什麼叫交易優勢 Edge?
你能找出十張漂亮的盈利圖,但這些圖足以支援下一次繼續承擔風險嗎?
能把一句優勢主張改成可驗證的規則,併為全部合格機會、成本、基準和新樣本建立證據表。
Snow 講解 · 約 30 秒
8 張賺錢截圖,證明不了交易優勢

先猜一下:有人給你看 12 張賺錢截圖,說這個方法很準。你最先該問什麼?

- 朋友發來 8 張截圖,每張都賺 300 元,說這個方法很準。
- 先別看圖。先問:按同樣的規則,一共出現過多少次機會?
- 答案是 32 次。另外 24 次,每次虧 100 元,只是沒截圖。
- 賺的 8 次加起來 2400,虧的 24 次也是 2400,正好打平。
- 每筆還有 10 元成本,32 筆就是 320 元。扣完,這個方法淨虧 320。
- 交易優勢,要看全部機會、扣完成本以後結果還站得住。幾張漂亮的圖,不算數。
第 1 / 6 步
要點
交易優勢是一套寫得清楚的規則,在全部合格機會上、扣完成本以後仍然有利的結果;挑出來的好例子不算證據。
搞混了會怎樣:拿幾張漂亮截圖當依據加錢下場,真做起來那些沒截圖的虧損一筆不少,成本再一扣,帳戶慢慢變少,還以為是自己執行不好。
照著做
- 先把方法寫成規則什麼時候進、什麼時候出、成本怎麼算,寫到別人照著也能找出同一批機會。
- 找齊全部機會再看結果虧的、沒成交的都算上;只數賺錢的那幾次,等於沒數。
- 新條件要用新資料檢驗看完結果再加的過濾條件,是新版本,要拿沒用過的資料重新驗證。
真實行情:DOGE 一條規則,最好的 10 次和全部 62 次
DOGE/USDT 日線 · 2022~2023 · 按規則全部 62 次,不挑
最好 10 次合計 +114.0%,全部 62 次 −62.3%
挑出來的截圖,代表不了規則。
1規則是什麼?
DOGE 收盤比前一天漲 5% 以上,第二天開盤買、收盤賣,買賣各扣 0.1% 手續費。2022 到 2023 年一共觸發 62 次。
2截圖為什麼那麼準?
只挑最好的 10 次:每次都賺,合計 +114.0%。全部 62 次擺出來:賺 22 次、虧 40 次,勝率 35%。
3全部加起來呢?
每次投同樣的錢,全部加起來 −62.3%,平均每次 −1.01%。漂亮的 10 張圖是真的,可它們代表不了這條規則。
遇到了怎麼做
- 看到漂亮案例,先要規則:按它能不能找出同一批機會?
- 把全部機會列出來,虧的、平的都在,扣完手續費再加總。
- 結果不好就停在研究階段;想加條件,就記成新版本,用新資料再驗一次。
去看本節主案例:DOGE 同一條規則,最好 3 次與全部 11 次
資料口徑DOGE/USDT 日線 · 漲 5% 次日開盤買、收盤賣(教學規則)· 手續費雙邊 0.1% · 全部觸發
行情為公開日線資料;規則與 0.1% 手續費為教學假設,按開盤、收盤價成交估算。這條規則只用來說明「挑樣本」的問題,不是交易方法,也不代表任何勝率或收益;換一個幣、一段時間,結果可能完全不同。
自測:換一組數字再算一遍
1. 一條規則出現了 20 次:5 次各賺 200,15 次各虧 60,每次成本 5 元。全部加起來是多少?
2. 你在舊資料里加了一個新條件,結果從虧變成了賺。下一步該做什麼?
