限 …
期貨未平倉合約解讀：加密市場槓桿水位怎麼追
期貨未平倉是什麼：定義與市場意義 期貨未…
Walk-Forward Analysis 深度解析：縮短回測與實盤之間的距離
大多數量化策略不是死在市場手上，是死在回測方法上。
比特幣ETF資金流怎麼看：淨流入流出當成機構風險偏好的溫度計
比特幣ETF的淨流入淨流出，本質上是機構資…
Deflated Sharpe Ratio 是什麼：把「試過幾次」算進回測顯著性
兩年日線回測、試過 200 組參數設定，純雜訊能給你的期望最大年化 Sharpe 是 1.96。如果你的策略回測出 1.5，這個數字連雜訊的平均水準都不到。
鏈上巨鯨籌碼分佈追蹤：從地址行為判斷大戶動向
鏈上巨鯨籌碼分佈為什麼重要 鏈上巨鯨籌碼…
比特幣與美股期貨的相關性變化：風險資產輪動下的Beta觀察
比特幣美股期貨相關性為何時強時弱？ 比特…