根据今年Crypto的表现，其实从CoinGlass的持仓&多空比&资金费率、聚合现货订单薄或者是全网期货持仓、链上数据、稳定币发行量、市占率等数据，这些东西对于行情来说并没有指示，只能起事后分析的作用，看多了反而使信息接受冗余。

---

虽然很多策略从三四年前甚至更远开始算回测，可以有N倍收益，但如果只是测试从3月14日到现在这半年内的数据，你很难看到有表现好的。

---

是的，意思就是如果在2015年投入＄1，今天将收获＄10,116USD。

但实际上从2024年初至今总收益仅为140%，更不用提利润在2021~2022横盘了一整年。

根据我看过一些策略的实际情况，经常发现利润回撤和修复的时间相当久。

于是窝老另写Strategy做BTC回测，结果超乎预料：

历史回测	开始时间	结束时间
回测&交易范围	2024-01-01 08:00	2024-09-18 00:00

可以看到，这个策略不管遇上暴涨暴跌的单边行情，还是来回洗的横盘震荡，都可以稳定盈利（也就是低点不断抬高）。

而最大回撤是9.45%，这个利润/亏损比相当优秀，因为策略的数据表现优异（特别是最大回撤控制）意味着可以加大风险来换取超额复利利润。

Details	Ver. I	Ver. II	Ver. III	Ver. IV	Ver. Ⅴ
净利润	211.79%	183.62%	218.15%	260.64%	279.78%
最大亏损	9.45%	7.95%	6.63%	6.63%	6.63%
胜率	66.67%	57.34%	53.52%	55.48%	56.08%
夏普比率	1.88	1.483	1.843	1.791	1.678
索提诺比率	N/A	N/A	N/A	N/A	N/A
盈利因子	2.26	2.219	2.321	2.539	2.652

---

设定两倍杠杆：

当杠杆x2，虽然此时的理论最高回撤相比原来提升了一倍，但因为杠杆*胜率*多次交易积累所带来的复利效应的原因，收益由211.79%超额提升到了779.78%。

由于极高的净利润/最大亏损比，所以数据层面的损失很小：

Details	Ver. I	Ver. II	Ver. III	Ver. IV	Ver. Ⅴ
净利润	779.78%	643.80%	827.34%	1,089.60%	1,216.98%
最大亏损	18.56%	15.50%	12.93%	12.93%	12.93%
胜率	66.67%	57.34%	53.52%	55.48%	56.08%
夏普比率	1.766	1.433	1.765	1.684	1.583
索提诺比率	N/A	N/A	N/A	N/A	N/A
盈利因子	2.226	2.086	2.25	2.459	2.63

---

Post Script：收益曲线顺滑版（单利）↓

Details	Ver. I	Ver. II	Ver. III	Ver. IV	Ver. Ⅴ
净利润	500.41%	704.50%	722.08%	797.83%	820.88%
最大亏损	18.00%	19.64%	18.13%	18.13%	18.13%
胜率	66.67%	57.34%	53.52%	55.48%	56.08%
夏普比率	1.393	0.78	0.883	0.923	0.861
索提诺比率	N/A	N/A	N/A	N/A	N/A
盈利因子	2.295	2.402	2.427	2.642	2.682

---

平衡最大可接受回撤的杠杆：

可以看到，继续放大回撤风险的情况下，收益直接来到了13,547.06%，只算纯利润是1倍杠杆情况下的63.96倍（不考虑投资基数），而最大回撤仅仅为原来（9.45%）的5.27倍。

这就是高胜率，优秀数据和风险控制好的情况下，放大杠杆带来的复利效应；坏处是随时有可能一笔交易让你亏损超过20%。

不过就超过2/3的胜率，以及各项优秀数据来看，你确实可以说，这种杠杆其实是可以上实盘的。

因为量化策略要解决的问题就是：

如何在控制亏损的情况下，最多的保留策略运行过程中获得的利润。

如果你的胜率足够高，能够有效限制最大回撤，开高杠杆（其实图中杠杆也不算高）是完全可行的。

Details	Ver. I	Ver. II	Ver. III	Ver. IV	Ver. Ⅴ
净利润	13,547.06%	44,077.06%	173,836.83%	423,370.89%	625,045. 00%
最大亏损	49.86%	49.86%	49.85%	49.85%	49.85%
胜率	66.67%	57.34%	53.52%	55.48%	56.08%
夏普比率	1.419	1.192	1.399	1.097	1.048
索提诺比率	N/A	36.147	N/A	N/A	N/A
盈利因子	2.051	1.731	2.027	2.175	2.734

---

Details	Ver. I	Ver. II	Ver. III	Ver. IV	Ver. Ⅴ
净利润	26,290.76%	123,504.04%	485,789.49%	1,497,634.32%	2,393,310. 15%
最大亏损	59.87%	59.84%	59.86%	59.86%	59.86%
胜率	66.67%	57.34%	53.52%	55.48%	56.08%
夏普比率	1.315	1.128	1.332	0.951	0.912
索提诺比率	N/A	27.655	N/A	N/A	N/A
盈利因子	1.982	1.653	1.967	2.116	2.783

---

数据堆彻

前面可以看到，在1倍杠杆的时候，夏普比率还能接近1.9，随着杠杆拉升，当回撤放大至60%，数据同时也降低到了1.3。

那么，有没有夏普比率奇高的策略呢？

窝老刚好也写出了一种可能：

1倍杠杆的情况下，和前面的对比其实没有区别，但是：

不夸张的说，就我有限的认知来看，这的确是我见过数据最好的Pine Script策略。

并且，这个版本的策略无限拉高杠杆时数据损失也很小：

直接回撤80%，看一眼数据：

这个夏普比率是怎么能维持在1.8的？

要知道，前面的版本，回撤放大到60%，Sharpe就已经降到1.3了…

---

隐性未来预见：

量化策略回测中有很多陷阱，其中「未来函数」就是最容易导致误解的。

未来函数会引发重绘(Repainting)，指的是图表数据后指针或是策略进出场点不一致，如果代码里有参数引发了重绘，策略的收益就会相差几倍。

也许不是刻舟求剑式指定历史高低点的过拟合来优化策略，但是不经意间会导致疏忽。

举例：参数「calc_on_order_fills」如果你设置为勾选，那么每一次的进场点会从OPEN而不是CLOSE计算，结果就是每一次交易至少有0.*%甚至*%的领先优势，以此为计算的亏损也会更少。

运行时如果你的代码有重绘的可能就会引发提示，同一个策略上引用未来函数会让收益率大幅增长。

比如：

如图所示，引用未来函数之后，净利润从1,100.09%直飙到1,930.45%，不仅改变了部分曲线，也放大了收益，显然脱离了真实情况，实盘运行起来的收益更接近图1。

---

量化策略的好处也许就在于：

你不用特别去关注Fed的动向、加息降息周期、扩表缩表进程、TGA抽取ON RRP的流动性给市场放水、耶伦偏短期的调整债券发行方式、美元指数、国债收益率、宏观经济以及美国通胀、失业率、泡沫化水平和市场流动性等数据。

也不会被4月13日凌晨的以色列导弹袭击以及7月31日BOJ加息导致的日元Carry Trade套利交易平仓带来的暴跌影响。

所有这些，5月1日洗盘，和5月20日放出的ETH ETF炒作消息的拉盘，都不会在情绪上另外作用到策略。

所谓量化策略，就是「计划你的交易，交易你的计划」。

忽略情绪，所有逻辑都基于冰冷的代码来执行。

完美符合经济学意义上的纯粹理性人。