量化交易虧損時該不該改策略？把檢討流程寫成程式，13 種降風險改法都沒過關

量化交易真的在虧的時候，最想做的事往往是馬上改參數。我事先把檢討流程寫成程式，第一次自動觸發，報告先後給了兩次錯的判定，兩次都是檢討程式自己的 bug。

修好之後的結論是正常波動，維持原策略。

報告點出的組合風險，我測了 13 種降風險的改法，沒有一個通過事先訂好的標準。

這篇是1000 USDT 加密貨幣趨勢策略模擬交易的副產品。「一直虧就重新評估」聽起來合理，實際上很難執行：虧多少、虧多久才算？

所以我在模擬交易開跑前，把觸發條件和判定順序事先寫死。報告要能分辨三種情況：實作有 bug、策略假設失效、只是正常波動。

觸發條件與報告內容

距權益峰值的回撤跨過 −20%、−35%、−50%、−65% 時各觸發一次，創新高之後重新計算。

距上次檢討滿 7 天也觸發一次，抓慢慢虧的情況。

背景的 watcher 偵測到觸發，先跑檢討腳本產出報告，再把 Claude Code 叫起來依報告判斷。

報告最重要的是實作一致性。它從 live 開帳那根 K 線的實際持倉和現金起跑回測重播，逐一比對每檔的持倉數量、每筆調倉、每個 4 小時收盤的權益。

持倉數量沒有價格雜訊，是最準的一致性檢查。

權益的容許誤差設成 max(2%, 1% × 槓桿)，因為 live 用 mark price（交易所算未實現損益用的標記價格）、回測用成交價，兩者的差會被槓桿放大。

其他三段是損益歸因、歷史對照（起點槓桿 2.5x 以上時，往後同樣長度的報酬分布和最壞情況），以及近 30 到 365 天的回測，看優勢有沒有在衰退。

該不該改策略：判定順序

1. 重播對不上，先修實作。
2. 虧損比回測同條件的最壞情況還差，或回撤比全期最大回撤還深，代表策略假設可能失效。
3. 近 180 天與 365 天的回測都轉弱，代表優勢在衰退。
4. 以上都沒有，維持原策略。

實作排第一，是因為實作有 bug 的時候，後面每一項看的都是錯的數字。

第一次觸發，先抓到自己的 bug

開帳隔天，距峰值的回撤來到 −20.3%，watcher 自動觸發。

第一個 bug 在成交比對。程式把 live 的成交時間先減 90 秒，再歸到 4 小時的 K 線，16:01:02 那筆 HYPE 減碼就被歸到 12:00 那根。

同一筆交易被拆成兩筆「不一致」，判定成實作有問題。改成直接取成交時間所在的那根 K 線。

第二個在判定條件。規格是「比歷史最壞情況還差」，程式卻寫成「落在最差 1% 以內」，判定成策略失效。

短時間窗口的 1% 分位事件本來就會發生，兩者差很多。

規格要跟程式一致。

檢討工具本身也是要驗證的程式。這兩次錯判，一次說實作有問題，一次說策略失效，差點讓錯的結論主導決策。

修好之後，34 檔持倉、成交、權益全部對得上，整點權益差 0.01% 到 0.07%。回測同一段時間也跌了 9.7%。

槓桿在 2.5x 以上時，28 小時內跌 17% 以上的獨立事件，歷史上至少發生過 8 次。持倉籃子不加槓桿只跌約 4.6%，乘上約 3 倍就是這次的虧損。

結論是正常波動。

13 種降風險改法都沒過

報告也指出一個結構性問題：34 檔高度相關的多單，崩跌時等於一筆大注。

現行配權只控制個別幣的波動，沒有控制整個組合。回測裡槓桿 2x 以上時，最差的 28 小時是 −48.3%。

針對這點測了 13 種改法，驗收標準在跑之前訂好：

• 1 年內 10 倍的機率，不低於現行減 2 個百分點
• Sharpe（夏普比率，每承擔一單位波動換到的報酬）不降
• 最大回撤要改善
• 2022 年後的倍數，不低於現行的 90%

沒有一個全部過關。

組合波動上限 120%、10 天窗口，最差 28 小時從 −48.3% 壓到 −19.7%，但 10 倍機率從 16.4% 掉到 13.2%，Sharpe 從 1.36 掉到 1.29。

平靜期加槓桿的雙向調整，10 倍機率升到 24% 以上，最大回撤卻惡化到 −87% 以上。

所以沒有改。組合波動上限那組已經測好，之後比較在意安全時可以直接換上。

這套機制上線兩天就隨專案結束，總共跑過兩次檢討。

驗收標準要先訂。只看 24% 的 10 倍機率，很容易就換上去了，代價是 −87% 的回撤。

降低尾端風險，目前找不到不用付代價的方法。能明顯削掉急殺的改法，都會等比例拿走報酬和 10 倍機率。