海龜策略 Turtle 實戰：Python 重建經典突破系統，四重改良與 319% 回測拆解｜Quant Strategies Ep 4 筆記

2026年7月8日 · 來源頻道：Algo-trading with Saleh · #海龜策略 #量化交易 #Python #回測

第 4 課・共 18 課

海龜交易系統 Turtle Trading 大概是交易史上最著名的實驗：1983 年 Richard Dennis 與 William Eckhardt 為了證明「出色交易員可以後天培養」，把一套完整的突破進出場規則教給一群素人，讓他們用真錢操作。Algo-trading with Saleh 的 Saleh 在這條片中，用 ChatGPT o1 當「規則顧問」，把這套四十年前的系統用 Python 在 Jesse 框架上重建。標題上的「319%」是他特定設定下（BTC-USDT 永續合約、1 小時圖、2022 至 2024 年、倉位乘 1.8 倍再加參數優化後）的回測教學案例數字，並非實盤成績。

學習重點

• 海龜規則核心：價格升穿過去 20 日最高價買入、跌穿 20 日最低價沽空，即唐奇安通道突破；倉位以 ATR 反推，每單風險為本金 1% 至 2%（講者慣用 3%）。
• 程式陷阱一：計算通道時必須剔除當前未收市的 K 線，否則上軌會隨新高同步上移，突破訊號永遠追不上軌道。
• 程式陷阱二：追蹤止蝕只可向有利方向移動——每根 K 線收市後，新止蝕價與舊止蝕價取較優者，否則止蝕會越移越遠、永不觸發。
• 三重過濾逐次疊加：4 小時圖 200 期 SMA 定大方向、ADX 高於 30 確認趨勢強度、Choppiness Index 低於 40 剔除橫行市；最大回撤由 -43% 逐步壓至 -13%。
• 319% 的由來：未槓桿前淨盈利約 40%，倉位乘 1.8 倍後升至 106%，再經事後參數優化才達 319%（最大回撤 -18%）——是槓桿與優化的合成結果。

詳細筆記

海龜規則速覽

先補充歷史背景：當年 Dennis 相信交易可以拆解成一套規則傳授，Eckhardt 則認為交易天賦與生俱來，兩人於是登報招募學員，用兩星期授課後發放真實資金操作——這批學員被戲稱為「海龜」（取意於新加坡養龜場，寓意交易員可以像養龜一樣批量培養）。這個實驗之所以成為經典，在於它證明了一套完全機械化的規則確實可以複製，這也是海龜系統特別適合程式化的原因。

Saleh 第一步不是寫碼，而是直接問 ChatGPT o1：海龜策略的進出場、止蝕止盈規則是甚麼。得到的答案與文獻記載一致。進場方面，買入訊號是價格升穿過去 20 日的最高價，沽空訊號是跌穿過去 20 日的最低價——講者隨即點出，這正是 唐奇安通道 Donchian Channel 的定義（通道基礎詳見突破策略｜第 15 課）。規則還有一條「免重進」條款：若上一次突破訊號理論上會帶來盈利，便跳過下一個訊號，藉此過濾假突破——邏輯是「上一個訊號已經捕捉到趨勢的話，市場多半已在趨勢中段，此刻追入值博率偏低」。

倉位方面，海龜用 平均真實波幅 ATR（他們稱之為 N）計算每單倉位，將每宗交易的風險鎖定在本金的 1% 至 2%；這種「以波幅定注碼」的思路，令波動大的市場自動減注、波動小的市場自動加注，是整個系統的風險管理核心。Saleh 表示自己一向用同一方法，只是風險百分比慣用 3%。出場方面，GPT 給的答案是海龜有兩套系統：「系統一」屬短線版本，價格跌穿過去 10 日最低價時離場；「系統二」屬長線版本，離場通道放寬至 20 日，換取更長的持倉時間。止盈則用 追蹤止蝕 Trailing Stop——隨著倉位浮盈擴大，止蝕單跟隨上移，與持倉以來最高價保持 2N（即兩倍 ATR）距離，淡倉則與最低價保持同樣距離，直至回撤觸及離場。換言之，海龜系統沒有固定止盈目標，理念是「讓利潤奔跑」，用大趨勢的盈利覆蓋大量小額虧損。Saleh 在本片採用的正是追蹤止蝕版本，而非固定的 10 日通道離場。

