Backtest Overfitting

回測過度擬合是什麼，跟「策略表現真的很好」有什麼不同？

回測過度擬合指的是策略開發者（或自動化參數優化流程）在調整策略邏輯與參數時，不斷針對某一段特定的歷史數據去微調，直到回測結果達到極高的勝率或報酬率。問題在於，市場數據裡除了真正有規律的模式，也包含大量隨機雜訊，過度擬合的策略往往學到的不是「市場的規律」，而是「這段特定歷史數據裡剛好出現的巧合」。

真正表現好的策略，是抓住了具有持續性、能在不同時間段重複出現的市場規律；過度擬合的策略則是精準複製了過去某段特定雜訊的形狀，這兩者在單一段回測報告上可能長得一模一樣（同樣是漂亮的報酬曲線），但拿到新的數據去驗證，前者通常還能維持一定表現，後者的表現往往斷崖式下滑。

回測過度擬合為什麼會發生，是什麼機制導致的？

過度擬合經常發生在策略參數數量過多、或優化過程過度自由的情況下。舉例來說，如果一個策略有十幾個可調參數（進場門檻、出場門檻、停損比例、持倉週期等等），而回測數據的樣本量又不夠大，理論上總能找到一組參數組合，剛好讓這段歷史數據的表現達到近乎完美——但這組參數之所以完美，只是因為它被「量身訂做」去擬合這段特定數據，而不是因為它抓到了真正可重複的市場邏輯。

另一個常見成因是重複測試同一份數據：開發者一次次調整策略、拿同一段歷史數據回測、看結果不夠好又繼續調整，這個反覆試錯的過程本質上是在用「事後諸葛」的方式，讓策略越來越貼合這段已知的歷史，而不是真正提升策略對未知市場的適應能力。

回測過度擬合實際上怎麼被發現，有哪些具體的判斷方法？

業界常用的檢測方法包括樣本外測試（out-of-sample testing）——把歷史數據切成兩段，一段用來開發與調整策略（樣本內），另一段完全不用於調整、只用來驗證最終策略的表現（樣本外）。如果策略在樣本內數據上表現極佳，但樣本外數據上表現明顯變差，這是過度擬合的典型訊號。更嚴謹的做法還包括滾動窗口回測（在不同時間段反覆驗證策略是否都能維持穩定表現）與跨市場驗證（同一套邏輯換到不同的資產或不同的鏈上是否還能運作）。

另一個實用的判斷線索是參數的「合理性」：如果一個策略的最佳參數組合是一些看起來很奇怪、缺乏邏輯解釋的數字（例如停損設在 17.3% 而不是常見的整數比例），這通常代表這組參數是為了擬合特定歷史數據而精算出來的，而不是基於市場邏輯合理推導出來的，這種參數組合往往泛化能力較差。

回測過度擬合對一般用戶有什麼實際影響，該怎麼避免被誤導？

如果一個 DeFAI 產品的行銷素材只展示「回測勝率 90%」這類數字，卻沒有說明這個回測是否經過樣本外驗證，你看到的很可能是一個過度擬合的結果——實際部署後的表現大機率會明顯低於行銷素材展示的數字，這也是為什麼「回測表現亮眼」不能直接等同於「這個策略值得信任」。

實際評估時，值得追問的問題包括：這份回測數據是否公開了樣本外驗證的結果、策略參數的選擇邏輯是否有合理解釋、以及這個策略上線後的實盤表現跟當初回測數字的落差有多大（有落差是正常的，落差過度懸殊才是警訊）。願意誠實揭露這些細節的產品，通常代表團隊本身對過度擬合這個問題有足夠的認知與警覺。