Faith 說「帶著優勢交易」是區分專業與業餘的分水嶺——沒有優勢，光是佣金與滑價就會把你磨光，你就是莊家的飼料。但擁有優勢只是一半；另一半是在難熬的回檔裡仍照系統執行的一致性。優勢是統計上的長期偏差，你得活得夠久、做得夠一致，它才會替你兌現。
🧠 Core Ideas
- 沒有優勢，你就是莊家的飼料。「edge」一詞源於賭博理論，指的是相對玩家的統計優勢。交易上的優勢，建立在「一種可被利用、且未來仍會重複的市場行為」上——最好的優勢來自認知偏誤造成的市場行為。少了它，佣金、滑價、資料費等交易成本會長期把你磨到歸零。
- 優勢可以被衡量，隨機進場沒有優勢。Faith 用 E-ratio（平均 MFE ÷ 平均 MAE，各自除以進場時的 ATR 標準化）衡量進場優勢；純粹擲硬幣的隨機進場，E-ratio 長期落在 1.0 附近（測得 E5=1.01、E10=1.005、E50=0.997）。關鍵是：進場與出場的優勢只需要在「系統運作的時間尺度」上成立——中期趨勢系統不該期待在 5、10 天的短尺度上有優勢。
- 一致性比一次神準更重要。Van Tharp 研究頂尖交易者的結論是「截斷虧損、讓利潤奔跑」，而多數人做的恰恰相反。他的解方是把交易當成一場遊戲：每天開始前回顧規則、結束後檢討執行；只要守住規則，即使虧損也肯定自己。頂尖交易者的信念裡有一條是「在市場中虧損是可以接受的」——正因為能接受小輸，他們才守得住系統。
- 難熬的是回檔，不是方法失效。Faith 舉的 John Newbie：看到歷史最大回檔 38% 覺得「扛得住」，實際交易卻遇上比歷史更深的 42% 回檔，於是懷疑「系統是不是死了」。新手即使用有效策略也失敗的主因，是高估了自己承受波動的能力。正確的應對是降低風險（也降低報酬），而非硬撐或棄用。
- 回測會騙人，過度擬合最致命。實盤與回測的落差有四大來源：交易者效應、隨機效應、最佳化悖論、過度擬合／曲線擬合。過度擬合是把規則加得太細，讓系統「歷史看起來很好」，但其實只靠極少數關鍵交易撐場；參數小幅變動就讓績效劇變的「懸崖（cliff）」，正是過擬合的明顯訊號。
- 用多個指標衡量系統，別把平滑當安全。常用指標包括最大回檔、最長回檔期、報酬標準差、R-squared，以及整合型的 Sharpe ratio 與 MAR ratio（年化報酬 ÷ 最大回檔）。但 Sharpe 把「平滑度」當成風險的替代指標，而 LTCM、Amaranth 崩潰前的 Sharpe 都很漂亮——平滑不等於安全。
CAUTION
「歷史上看起來很完美」幾乎一定意味著「未來會大幅不如預期」。不肖系統廠商正是利用最佳化悖論，在短期、針對特定市場過度最佳化，包裝出明知無法重現的績效（「10 年無一虧損月」）。判斷優勢是否真實，別只看單一亮眼數字：把參數變化視覺化去找「懸崖」，用夠長的資料（10 年以上）稀釋運氣，並記得——短期紀錄裡運氣的成分常被嚴重低估。
⚖️ Case Study
一條規則，把 45.7% 變成 −0.4%
曲線擬合的懸崖
Faith 從一套 Dual Moving Average 系統出發，刻意加上一條「修補回檔」的規則：當回檔達到 38% 時，把部位縮到原本的 10%，回檔結束後再恢復。
結果好得誘人：
| 原系統 | 加規則後 | |
|---|---|---|
| 報酬 | 41.4% | 45.7% |
| 最大回檔 | 56.0% | 39.2% |
| MAR ratio | 0.74 | 1.17 |
看起來這條規則同時提高報酬、砍半回檔。問題在於：這條規則在整個測試期內只觸發過一次，而且剛好命中測試末段那個作者早已知道結果的回檔。
把閾值從 38% 微調到 37%，報酬立刻從 45.7% 崩成 −0.4%——因為它改在 1996 年 8 月觸發、把部位減到太小，之後再也爬不出回檔。1% 的參數變動就讓結果天差地別，這就是「懸崖」。系統真正的面貌，其實是原本那組平淡的數字。看起來最漂亮的回測，往往是最脆弱的。
🔑 Takeaways
- 先確認你有可被利用、未來仍會重複的統計優勢；否則交易成本會把你磨光。
- 優勢只在系統的時間尺度上成立；隨機進場的 E-ratio 就在 1.0 附近，那不是優勢。
- 一致性是把優勢兌現的橋樑——照規則執行、接受小虧、別在回檔裡高估自己的承受力。
- 對回測保持懷疑：警惕過度擬合的「懸崖」，別把平滑當安全，用多個指標與夠長的資料判斷。
- 優勢要靠部位大小才活得久，而趨勢跟隨是其中一種具體的優勢來源。
No notes yet — jot your takeaways or Q&A here.