本節完整講解概念圖解 · 賬本實驗 · 三種結局 · 真實行情 · 選擇練習 · 行動卡 · 進階
01先把這件事講明白
「我擅長看盤」沒法檢驗。能檢驗的說法是:在指定的市場、週期和條件下,按固定規則執行,扣完成本以後,結果比某個基準好。一個漂亮案例,只能算一個案例。
全貌:綠點是截圖裡的 8 次,紅點是沒截圖的 24 次。點上面的按鈕,按朋友給你看的順序一步步揭開。
差異可能來自更好的篩選、更低的成本、執行方式或退出結構,也可能只是樣本噪聲、挑選結果或碰上了好行情。所以要把主張寫成能被反駁的記錄,留出沒參與調參的資料。
02動手:勝率、成本和一筆大賺
兩組五筆:A 贏四次,B 只贏一次。先猜哪組更好,再拖一拖成本。
結論A 靠一筆大虧把四筆小賺吐光,B 靠一筆大賺撐起全部。只有五筆,誰都證明不了有優勢;但至少要把全部結果扣完成本再比,不能只數贏了幾次。
同一張賬本還能換兩個角度看,點下面的按鈕切換。
正均值是繼續研究的理由,不足以單獨證明未來有優勢,還要看樣本量和檢驗方式。
這說明 B 依賴少數大賺;不能因此刪掉真實結果,也不能保證那筆大賺以後還會來。
03成立、失敗和放棄,分別怎麼處理
04主案例:真實行情裡的截圖與全部
換一段真實行情,用快速版「術」裡那條規則:DOGE 收盤比前一天漲 5% 以上,第二天開盤買、收盤賣。先像朋友那樣只給你看最好的幾次,再把全部擺出來。
全貌:每個框是一次按規則的買賣(那天開盤買、收盤賣),框上的數字是扣費後的美元結果。點上面的按鈕,按「截圖、全部、扣費」的順序看。
同一條規則的賬(事先寫死,單位:美元,每次 1000)
展開 11 次明細
| 觸發日 | 當天漲 | 買賣日 | 開 → 收 | 扣費後(美元) |
|---|---|---|---|---|
| 3月9日 | +8.6% | 3月10日 | 0.17875 → 0.16997 | −51.1 |
| 3月11日 | +7.1% | 3月12日 | 0.182 → 0.16816 | −78 |
| 3月17日 | +8.2% | 3月18日 | 0.15428 → 0.14353 | −71.6 |
| 3月20日 | +18.1% | 3月21日 | 0.15209 → 0.15537 | +19.5 |
| 3月23日 | +5.9% | 3月24日 | 0.16191 → 0.17651 | +88.1 |
| 3月24日 | +9.0% | 3月25日 | 0.17651 → 0.17526 | −9.1 |
| 3月28日 | +15.5% | 3月29日 | 0.22002 → 0.213 | −33.9 |
| 3月31日 | +10.5% | 4月1日 | 0.22 → 0.20503 | −70 |
| 4月7日 | +7.1% | 4月8日 | 0.19887 → 0.2026 | +16.7 |
| 4月10日 | +5.6% | 4月11日 | 0.19971 → 0.1938 | −31.6 |
| 4月14日 | +6.3% | 4月15日 | 0.1621 → 0.16123 | −7.4 |
真實行情:DOGE/USDT 日線(2024 年 3 月 5 日至 4 月 16 日),現貨公開歷史資料(UTC)。挑出的片段,不代表機率,不承諾收益。規則與本節快速版「術」相同,每次 1000 美元、每邊 0.1% 費用、按開盤和收盤價成交都是教學假設;這條規則只用來說明挑樣本的問題,不是交易方法。
05資訊一段段到來,看看各選擇的後果
