策略失效診斷與強化方法：虧損裡有多少是環境，有多少是策略

柏宇的 BTC 四小時趨勢策略上線五個月，每筆交易的淨期望值從回測的 23.6 個基點掉到 1.35。他花了兩個週末逐行檢查訊號邏輯，找不到任何壞掉的地方。最後把交易按市場環境拆開，才看到那五個月有 65% 的交易落在低波動盤整裡，回測期間這個比例只有 30%。

訊號幾乎沒變，變的是它被丟進去的環境。策略失效診斷最常見的錯誤就出在這裡：拿錯對照組。多數人把實盤績效跟回測的全樣本平均比，而那個平均值，是在回測期間那一套環境組成下算出來的。實盤期間的環境組成不一樣，兩個數字從一開始就在回答不同的問題。

我在 Threads 寫過一次類似的經驗：照 SOP 進場做多，被 Positive Gamma 的盤來回掃出場，當時的結論是「策略沒錯，是環境錯了」。這句話我到現在還同意，但它有一個危險的性質，它可以拿來解釋任何一次虧損。Gamma exposure 與清算熱圖那篇講的是怎麼辨識環境，這篇處理下一個問題：環境到底解釋了多少，剩下的那一塊才是策略本身的事。

量化策略的穩健性測試那篇要求上線前先做一張逐 regime 的條件績效表，這篇是那張表在上線之後的用法。讀完你會拿到三樣東西：環境調整後的對照值怎麼算、一張把落差拆成配置效果與桶內效果的歸因表，以及兩種歸因結果各自對應的強化方法。最後一節講 regime 定義本身怎麼變成再擬合的入口，那是這套方法最容易被濫用的地方。

策略失效診斷的對照組：回測平均值其實是加權平均

量化回測給出的每筆期望值，是各種環境裡的期望值按出現頻率加權的結果。拿柏宇的策略當例子，用 BTC 過去 30 天的實現波動率把環境切成三桶，界線取在回測期間的三分位附近：

環境（30 日實現波動，年化）	回測交易佔比	回測每筆淨期望值
低波動（低於 40%）	30%	-8 bp
中波動（40% 到 60%）	40%	+20 bp
高波動（高於 60%）	30%	+60 bp
全樣本	100%	+23.6 bp

23.6 這個數字，是 0.3 乘負 8、0.4 乘 20、0.3 乘 60 加起來的。它隱含一個沒人會寫出來的假設：未來的環境組成跟回測那幾年差不多。

趨勢策略在低波動盤整裡虧錢，有機制上的理由。突破訊號在窄幅區間裡多半是假突破，進場後很快被拉回停損，手續費與滑價照付。高波動期正好相反，價格一旦走出去就會走很遠，少數幾筆大賺扛起大部分績效。上表的高波動桶只佔三成交易，卻貢獻了 76% 的期望值。

Lo 在 The Adaptive Markets Hypothesis 裡把這件事寫成一般原則：策略的獲利能力會隨市場環境起落，在某些環境表現好、在另一些環境表現差。這篇要做的是把這個原則變成一個算得出來的數字，免得它變成每次虧損都能拿出來用的說法。

想拿自己的策略跑一次分桶、對照別人怎麼選環境的切法，可以到 Lab 社群討論。

環境調整後的對照值：用實盤的權重重算一次回測

柏宇實盤五個月一共 120 筆交易。按同一套上線前就凍結的界線分桶：

環境	回測佔比	實盤佔比	回測每筆期望值	實盤每筆期望值
低波動	30%	65%	-8 bp	-10 bp
中波動	40%	30%	+20 bp	+17 bp
高波動	30%	5%	+60 bp	+55 bp
加總			+23.6 bp	+1.35 bp

這張表可以做一件很簡單的事：拿回測的桶內期望值，配上實盤的桶權重，重新加權一次。0.65 乘負 8、0.30 乘 20、0.05 乘 60，加起來是 3.8 個基點。