程式陷阱一：通道要剔除當前 K 線

在 Jesse 框架建立 TurtleAI 策略類別後，講者先在 TradingView 展示唐奇安通道的形態：預設周期 20，上軌是過去 20 根 K 線最高價、下軌是最低價，價格創新高時上軌會同步跳升。這帶來一個實作難題——若把當前 K 線也算進通道，當價格正創新高時，上軌已被這根 K 線「頂住」上移，價格 > 上軌 幾乎永不成立。解決方法有兩個：一是用 sequential=True 取整個陣列再取前一個值；二是更乾脆的做法——計算時直接不傳入最後一根 K 線（摘錄自原片教學）：

@property
def donchian(self):
    # self.candles[:-1]：只取到上一根 K 線，剔除當前未收市的一根
    return ta.donchian(self.candles[:-1], period=20)

入場規則隨後寫成：當前價格高於通道上軌即開好倉，低於下軌即開淡倉，全部用市價單。講者順帶提到一個 Jesse 框架的細節：should_cancel_entry 方法填甚麼都可以——因為市價單即時成交，不存在「未成交掛單需要取消」的情況；只有用限價單或止蝕掛單入場時，這個方法的返回值才有實際作用。

截圖出自原片（Algo-trading with Saleh）：Jesse 回測圖表上繪出的唐奇安通道上軌（upperband）與下軌（lowerband），可見突破點與成交標記。

倉位、止蝕與追蹤止蝕的實現

開倉函數以當前價為入場價，止蝕設於入場價減 2.5 倍 ATR（講者強調 2.5 這個倍數是他個人經驗值），倉位數量用 Jesse 的 risk_to_qty 以可用保證金、3% 風險、入場價、止蝕價與交易所費率反推（摘錄自原片教學）：

def go_long(self):
    entry = self.price
    stop = self.price - ta.atr(self.candles) * 2.5
    qty = utils.risk_to_qty(self.available_margin, 3,
                            entry, stop, fee_rate=self.fee_rate)
    self.buy = qty, entry

止蝕單在 on_open_position 事件內、倉位一開便提交，淡倉方向鏡像（加 2.5 倍 ATR）。止盈則按 GPT 的建議用追蹤止蝕實現：Jesse 的 update_position 方法會在每根 K 線收市時執行一次，正好用來逐步收緊止蝕。而這裏藏着本片第二個程式陷阱。Saleh 先示範了錯誤寫法：每根 K 線收市便在 update_position 裏無條件重設止蝕——問題是若價格回落、倉位處於虧損，新算出的止蝕價會比舊的更低，止蝕越移越遠，永遠觸發不了。正確做法是「只許向有利方向移動」：好倉取新舊止蝕價的較高者、淡倉取較低者（摘錄自原片教學）：

def update_position(self):
    if self.is_long:
        new_stop = self.price - ta.atr(self.candles) * 2.5
        self.stop_loss = self.position.qty, max(self.average_stop_loss, new_stop)
    elif self.is_short:
        new_stop = self.price + ta.atr(self.candles) * 2.5
        self.stop_loss = self.position.qty, min(self.average_stop_loss, new_stop)

截圖出自原片（Algo-trading with Saleh）：update_position 內以 max（好倉）與 min（淡倉）比較新舊止蝕價，確保追蹤止蝕只收緊、不放寬。

首輪回測與三重過濾

回測設定：Jesse 平台、BTC-USDT、1 小時圖、2022 年初至 2024 年初，同時開啟基準對照，可直接比較策略與同期買入持有的分別。首輪結果講者評為「不算差」——2022 年熊市段表現頗佳，因為沽空訊號能在跌市中持續獲利；但最大回撤 -43% 難以接受，勝率只有 30%。他的解讀是：單一指標很少交出最佳成績，必須疊加過濾器剔除差勁交易，把回撤與波動壓下來。他於是回頭問 GPT 還可加甚麼過濾器，得到一張清單：SMA、RSI、MACD、ADX、布林帶、OBV、支持阻力位。Saleh 逐個試後坦白匯報：RSI「表現極差」、MACD 與布林帶無幫助、支持阻力在程式化交易裏不實用；真正有效的是以下三重。

第一重是大時間框架均線：用 get_candles 取 4 小時圖 K 線，計算 200 期 簡單移動平均線 SMA，價格在其上方才開好倉、下方才開淡倉。重跑後回測淨盈利 37%、開始跑贏同期 BTC 基準，最大回撤降至 -26%，勝率 33%。講者特別補充：趨勢跟蹤策略勝率低於五成完全正常，關鍵是平均盈虧比要大於一——此時為 2.21，相當健康。

