Multicharts 移動窗格

使用 Multicharts 的最佳化功能尋找適合的參數 通常有以下幾種方式，一般較常用的是定期最佳化，針對過去一段時間的走勢尋找最佳的參數；而有一派的研究認為 必須透過滾動式的回測(也就是前向最佳化 或是移動窗格檢測)才比較符合真實的走勢，也較能避開過度最佳化(over fitting)的陷阱

什麼是向前最佳化（Walk-Forward Optimization, WFO）

WFO 是一種進階的回測方法，用於評估策略在未來市場中的表現，又稱為移動窗格。 它將歷史資料分成多個區段，在每個區段中：

1. 樣本內最佳化（In-Sample Optimization）：選擇一段歷史數據進行策略參數的最佳化。
2. 樣本外測試（Out-of-Sample Testing）：將最佳化後的參數應用於接下來的資料段，檢驗策略在未見過的數據上的表現。
3. 向前推進：將樣本內和樣本外的時間窗口向前移動，重複上述步驟，直到覆蓋整個測試期間。

這種方式模擬了實際交易中 每隔一段時間調整策略參數 的情境。

• In-Sample 比例：例如 80%，表示用 80% 的資料進行參數訓練。
• Out-of-Sample 比例：例如 20%，用於測試。
• 測試分成固定起點 或是滾動方式 (如下圖)

從Multicharts設定回測參數和方式:

報表會產生多組的回測結果

在 MultiCharts 的 WFO 報告中，可以關注以下指標數據：

• 樣本外盈利比率（Out-of-Sample Profitability）：顯示在樣本外測試中，策略盈利的比例。
• 淨利潤（Net Profit）：累計的總利潤，反映策略的整體表現。
• 夏普比率（Sharpe Ratio）：衡量每單位風險所獲得的超額報酬，數值越高表示風險調整後的報酬越好。
• 最大回檔（Maximum Drawdown）：策略的最大拉回損失，數值越小越好。

透過這些指標模擬實際交易情境，評估策略在不同市場條件下的表現，判斷其是否具有實際交易的潛力。

什麼是策略穩健性？

策略穩健性指的是一個交易策略在面對市場變化、參數調整、資料擾動等情況下，依然能維持良好績效的能力。換句話說，穩健的策略不容易因市場環境小幅變化或參數微調而失效

有關穩健性設定 雖然沒有一定的答案，但是可以設定最低標準，起碼要通過檢測 才能安心上線

MultiCharts 提供以下幾種方法來測試策略的穩健性，包括：

1. Walk Forward Optimization（前向最佳化）
   將資料分為多個訓練與測試區塊，反覆驗證策略在不同時段的表現，檢驗其未來適用性。
2. Monte Carlo Simulation（蒙地卡羅模擬）
   透過隨機重排交易結果、隨機改變市場資料等方式，模擬策略在極端情境下的績效分布，觀察其最大回撤、獲利能力等指標的穩定性。
3. Parameter Sensitivity Analysis（參數敏感度分析）
   測試策略在不同參數組合下的績效變化，若策略只在極少數參數下有效，則穩健性較差；若大多數參數區間都能維持良好表現，則策略較穩健。
4. Out-of-Sample Testing（樣本外測試）
   在未參與最佳化的資料區段驗證策略績效，檢查策略是否容易過度最佳化（overfitting）。

參考 Multicharts 官網說明連結

結論:

越好看的女人越會騙人，越美麗的回測曲線越不能相信；唯有通過樣本外檢測，才能確保交易策略的品質