回測是證偽練習，不是判決

Part IV 的五章其實是四道獨立的關卡：訊號有沒有品質（Ch 16 的診斷）、訊號能不能翻譯成部位（Ch 17）、扣掉成本還剩不剩（Ch 18）、以及撐不撐得過時間（Ch 19 的風控與 Ch 20 的 holdout）。

Ch 20 把九個案例全部走過一遍，得到一張很有價值的漏斗圖。關鍵發現：衰耗不是平均分布的，它高度集中在最後一關。九個案例的驗證期 IC 全部為正、八個過了驗證 Sharpe 關、八個過了成本關——然後在 holdout 只剩五個為正。更刺眼的是，三個驗證 Sharpe 超過 +2 的案例，到 holdout 全部翻成負值。

這張漏斗的價值在於：它告訴你該把驗證資源花在哪裡——不是在驗證期把 Sharpe 再擠高一點。

核心思想：回測是證偽練習，不是展示。預設姿態應該是不相信，直到證據撐過多次明文記錄的擊破嘗試。書給了三個問題：訊號是真的，還是洩漏與選擇效應的產物？執行在你假設的時點與流動性下真的可行嗎？績效跨 regime、跨微小規格變動穩不穩定？

實務上第一件事是先寫協定六要件：訊號時點、調倉與持有規則、部位規模、成交假設、限制條件、成本模型。這六項固定之前，任何結果都不可解讀——書說得很好：兩個回測結論不同，常常只是因為它們回答了不同的協定問題。

而這章最需要內化的統計事實是：你選出來的「最佳」Sharpe，天生就是向上偏的。從 N 個策略裡挑最好的那一個，即使全部都毫無技能，最佳 Sharpe 的期望值也會隨著 N 機械性上升。

重點不是「不准搜尋」，而是搜尋會消耗證據——短樣本撐不起寬搜尋。

# 六要件固定之前，任何回測結果都不可解讀
固定 ① 訊號時點  預設 close → next open
     # 同一根 bar 內算訊號又成交 = lookahead
     # 把成交移到下一根，常常直接讓策略從賺變賠
固定 ② 調倉與持有規則   ③ 部位規模
固定 ④ 成交假設        ⑤ 限制條件   ⑥ 成本模型

# 每份回測都要報這個數字：break-even 成本與實際成本的倍數
實例 書中 ETF 基線的 break-even ≈ 單邊 166 bp
     協定假設的成本是 5 bp　→　約 30 倍餘裕
     # 但若毛報酬相同、換手率變 10 倍，餘裕只剩 1/10

選引擎 策略下一步是否依賴模擬中才實現的狀態？
     （成交、現金、保證金、drawdown 斷路器、動態 sizing）
     是 → 事件驅動　　否 → 向量化就夠

regime 切片 門檻用擴張中位數
     # 用全樣本中位數 = 拿未來的資訊去分類過去

→ 接到台股（以下為外推，非書上內容）：「訊號時點」在台股有個書上沒有的變數：台股收盤後還有盤後定價交易，而且隔日開盤前有試撮。如果訊號用收盤價算、假設隔日開盤成交，這個假設在台股比美股更需要驗證——尤其是流動性差的個股，開盤第一筆可能離參考價很遠。另外漲跌幅限制會讓「假設成交」這件事失真：訊號叫你買，但隔天鎖漲停根本買不到，回測若照成交價計入就是系統性高估。這是台股回測最需要自建的一層檢查，書上沒有對應機制。

核心思想：配置器把預測翻譯成部位，而這個翻譯本身就是一個模型——有輸入、有假設、有超參數、有失敗模式。強訊號可以被幼稚的 sizing 毀掉，弱而分散的訊號可以被有紀律的配置器保住。

但書的經驗訊息是謙卑：簡單啟發式是很高的門檻。等權（equal weight）是必須清過的 null model——不是因為它好，而是因為估計誤差經常吃光最佳化的理論增益。書的實測很有說服力：同一個訊號下，四種配置器的 Sharpe 全距只有 0.067，而且最大回撤完全相同（路徑由選股主導）。更嚴重的是無約束最佳化的崩塌——不加限制的最大 Sharpe 組合塌縮到只剩兩檔，最小變異數組合塌到一檔。

九個案例掃過六種配置器，固定訊號下最佳與最差的 Sharpe 差距中位數是 0.49——真實但有界。

評估配置器 對「基準配置器」算 IR，不對現金算 Sharpe
     # 只要把總風險降低就能拉高 Sharpe，那不是本事
     # IR 問的才是：偏離基準有沒有賺到

