大多數量化策略不是死在市場手上，是死在回測方法上。
回測 Sharpe 2.5、實盤三個月虧掉 15%，這個劇本在程式交易圈重複出現的頻率，比多數人願意承認的高很多。問題通常不在策略邏輯，而在驗證流程只做了一件事：把參數調到最貼合歷史數據，然後把「貼合歷史」誤認成「有優勢」。Walk-Forward Analysis 就是為了堵住這個缺口而存在的驗證框架。
實務上通常簡稱 WFA，它的核心動作只有一個：嚴格模擬「當時的你」，讓每一段時間的參數，只能用那段時間之前的數據決定，然後看策略在它從沒見過的數據上還剩多少績效。
這篇文章拆四件事：過擬合為什麼幾乎無法靠肉眼發現、WFA 的運作機制與設計決策、結果怎麼判讀、以及 WFA 本身會在哪些條件下失效。讀完不會得到保證賺錢的方法，但你會知道怎麼在投入真金白銀之前，先把大部分假訊號濾掉。
回測績效是怎麼被「做」出來的
先看一個典型案例。
2025 年 3 月，阿哲把一套動量策略放在 BTC 上回測了三年：年化 64%，Sharpe 2.8，最大回撤 11%。他檢查過沒有未來函數，手續費和滑價也都算了。上線第一個月虧 6%，第二個月虧 9%，第三個月他關掉了機器人。
程式沒有 bug。真正的問題是，那三年回測裡他前後試了兩百多組參數，最後留下的那一組，剛好最貼合 2023 到 2024 的單邊行情。他優化出來的不是交易邏輯，是那段歷史的形狀。
這件事在量化回測裡有數學上的必然性。只要嘗試的參數組合夠多，就一定找得到一組在歷史數據上表現驚人的配置，跟策略有沒有真實優勢無關。Bailey、Borwein、López de Prado 與 Zhu 在 The Probability of Backtest Overfitting 裡把這件事量化過：隨著測試次數增加，「最佳回測結果來自雜訊」的機率快速逼近 1。試得越多，冠軍參數越可能是假的。
更麻煩的是，過擬合無法靠肉眼識別。一條擬合雜訊做出來的權益曲線，和一條真有優勢的權益曲線，在圖上長得一模一樣。你沒辦法「看出」差別，只能用流程把它逼出來。這正是 WFA 存在的理由。
至於除了參數以外，回測還會用哪些方式騙人，回測過擬合的九種死法拆得更完整，兩篇搭配看效果更好。
Walk-Forward Analysis 的運作機制
WFA 的做法，是把一次性的樣本外測試變成滾動流程：歷史數據切成一連串「優化窗＋驗證窗」的配對，往前推進。
- 取一段數據當 in-sample（IS，優化窗），在裡面做參數優化、找出最佳組合
- 把這組參數原封不動拿到緊接著的 out-of-sample（OOS，驗證窗）上跑，參數不准再動
- 整個視窗往前推移一步，重複上面兩件事
- 把所有 OOS 段的績效串接起來，得到一條「純樣本外」的權益曲線
舉個具體的例子。六年的數據，IS 設 12 個月、OOS 設 3 個月、步長 3 個月，會得到 20 段 OOS。這 20 段拼起來的曲線，每一天用的參數都只來自「那一天之前」的資訊。它模擬的是你真的在 2020 年啟動這套流程、每季重新優化一次、一路跑到今天的結果。
這和傳統「一次優化、全期回測」的差別是本質性的。全期優化等於讓策略偷看了整段歷史的答案；WFA 把答案收走，只留下考古題。策略在 OOS 上的表現，才比較接近它上線之後會給你的東西。
Rolling 與 Anchored 兩種切法
滾動方式有兩種，選擇會直接影響結論。
Rolling（滾動窗）：IS 長度固定，視窗整體往前滑。舊數據會被丟掉，策略只記得最近一段市場。適合結構變化快的市場，代價是每次優化的樣本量比較少。
Anchored（錨定窗）：IS 起點固定在數據開頭，視窗越滾越長。策略記得所有歷史，參數比較穩定，但對新環境的適應慢。