3.8 才是實盤該拿來比的數字。它回答的問題是：如果策略跟回測時一模一樣，只是被丟進這五個月的環境裡，它本來會交出多少。

實盤交出 1.35，跟 3.8 差 2.45 個基點。跟 23.6 比，差的是 22。22 個基點的落差會讓人想打開策略檔案，2.45 個基點的落差只會讓人想關掉電腦去睡覺。

把落差拆成兩塊：Brinson 歸因搬到策略失效診斷

上面那個重新加權的動作，在傳統資產管理裡有四十年的歷史。Brinson、Hood 與 Beebower 在 1986 年的 Determinants of Portfolio Performance 把基金相對基準的報酬差拆成兩塊：資產類別的權重跟基準不同造成的配置效果，以及同一類資產裡挑的東西跟基準不同造成的選擇效果。

換到策略失效診斷的語言，基準是回測，資產類別換成環境桶，下文把這套分解叫做 regime 歸因：

• 配置效果（環境錯配）：每一桶的權重差，乘上該桶的回測期望值，再加總。它量的是環境組成變了這件事本身造成多少落差。這一塊不是你選的，是市場選的。
• 桶內效果（策略變化）：每一桶的期望值差，乘上該桶的實盤權重，再加總。它量的是在同一種環境裡，策略的表現跟回測比有沒有變。所謂 alpha 衰減，嚴格說只該用這一塊來量。

兩塊加起來剛好等於總落差。正式的 Brinson 分解還有第三項交互效果，這裡把它併進桶內效果、改用實盤權重加權，數字比較好讀，結論方向不會變。

柏宇的歸因表：

環境	權重差	配置效果	期望值差	桶內效果
低波動	+35%	-2.8 bp	-2 bp	-1.3 bp
中波動	-10%	-2.0 bp	-3 bp	-0.9 bp
高波動	-25%	-15.0 bp	-5 bp	-0.25 bp
合計		-19.8 bp		-2.45 bp

總落差 22.25 個基點裡，19.8 來自環境組成，佔 89%。最大的一格不在虧錢的低波動桶，在高波動桶：少了 25 個百分點的高波動交易，等於少掉策略最主要的利潤來源。

這個細節改變了環境錯配的讀法。柏宇的問題主要不在低波動期賠了多少，在高波動期沒有來。

兩塊的精度不對稱：配置效果幾乎確定，桶內效果幾乎全是雜訊

拆完之後還得問一句：這兩個數字各自有多可信。

兩者的誤差來源不同。配置效果用的是回測的桶內期望值，加上實盤各桶的出現頻率，前者來自 1,500 筆回測交易，後者是已經發生的事實。桶內效果用的是實盤的桶內期望值，而實盤每一桶的樣本都少得可憐。

用每筆交易的報酬標準差估一下。柏宇的策略在低、中、高三桶的每筆標準差大約是 150、250、400 個基點：

比較方式	估計值	標準誤	相當於幾個標準誤
總落差（實盤 vs 回測全樣本）	-22.25 bp	約 20 bp	1.1
配置效果	-19.8 bp	約 5.4 bp	3.7
桶內效果	-2.45 bp	約 19.4 bp	0.13

第一列是多數人會做的比較。1.1 個標準誤，統計上說不出任何話，所以最後只能憑感覺決定要不要動。

第二列說落差裡有一大塊，幾乎可以確定是環境造成的。第三列說扣掉環境之後，剩下的差異完全在雜訊裡，五個月的實盤沒有提供任何「策略在同樣環境下變差」的證據。高波動那一桶只有 6 筆實盤交易，標準誤超過 160 個基點，這一桶的實盤期望值現階段等於不存在。

這張表透露一個不太舒服的結構。上線頭幾個月，能確定的幾乎只有環境那一塊，策略本身有沒有變，要等每一桶都累積到足夠樣本才看得出來。所以策略失效診斷在初期的主要工作是排除：把環境能解釋的部分先拿掉，剩下的才輪得到懷疑策略。

還有一個前提要講清楚。配置效果的精度建立在回測桶內期望值可信的基礎上，如果那三個數字本身是樣本內擬合出來的，配置效果只是把一個有偏誤的數字乘上一個精確的權重。桶內期望值應該取 Walk-Forward Analysis 的樣本外段落來算，全樣本最佳化之後的數字不能用。