教學模擬:你正在評估一個固定訊號,乘數和部位統一換算成 R。下面給出的都是人為構造的研究賬本,任務是檢查證據能支援多強的結論。
朋友展示 10 筆盈利案例,每筆 +2R,並說這就是全部精選案例;是否存在其他合格訊號尚不清楚。
第一步該檢查什麼?數量決策無法補上方法證據的缺口。尚未明確完整機會、退出和成本,就先承擔真實敞口,會讓驗證過程混入任意執行;至少應先把可檢驗版本與預算條件寫清。
精選圖只告訴你存在這些盈利路徑,還不能說明它們出現的頻率或失敗代價。先恢復可重複的篩選條件與完整機會集合,才有計算分佈的分母,也才能檢查是否存在事後挑選。
展示的 10 筆並非已確認的全部樣本,連觀察勝率的分母都不完整。把展示比例當作未來機率,會同時引入選擇偏差與小樣本不確定性,不能作為承擔風險的依據。
提示:先找分母,再討論勝率;先有規則,才知道遺漏了什麼。 選一支,三支的後果都會畫出來。
補齊資料後共有 30 個機會:10 筆 +2R、20 筆 −1R,每個機會成本 0.05R。
完整賬本支援哪個描述?盈利合計 20R,虧損合計 20R,毛結果相抵;30 個機會各付 0.05R,成本合計 1.5R。該樣本沒有顯示正淨結果,但仍需保留規則與環境,避免將其外推成永恆結論。
這個描述漏掉 20 筆虧損與全部費用,不能代表完整執行後的結果。把收益單獨相加只能解釋收入來源,不能用於評估優勢;比較必須讓獲利與損失處在同一口徑。
如果高質量的定義只在看到結果後出現,就是用答案決定是否入選。可以提出新的過濾假設,但要明確這是新版本,並在未參與定義的資料上驗證,不能改寫原規則的歷史。
提示:先算完整淨結果,再決定是不是需要提出新的研究假設。 選一支,三支的後果都會畫出來。
研究者在原 30 個機會里發現一個過濾條件,可留下淨結果 +4R 的子集;條件此前沒有寫過。
怎樣處理這個發現?替換記錄會隱藏新條件的來源,使設計與驗證混在一起。原淨結果仍屬於原版本,應保留;新結果可以記錄,但不能因為篩選後更漂亮,就假裝條件從一開始便已確定。
舊樣本參與了發現條件,因此 +4R 是設計樣本結果。把版本、試驗過程和預定檢驗方法留存,再觀察未參與設計的機會,才給反證留下空間;目前只能稱為待驗證的改進假設。
一個在舊樣本中發現的改善沒有證明未來也可實現,更沒有給擴大數量提供風險依據。應先檢查執行、成本與新樣本表現,再按照獨立預算流程評估規模,而非讓圖表興奮感決定部位。
提示:發現規律和驗證規律是兩個階段,資料身份要寫在賬本上。 選一支,三支的後果都會畫出來。
你走過的路徑
評價依據是當時的資訊,不看事後漲跌。
06把本節方法留給實戰
照圖 2 的四步,把自己相信的一個方法寫成證據表:規則和版本、全部機會(虧的也在)、毛結果減成本、留給新資料的檢驗。
需要時再寫自己的行動卡(可選)
07再往深處想一步
展開邊界、取捨與研究問題
一項優勢可以來自條件選擇,也可以來自成本、成交或風險承擔方式;歸因不同,維護方法也不同。若收益主要集中在少數極端行情,常態樣本的平均值可能掩蓋這種依賴。應同時檢視結果分佈、環境標籤和貢獻集中程度,再判斷是否願意等待並承擔該路徑,不能僅憑總收益決定擴大規模。
基準要與研究問題對應。要檢驗過濾條件,就比較同一訊號集有無過濾;要檢驗主動操作是否值得,則需明確資金佔用、風險與可實現的參照。任何比較都不能事後挑最容易贏的物件。嘗試過多個版本時,還應記錄試驗次數,因為最終被挑中的最好結果包含選擇帶來的樂觀偏差。
想再想一想?展開問題與筆記(可選)
把過往最漂亮的十次交易放在一起,能夠證明優勢嗎?
筆記僅儲存在當前瀏覽器展開參考思路
不能。篩掉失敗和模糊案例會產生選擇偏差,需要按預先寫定的條件收集全部合格樣本。