哪種比較好，取決於市場結構的半衰期。這裡再看一個案例。老 K 在 2025 年用 anchored WFA 驗證一套 ETH 波段策略，結果很漂亮，因為錨定窗一路把 2021 年的大牛市包在裡面，優化出來的參數天然偏多頭。換成 18 個月的 rolling 窗重跑，他發現每滾動一次，最佳參數就大幅跳動，前後兩期的持倉週期參數從 5 天跳到 34 天。這不是策略在適應市場，是參數在追著雜訊跑。他最後放棄了這套策略，省下的錢比任何一次獲利都多。
加密市場的 regime（市場結構環境）切換速度快，流動性結構、參與者組成、衍生品槓桿水位每一兩年就換一輪。從數據來看，rolling 通常是加密策略比較誠實的選擇；anchored 更適合結構穩定的傳統市場長週期策略。
設計 WFA 的四個關鍵決策
WFA 不是跑一個函數就結束，有四個設計決策會直接決定結果可不可信。
1. IS 與 OOS 的長度比例
常見配置是 IS:OOS 在 70:30 到 80:20 之間，但比例本身不是重點，重點是兩個下限。IS 要長到涵蓋至少一個完整的市場循環，不然參數只學到單邊行情；OOS 要長到累積足夠的交易筆數，一段 OOS 裡只有 3 筆交易，好壞都是運氣。
2. OOS 段數
段數太少，結論沒有統計意義。兩三段 OOS 表現好，可能只是剛好踩到順風期。實務上至少要 10 段以上，能到 20 段更好。段數不夠時，寧可縮短步長增加段數，也不要拿三段結果說服自己。
3. 重新優化的頻率
步長多長，等於問「實盤時你打算多久重新優化一次參數」。這件事必須在 WFA 裡如實模擬。如果你實盤打算每季調參，WFA 的步長就是三個月。回測用月頻重優化、實盤半年才動一次，兩邊跑的根本不是同一套系統。
4. 優化的目標函數
在 IS 裡選「最佳參數」時，用什麼標準選，本身就是一個自由度。用總報酬選，會選到重倉賭對一次的參數；用 Sharpe 或 MAR（年化報酬除以最大回撤）選，比較能挑出風險調整後的穩定性。目標函數要在動手前定下來，事後換標準重跑，就是另一種形式的偷看答案。
結果判讀：WFE、段一致性與參數平原
WFA 跑完之後，看三個東西。
Walk-Forward Efficiency
WFE 是最核心的量化指標：把所有 OOS 段的年化績效，除以對應 IS 段的年化績效。它回答一個問題：策略離開訓練數據之後，還剩幾成功力。
Robert Pardo 在 The Evaluation and Optimization of Trading Strategies 裡給出的經驗門檻是 50% 到 60%：OOS 績效至少要保住 IS 績效的一半以上，策略才值得繼續往下驗證。WFE 只有兩三成，代表大部分的回測績效是擬合出來的；WFE 明顯超過 100% 也不是好消息，通常代表 OOS 剛好踩到極端順風行情，或者段數太少。
OOS 段的一致性
WFE 是平均值，平均值會騙人。20 段 OOS 裡如果獲利集中在其中 2 段、其他 18 段平盤或虧損，整體 WFE 再漂亮都是紅旗，因為你實盤等到那 2 段行情之前，可能早就停掉策略了。健康的分佈是六成以上的 OOS 段獲利、虧損段的深度可控，而且獲利來源分散在不同時期。
參數平原
把 IS 優化的結果攤開成參數對績效的曲面。真有結構性優勢的策略，最佳參數周圍會是一片「平原」：均線從 20 改成 25，績效只差一點。如果曲面上是一根孤峰，參數 21 很賺、20 和 22 都虧，那根峰就是雜訊的形狀。每次滾動時最佳參數大幅跳動，是同一個問題的另一種表現。
順帶一提，這三個判讀角度是可以互相驗證的：WFE 低、段分佈集中、參數跳動大，三件事通常會一起出現，因為它們指向同一個病因。
WFA 的極限：它擋不住哪些東西
WFA 是目前散戶可執行的驗證方法裡強度最高的一種，但它不是萬靈丹。有四類失效條件，必須在使用前想清楚。