第二種結果：環境沒變，主場那一桶在變薄

怡君跑的是另一類策略：山寨幣永續合約的資金費率極端反轉。費率衝到極端時反向進場，吃費率回歸與擁擠部位平倉的那一段。她用全市場持倉加權的資金費率年化值當環境軸，也切三桶。上線六個月、250 筆交易，每筆淨期望值從回測的 19.25 個基點掉到 6.06。

拆出來的結果跟柏宇相反：

環境（資金費率年化）	回測佔比	實盤佔比	回測期望值	實盤期望值	配置效果	桶內效果
低於 10%	40%	38%	+5 bp	+3 bp	-0.1 bp	-0.76 bp
10% 到 30%	35%	34%	+15 bp	+12 bp	-0.15 bp	-1.02 bp
高於 30%	25%	28%	+48 bp	+3 bp	+1.44 bp	-12.6 bp
合計			+19.25 bp	+6.06 bp	+1.19 bp	-14.38 bp

配置效果是正的。那六個月高費率的時段比回測期間還多一點，環境其實對她有利。

落差全部來自桶內，而且集中在一桶。高資金費率那一桶，每筆期望值從 48 掉到 3，實盤 70 筆，差距大約兩個標準誤。總落差本身只有 1.3 個標準誤，不拆開的話，這個訊號會被另外兩桶的雜訊稀釋掉。

這才是真正需要往下診斷的形狀，而桶內效果怎麼分佈，比它的總數更有資訊量：

• 所有桶等幅下移，通常是成本層的事。手續費級距變了、規模變大讓滑價上升，這類變化平均扣在每一筆交易上，跟環境無關。
• 集中在主場那一桶，通常是 edge 本身在被分食。怡君賺的是費率極端時的擁擠溢價，而那一桶正是其他資金最容易看見、最容易進來搶的地方。

近兩年做 delta 中性費率收益的資金明顯變多，極端費率被抹平的速度變快，是一個說得通的機制。它還要靠毛利與成本分開看、以及費率回歸速度的變化來確認，資金費率分析那篇拆過這個指標的讀法。單憑一張歸因表不能定案，歸因表的用途是告訴你該往哪裡查。

流動性與衍生品結構的環境變化，我會在每週市場分析電子報裡整理，可以拿來當自己分桶時的外部對照。

策略強化方法：兩種歸因結果，兩套不同的動作

歸因的價值，在於它把「要不要動」拆成幾種可以對號入座的情況：

歸因結果	代表什麼	正當的強化	看起來像強化、其實是再擬合
配置效果主導，桶內在雜訊內	策略沒變，環境不在它的主場	訊號不動，組合層補一支主場在另一桶的策略	事後加 regime 濾網
桶內效果集中在主場那一桶	主場的 edge 在變薄	往下查毛利與成本，按證據降配置	調參數把主場救回來
各桶等幅下移	成本層的變化	修執行、重估成本模型	動訊號
實盤落在回測沒見過的環境	樣本外環境，沒有對照值	降到最小規模，把它當新樣本收集	用鄰近桶外推
兩塊都小，總落差在雜訊內	沒有事件	不動	任何動作

第四列最容易被忽略。如果實盤期間 BTC 的 30 日實現波動跌到回測期間從沒出現過的低點，那個環境根本沒有回測對照值，配置效果算不出來。這時唯一誠實的答案是不知道，規模應該縮到只夠收集樣本的程度。

組合層的強化：替策略找一支主場在另一桶的隊友

柏宇那種結果，訊號層沒有東西可修，能動的是組合。手上的策略只在高波動期賺錢，組合裡缺的就是一支在低波動期賺錢的策略：區間型策略、網格、或者賣波動率的結構，主場都在盤整。我自己在盤整期跑的是短期網格，它跟趨勢策略的主場剛好錯開。

這個強化有兩個條件，缺一個就會變成另一種形式的再擬合。

隊友要獨立開發、獨立驗證。 用柏宇虧損的那五個月去挑一支「剛好在這五個月賺錢」的策略，等於拿同一段資料又做了一次選擇，那支隊友的績效裡混了多少運氣，沒有人知道。它要用自己的假設、自己的回測期間走完完整驗證，嘗試次數記進自由度預算。