第二重是他的慣用濾網 平均趨向指數 ADX：高於 30 才開倉。重跑後淨值曲線明顯平滑，回撤再降，勝率升至 38%。第三重其實是一個行為修正：他把通道上下軌繪上圖表後，親眼看到平倉當根 K 線因價格已跌破下軌，策略立即反向再開一倉，有時後果很差。於是他記錄上次平倉的 K 線序號（last_closed_index），規定 當前序號 − 上次平倉序號 > 0 才准再入場——即平倉後至少隔一根 K 線。單是這項改動，盈利上升、回撤下降，其餘數字不變。

Choppiness Index 與 319% 的由來

此時 Saleh 仍不滿意，改用完整版 o1 模型再問一次相同的問題。完整版的答案與預覽版大同小異，唯獨多了一個他從未聽過的建議：波動雜亂指數 Choppiness Index——量度市況是橫行整固還是單邊趨勢的冷門指標，數值高代表雜亂、低代表有趨勢，正好是突破策略最需要的過濾器（ADX 用途相近，兩者互為補充）。用法亦很直覺：CHOP 高企時避開所有突破交易，因為市場大概率仍在區間內反覆；CHOP 低企時才視為趨勢階段，放行突破訊號。他加入「CHOP 低於 40 才開倉」，重跑後最大回撤由 -20% 壓到 -13%，勝率升至 40%，平均盈虧比 2.49，夏普比率 1.05。

回撤降低隨即觸發下一步：既然同一策略的回撤由 -20% 變成 -13%，他把倉位數量乘以 1.8（即使用槓桿），在回撤回到原先水平的同時，淨盈利由約 40% 跳升至 106%。片尾他再透露：之後繼續調校參數做了一輪優化，把成績由 106%（回撤 -22%）推至最終的 319%、最大回撤 -18%——即標題的數字。回測摘要顯示：730 日（兩年）、136 宗已平倉交易。免費版與優化版源碼均上載至其頻道的策略庫，屬推廣內容，本筆記不轉載。

截圖出自原片（Algo-trading with Saleh）：最終版淨值曲線（紫）對照 BTC-USDT（黃），回測期 730 日、136 宗交易，Total Net Profit 319.01%。

MT5 可行性速評

int    hi    = iHighest(_Symbol, PERIOD_CURRENT, MODE_HIGH, 20, 1); // 剔除當前 K 線
double upper = iHigh(_Symbol, PERIOD_CURRENT, hi);
int    atr_h = iATR(_Symbol, PERIOD_CURRENT, 14);
int    adx_h = iADX(_Symbol, PERIOD_CURRENT, 14);
int    sma_h = iMA(_Symbol, PERIOD_H4, 200, 0, MODE_SMA, PRICE_CLOSE);
// 好倉條件：Close[0] > upper && Close_H4 > SMA200 && ADX > 30 && CHOP < 40
// 止蝕 = entry - 2.5 * ATR；追蹤時新舊止蝕取較高者（好倉）

注意：即使移植成功，MT5 策略測試器跑出的回測同樣會過度擬合——20 日通道、2.5 倍 ATR、ADX 30、CHOP 40、1.8 倍倉位全是看著結果調出來的參數，換平台不解決方法論問題。

欣利克的看法

• 防坑檢查一：319% 的構成要拆三層看。第一層是訊號本身：三重過濾齊備後，未槓桿的淨盈利只有約 40%（兩年）。第二層是槓桿：倉位乘 1.8 倍後升至 106%，回撤同步放大。第三層是事後參數優化：由 106% 推至 319%，這一層的擬合成分最高。把優化後的讀數當策略實力，是回測影片最常見的講法陷阱。
• 防坑檢查二：低勝率是特性，不是缺陷。片中勝率由 30% 逐步升至 40%，始終低於五成；盈利全靠 2.2 至 2.49 的平均盈虧比。這意味實際操作時會長時間連續小虧，利潤集中在少數大趨勢——回測報表看不到的心理壓力，才是這類系統最難執行的部分。
• 防坑檢查三：年代與市場差異。1983 年海龜交易員用的是日線、期貨市場、20 日與 55 日雙周期突破；本片是 1 小時圖的加密貨幣永續合約，參與者結構、流動性與成本完全不同。截至 2026 年中，市場與 1980 年代更不可同日而語，原始參數不能直接照搬。
• 值得學的工程細節：本片最有價值的不是結果，而是兩個實作陷阱的示範——通道剔除當前 K 線、追蹤止蝕只許向有利方向移動；以及講者坦白匯報 RSI、MACD、布林帶「試過無效」的誠實態度。失敗的過濾器與成功的一樣有資訊價值。
• 時效提醒：回測期為 2022 年初至 2024 年初，涵蓋一輪加密貨幣熊市與復甦；截至 2026 年中，費率、流動性與市場結構已有變化，片中任何數字都不代表當前條件。本文僅為學習記錄，不構成任何買賣建議。