對 WFA 本身過擬合。這是最隱蔽的一種。WFA 的配置（窗長、步長、目標函數）自己也是參數。Lab 裡有位成員去年做過一件很有代表性的事：一套策略的 WFA 結果不理想，他前後換了 40 種窗長與步長的組合，終於找到一組 WFE 過 60% 的配置。這個動作等於把過擬合從策略參數層搬到了驗證框架層，問題原封不動。正確做法是在碰數據之前就把 WFA 配置寫死，跑出來是什麼就是什麼。
Regime 的結構性斷裂。WFA 假設「不久前的市場」對「不久後的市場」有預測力。這個假設在 2022 年的加密市場被直接打斷：Luna 與 FTX 連環爆之後，流動性結構、槓桿水位、參與者組成整批換血。任何在 2021 年數據上優化的參數，不管驗證流程多嚴謹，都無法預見這種斷裂。WFA 能過濾統計上的假訊號，過濾不了結構性的黑天鵝。
成本建模的落差。OOS 績效再真實，如果回測裡的滑價、手續費、資金費率、深度衝擊沒有如實建模，實盤還是會把利潤吃掉。高頻策略尤其如此，永續合約策略還要把資金費率的路徑算進去，不能用平均值帶過。
通過 WFA 不等於證實有優勢。這是觀念上最重要的一條。WFA 是證偽工具：它能告訴你一套策略「在這一關沒有被殺掉」，不能告訴你它一定有 alpha。嚴謹的流程會在 WFA 之後再加 Monte Carlo 重抽、以及 Deflated Sharpe Ratio 這類校正多重測試的指標，把「試了很多次才找到」這件事對顯著性的稀釋算回來。這個指標怎麼算、門檻怎麼定，可以接著看Deflated Sharpe Ratio 的完整拆解。
這部分的工具鏈與實作細節，我們在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、想把驗證流程系統化的交易者。
實務工作流：把 WFA 放進完整的驗證流程
把前面的內容收斂成一套可執行的順序。這也是這個頻道的研究立場：框架的價值在於可重複，不在於單次結果。
- 先寫假設，再碰數據。策略邏輯、參數範圍、WFA 配置、目標函數、通過門檻，全部先寫下來。事後任何修改都要記錄原因。
- 切出最終保留集。留最近 10% 到 15% 的數據當 holdout，整個開發與 WFA 過程都不碰它，只在最後驗一次。這是你唯一一次「乾淨」的測試機會，用掉就沒有了。
- 跑 WFA。加密市場優先考慮 rolling 窗、較短步長，確保 OOS 段數在 10 段以上。
- 三角驗證。WFE 過 50%、六成以上 OOS 段獲利、參數曲面是平原不是孤峰，三項同時成立才放行。
- Monte Carlo 重抽。把交易序列打亂重抽，看最大回撤的分佈而不是單一路徑。實盤資金配置用分佈的尾部來定，不用回測那條最漂亮的線。
- 小資金實盤。用最小可行倉位跑至少 30 到 50 筆交易，比對實盤成交與回測假設的落差，特別是滑價和成交率。
每一步都在回答同一個問題：這套策略的績效，有多少來自結構，多少來自運氣。答案不會是非黑即白，但流程走得越完整，你對那個比例的估計就越可信。
結論
把這篇的重點收斂成五條：
- 回測績效的預設立場是「有罪推定」：試的參數夠多，漂亮的曲線必然出現，跟有沒有優勢無關
- Walk-Forward Analysis 的核心是時間紀律：每個時點的參數只能用該時點之前的數據決定，OOS 串接的曲線才接近實盤
- 判讀看三件事：WFE 至少 50%、OOS 段獲利分佈均勻、參數曲面是平原
- WFA 配置必須事前寫死，事後調整驗證框架本身就是過擬合
- 通過 WFA 只代表「還沒被證偽」，後面要接 Monte Carlo、Deflated Sharpe 與小資金實盤
量化交易真正的分水嶺，不在於誰找到更神的策略，在於誰的驗證流程更難被自己騙過。市場不會獎勵漂亮的回測，只會獎勵在樣本外還站得住的結構。
如果你想持續追蹤這類驗證框架、市場微結構與資金流的拆解，可以訂閱電子報，每週一篇，不喊單，只拆結構。