組合的評估看分桶表，不看合併曲線。 兩支策略合在一起之後，重做一張分桶期望值表，確認每一桶的組合期望值都為正，也沒有一桶扛起大部分績效。合併曲線漂亮，可能只代表回測期間的環境組成剛好適合這個組合。

倉位層的強化：規則要在上線前寫死

另一種常見的做法是按環境調倉：低波動時減碼，高波動時加碼。機制上說得通，但它在上線之後才加上去，就是一個新的策略版本。

新版本的規則與參數，要用上線前就有的資料做 walk-forward 驗證。實盤虧損那五個月不能算進它的樣本外，因為這條規則的靈感就來自那五個月。新版本的樣本外時鐘，從它自己上線那天才開始走。

事後加 regime 濾網，為什麼幾乎都是再擬合

志豪跑的也是 BTC 趨勢策略，分桶結果跟柏宇相近，同樣遇上一段低波動佔多數的五個月。他做了歸因，看到低波動桶在虧錢，接著做了一件很自然的事：加一條濾網，30 日實現波動低於 40% 就不進場。

他沒有只試一種。實現波動用了 14、30、60 天三種窗口，門檻試了 35%、40%、45%、50% 四種，再用 ADX 做了同樣的 12 組，一共 24 個變體。挑出來最好的那一組，回測 Sharpe 從 0.9 升到 1.25。

問題有三層。

第一層是資訊量。 實盤給了他 78 筆低波動交易，期望值負 10；回測早就說過這一桶是負 8，標準誤 7。關於低波動這一桶，五個月的實盤幾乎沒有帶來新資訊。這條濾網如果值得加，上線前就該加，上線後才加，推動決定的是這五個月的痛感。

第二層是挑選。 從 24 個變體裡挑最好的一組，這個動作本身就會生出績效。這些變體彼此高度相關，粗算下來，光是挑選就能在 Sharpe 上憑空多出 0.3 上下，跟他看到的 0.35 差不多。Deflated Sharpe Ratio 那篇的算式可以把嘗試次數扣回去，扣完之後這條濾網大概站不住。

第三層是機制。 低波動常常是大行情的起點。實現波動被壓到低檔之後，往往接著一段擴張，而趨勢策略最大的幾筆獲利，進場點經常就落在波動還很低的時候。濾網擋掉的，剛好是這一類交易。

志豪的濾網版上線後第六週，BTC 從一段窄幅盤整往上突破。原版策略的進場訊號出現時，30 日實現波動是 37%，被濾網擋下。事後拿影子紀錄對照，原版在那個月賺了 6.8%，濾網版賺了 0.4%。他加濾網是為了修掉低波動期的虧損，修掉的卻是讓低波動期那些虧損值得承擔的那一筆。

合法的 regime 濾網存在，路徑只有一條：機制先於資料，定義在看到實盤虧損之前寫好，只用上線前的資料做 walk-forward，嘗試次數全部記帳，以新版本身份重新上線。這條路很慢，慢本身就是它的用途。

regime 定義的四個陷阱：診斷怎麼悄悄變成擬合

歸因的結論全部建立在 regime 定義上，而定義有四個地方會把診斷變成擬合。

標籤用到了未來。 分桶界線如果用全樣本的三分位算，或者用置中的移動窗口，回測裡的環境標籤就用到了當時還不知道的資訊。

Hamilton 1989 年的 regime switching 模型，現在的標準實作會同時給出兩種機率：只用過去資料的濾波機率，以及用整段資料回頭修正的平滑機率。後者畫出來漂亮得多，也完全不能拿來做診斷。這類問題的完整清單在前視偏誤那篇。

用滾動分位數分桶，配置效果會永遠消失。 界線如果是「過去一年實現波動的三分位」，不管市場怎麼變，每一桶的佔比都會接近三分之一，實盤權重自動貼近回測權重，配置效果被定義成零。界線要用絕對值，上線那天凍結，之後不跟著資料重算。