Kelly 公式 用 1/2 或 1/4 的分數 Kelly
     全 Kelly 是上界，不是操作規則
     # 實測原始多資產 Kelly 算出來的槓桿常在 30 倍以上

加同源資產沒用
     N 檔資產同 Sharpe、彼此相關係數 ρ
     → 等權組合的 Sharpe 上限 = 單一資產 Sharpe ÷ √ρ
     # 相關性高的時候，加再多檔也頂不上去

波動目標化（可以包在任何配置器外面的覆蓋層）
     部位 × (目標波動 / 估計波動)
     估計波動必須 lag 一步；低波動時要 cap 縮放倍數
     評估期內規則凍結，不邊跑邊調

→ 接到台股（以下為外推，非書上內容）：「相關性天花板」那條公式對台股特別有意義——台股個股與大盤的相關性普遍高於美股（尤其電子權值股彼此高度連動），這代表「多買幾檔來分散」的效果會比美股更快遇到天花板。書給的 s/√ρ 公式可以直接拿來估算：如果你的選股池平均相關係數是 0.6，等權組合的 Sharpe 上限大約只有單檔的 1.3 倍，而不是直覺以為的「檔數開根號」。這也暗示台股要真的分散，得跨到不同產業甚至不同資產類別，而不是在同一個題材裡加檔數。這是套用書上公式到台股的推論，實際 ρ 要自己算。

核心思想：交易成本是理論 alpha 與實現報酬之間最大的缺口。書的立場很明確——成本必須從特徵評估一路整合到實盤執行，而不是最後刮一個百分比。它決定你的 universe、你的調倉頻率、你的部位規模，而且是在回測跑之前就決定。

這章最實用的是三個可行性護欄，都是用算術就能在部署前判死刑的工具：break-even 換手率、最低可行 edge、以及容量估計。它們回答的問題很殘酷但很必要——「以我的成本結構，這個訊號有沒有資格存在？」

前兩個護欄是同一個限制的兩種寫法——都算一次，答案不合就是換手率或成本估計有錯。

# 成本基底要配工具——選錯基底可以直接翻轉結論
價格域寬的 universe  用 bps of notional
     # 固定 5 分/股，對中位數 $18 的股票 ≈ 來回 55 bp
     # 同一部位在 $5 與 $200 的股票上，成本差 40 倍
選擇權  必須用權利金計價，不能用 notional
     # 價平短跨式的真實成本可達 notional 的 15–75 bp/邊

成本不是常數，要 regime 條件化
     波動期滑價 × 2–3
     壓力期 spread × 3–10
     regime 不明時 預設用壓力參數
     # 回測要讓危機期付危機的成本，不是全樣本平均

修還是棄  先修實作通道
     降換手 → 改善執行 → 縮到流動 universe → 接受較低容量
     修完還是不行 → 不管毛回測多漂亮都放棄

→ 接到台股（以下為外推，非書上內容）：台股的成本結構跟書上的美股差異很大，而且有一項美股完全沒有的：證交稅。賣出時課千分之三（當沖減半為千分之一點五），這是單向的、固定的、不因流動性改善而降低——換句話說，台股的「來回成本地板」比美股高得多，Ch 18 的最低可行 edge 護欄在台股會篩掉更多高頻策略。實務上把台股來回成本拆成三塊會比較清楚：手續費（可議價）＋證交稅（固定）＋滑價與衝擊（書上的方法適用）。書中「拉長調倉頻率常常比調模型回報更高」這條建議，在有證交稅的台股只會更成立——這是推論，具體門檻要用你自己的費率算。

核心思想：風險管理是一組限制、控制與治理文件，定義「情況惡化時策略被允許做什麼」。書講了一句很重的話：沒有明文風險控制的策略不是可交易系統，只是一個等著第一次壓力測試的假設。

三個原則要先立：控制必須無 lookahead 可實作（t 時刻的控制訊號只能用 t 之前的資訊）、必須可稽核（回撤後要能追出哪個訊號觸發哪個動作，「模型決定的」不是答案）、以及治理文件先於部署（可接受回撤、槓桿上限、暫停條件全部事前落字）。

尾部風險有一個很好用的無分布下界：Cantelli 界——只要變異數有限，Sharpe 為 S 的組合單期虧損機率不超過 1/(1+S²)。Sharpe 1 就是 50%、Sharpe 2 是 20%。這個界不需要任何常態假設，在厚尾讓參數化 VaR 失效時特別有用。