名詞解釋

• 海龜交易系統 Turtle Trading：1983 年 Richard Dennis 實驗中教授的機械式趨勢跟蹤系統，以通道突破進出場、ATR 計算倉位。
• 唐奇安通道 Donchian Channel：由過去 N 根 K 線最高價與最低價構成的通道；海龜規則的進場訊號即其 20 周期突破。
• 平均真實波幅 ATR：量度每根 K 線平均波動範圍；海龜稱之為 N，用於倉位計算與止蝕距離。
• 追蹤止蝕 Trailing Stop：隨浮盈擴大而單向收緊的止蝕單；本策略以此取代固定止盈，讓倉位跟隨趨勢。
• 簡單移動平均線 SMA：固定窗口的收市價平均；本片用 4 小時圖 200 期 SMA 作大方向過濾。
• 平均趨向指數 ADX：量度趨勢強度而不分方向；本片要求高於 30 才開倉。
• 波動雜亂指數 Choppiness Index：量度市況雜亂程度，數值低代表有趨勢；本片要求低於 40，是壓低回撤的關鍵過濾器。
• 勝率 Win Rate：盈利交易佔總交易的比例；趨勢跟蹤策略長期低於五成屬正常現象。
• 最大回撤 Drawdown：淨值由高位回落的最大幅度；本片由 -43% 逐步壓至 -13%，再因槓桿回升至 -18%。
• 夏普比率 Sharpe Ratio：每單位波動換取的超額回報；加入 CHOP 過濾後為 1.05。
• 突破 Breakout：價格升穿重要阻力位或區間頂部的走勢；海龜系統的核心訊號類型。
• 倉位規模 Position Sizing：決定每宗交易注碼的方法；本片以 3% 風險與止蝕距離反推數量。
• 過度擬合 Overfitting：策略過度遷就回測數據的噪音；319% 經事後參數優化得出，屬高風險案例。

常見問題 FAQ

海龜策略的進出場規則是甚麼？

進場用唐奇安通道突破：價格升穿過去 20 日最高價買入，跌穿 20 日最低價沽空，並設「免重進」條款——上次突破若理論上會獲利，便跳過下一個訊號。出場方面，短線系統在價格跌穿過去 10 日最低價時離場，止盈用追蹤止蝕，與持倉以來的最高價保持 2 倍 ATR（海龜稱 2N）距離。倉位以 ATR 反推，每單風險鎖定在本金 1% 至 2%。整套規則可以完全機械化執行，正是它適合程式化的原因。

為何趨勢跟蹤策略勝率低於五成仍可以盈利？

盈利與否取決於期望值，而非勝率。趨勢跟蹤的設計是「截斷虧損、讓利潤奔跑」：大部分交易在假突破後小額止蝕，少數交易抓住大趨勢賺取數倍於虧損的利潤。片中的數字正是如此——勝率 40%，但平均盈利是平均虧損的 2.49 倍，長期期望值仍為正。代價是要承受長時間連續小虧的心理壓力，這也是當年海龜實驗強調紀律多於訊號的原因。

319% 的回測報酬可以當真嗎？

數字屬回測教學案例，構成要拆三層：訊號本身在 2022 至 2024 年 BTC-USDT 1 小時圖上賺約 40%；倉位乘 1.8 倍槓桿後升至 106%；再經事後參數優化才達 319%（最大回撤 -18%、136 宗交易）。所有參數——20 日通道、2.5 倍 ATR、ADX 30、CHOP 40、1.8 倍倉位——都是看著回測結果調校，影片亦無樣本外驗證，未來能否重現並無保證。

Choppiness Index 與 ADX 有何分別？為何兩個都要？

兩者角度不同、方向相反。ADX 量度趨勢強度，數值高代表趨勢強（不分升跌）；Choppiness Index 量度走勢雜亂程度，數值高代表橫行反覆、低代表單邊。講者的邏輯是雙重確認：既要趨勢夠強（ADX > 30），又要市況不雜亂（CHOP < 40），同時成立才開倉。本片的最大回撤正是靠 CHOP 由 -20% 壓至 -13%。當然，兩個閾值都是可調參數，條件越多，擬合回測數據的風險越高。

原影片

本文整理自以下影片，版權屬原創作者所有，建議配合原片觀看：

來源：https://www.youtube.com/watch?v=sqdU7wbjNpg