桶切太細。 一個軸切三桶已經很勉強，兩個軸交叉成九桶，120 筆實盤交易平均每桶 13 筆，桶內效果全部淹在雜訊裡。實務上的門檻是一桶至少累積 30 筆實盤交易，才開始讀那一桶的桶內效果，在那之前只讀配置效果。

事後挑一個最能解釋虧損的軸。 候選的環境軸很多：實現波動、趨勢強度、資金費率、成交量、Gamma 狀態、美元指數。十個候選軸裡，總有一個會碰巧把虧損解釋得很漂亮。只有上線前就依策略機制選定的那一個軸算數，選軸的理由要寫得出「策略為什麼在這種環境賺錢」，寫不出來的軸不能用。

這套策略失效診斷擋不住什麼

regime 歸因在風險控管裡的角色是事後定位，它有四個邊界。

它解釋過去的落差，不預測環境什麼時候回來。 配置效果主導只代表策略沒壞，不代表下個月就會回到主場。低波動期可以持續好幾個季度，策略在那段期間照樣虧錢，能撐多久是資金規劃的問題，歸因回答不了。

環境錯配本身就是一個上線前的警訊。 柏宇的策略有 76% 的回測期望值來自佔三成交易的高波動桶。一支靠單一環境撐起績效的策略，遇到環境錯配只是時間問題。歸因表如果每次都指向同一桶，該回頭補的是上線前的穩健性。

環境軸是代理變數，不是原因。 實現波動只是一個容易觀察的標籤，真正驅動趨勢策略獲利的，可能是流動性、槓桿水位或某種資金流。代理變數跟原因之間的關係一旦改變，分桶表就會失準，而歸因本身看不出這件事。

環境可能是策略自己造成的。 同類策略的資金大到一定程度，會反過來改變市場的波動結構。這時配置效果與桶內效果的分界會糊掉，環境變差跟 edge 被分食成了同一件事的兩面。

上線那天要凍結的 regime 對照表

歸因要能做，六樣東西得在第一筆實盤交易之前就存在：

項目	內容	事前凍結的理由
環境軸與機制理由	一個軸，寫出策略在哪種環境賺錢、為什麼	防止事後挑軸
標籤算法	資料源、計算窗口、只用過去資料	防止前視偏誤
絕對界線	例如 40% 與 60%，不隨資料重算	防止配置效果被定義成零
各桶期望值與標準誤	取 walk-forward 的樣本外段落	配置效果的精度來源
各桶回測頻率	回測期間的環境組成	配置效果的基準權重
讀取門檻	每桶至少 30 筆實盤才讀桶內效果	防止在雜訊裡找訊號

多數人會在虧損之後才想到要做這張表，那時候做出來的每一格，都已經被實盤污染過了。

結論：策略失效診斷與強化方法的五個重點

1. 換對照組。 實盤該比的是用實盤環境權重重算的回測期望值，不是回測的全樣本平均。柏宇的案例裡，前者是 3.8 個基點，後者是 23.6。
2. 落差拆成兩塊。 配置效果量環境組成變了多少，桶內效果量策略在同樣環境裡變了多少。這是 Brinson 歸因換了一套名詞。
3. 兩塊的精度不對稱。 配置效果幾乎可以確定，桶內效果在上線初期幾乎全是雜訊。早期診斷的主要工作，是把環境能解釋的部分先排除。
4. 兩種結果，兩套策略強化方法。 配置效果主導時訊號不動，強化發生在組合層；桶內效果集中在主場時，才進入衰減與成本的診斷。
5. 事後加的 regime 濾網幾乎都是再擬合。 實盤帶來的新資訊通常只有環境本身，因虧損而加的濾網，依據多半是痛感。

「策略沒錯，是環境錯了」這句話，只有在算得出環境錯了多少的時候才成立。算不出來的時候，它跟「主力在針對我」是同一類句子。

想把自己的策略拿來跑一次這張歸因表，或對照別人怎麼選環境軸、怎麼設界線的，可以加入付費實驗室一起拆。只想定期追蹤流動性與衍生品結構的環境變化，訂閱電子報就夠了。