每個觸發都要能回答五件事，少一件就只是儀表板上的數字，不是治理規則。

尾部風險 VaR 與 CVaR 都要報，而且按 regime 分開估
     # 實測：高波動 regime 的 95% CVaR 是低波動的 2.7 倍
     最壞 regime 的 CVaR 放在報告最上面
     再套流動性 haircut（spread ×2–3、ADV 打折）
     # 對有換手的策略，調整後可比原值高 50–100%

自適應控制的鐵律 t 時刻只能用 t 之前的資訊
     合法：lagged 實現波動、已發布指標（VIX、信用利差）
     非法：同日實現波動、事後 regime 標籤
     非法：全樣本擬合的隱狀態模型（smoothed 機率）

評比波動模型 只信 QLIKE 與 variance-MSE
     # 真波動不可觀測，換個 proxy 用 naive MSE 排名就翻轉
     風控端用 QLIKE——它重罰「低估變異」

漂移預警 PSI < 0.10 無虞 ／ 0.10–0.25 調查 ／ > 0.25 重訓
     # 門檻要先在歷史 regime 轉換上校準過

→ 接到台股（以下為外推，非書上內容）：「風險控制必須無 lookahead 可實作」這條，在台股最容易違反的地方是用事後才知道的 regime 標記做條件化——例如回頭把某段標成「盤整期」再說「這個策略在盤整期會停止交易」。那不可實作。書的替代方案（用已發布指標當門檻）在台股有現成材料：VIX 的台股對應是台指選擇權隱含波動率，另外融資餘額、外資期貨未平倉這類每日公布的數字也都是合法的、決策時已知的控制輸入。至於分級 kill switch，個人投資者同樣適用——只是決策權那一欄從「投資長／董事會」換成「事前寫給自己的規則」，重點在事前落字而不是當下判斷。而 drawdown 規則悖論提醒的正是：不要用單一切點，要有情境確認。

核心思想：九個案例走同一條標準化管線，得到的不是「ML 行不行」的答案，而是一張診斷地圖。這章是全書最誠實的一章，也是最有價值的一章——因為它把失敗攤開來看。

先看成績單。下表是九個案例各自最佳配置的驗證期與 holdout 表現，請特別注意兩欄之間的落差：

最刺眼的三列是中間那幾個：驗證 Sharpe 都在 +2 以上，holdout 全部翻負。而 S&P 500 選擇權那列剛好相反——驗證期幾乎沒有訊號（IC 是負的、Sharpe 只有 +0.16），holdout 反而 +0.97，因為它賺的是結構性溢酬過了執行關，不是模型選股。

三種病因對應三種完全不同的處置——判錯型就會在錯的層級燒掉研究預算。

IC 王 ≠ Sharpe 王　9 個案例裡有 7 個不是同一個模型家族
     跨變體的 IC 與 Sharpe 相關只有 0.34
     # IC 只解釋了大約 1/8 的 Sharpe 變異

IC 有天花板　全測試床的日 IC 上限約 +0.085
     # 低訊噪是結構性的，單模型調過這條線是徒勞
     出路在 breadth、ensemble、組合建構——不是更深的網路

預設先用 GBM　它拿下 4/9 的下游 Sharpe 冠軍
     # 機制：預測變異低、沒有 checkpoint 選擇風險、對 regime 不敏感
     # 線性模型另有價值：換手比 GBM 低 28–55%，是成本效率替代品

樣本外存活的是「分散」不是「訊號強度」
     同樣的驗證 Sharpe 下——
     10 檔集中版　holdout 回撤 −34%
     50 檔分散版　holdout 回撤 −8.6%

成本脆弱度 = 調倉頻率 × universe 流動性
     # 拉長調倉頻率，常常比調模型的回報還高

→ 接到台股（以下為外推，非書上內容）：這章的四關卡框架，正好可以用來重新盤點 H-018 那次的驗證：當時測到的是第一關（訊號品質）失敗——樣本外檢定顯示方向是反的。四關卡框架會提醒你，第一關失敗其實是最省成本的失敗，因為你不用再去試配置器、成本模型、風控覆蓋層了。反過來說，如果哪天有個台股訊號過了第一關，這張表提醒你後面還有三關，而且衰耗最重的是最後那關。另外「樣本外存活的是分散不是訊號強度」對台股選股策略是很值得記住的一條——集中壓在幾檔強勢股上，驗證期會很好看，但 holdout 的回撤會教你做人。以上是把書的框架套到台股情境的推論，不是書上針對台股的結論。