Monte Carlo 實測：你的策略通過 Prop Firm Challenge 的機率有幾高？

2026年8月20日 · FTMO #Prop Firm #量化分析 #Monte Carlo #風險管理 #原創實測 #Challenge 量化實測

「Challenge 量化實測」系列 第一集：通過率有幾高？（本文） ｜ 第二集：總通過率與期望成本 ｜ 第三集：資金帳戶收入模擬

Prop Firm 考試費動輒四五百美元，但絕大多數考生報名前從未回答過一個最基本的問題：以我策略的勝率與盈虧比，通過考核的機率到底有幾高？ 本文用 Monte Carlo 模擬回答這條問題——每組參數隨機模擬 20,000 次完整考核，統計通過、爆倉、超時三種結局的比例。方法透明、數據可自行驗證，這是本站的原創分析，不是轉述任何人的影片。

模擬設定

• 規則原型：FTMO 2-Step 第一階段（2026 年 8 月官網核實）：利潤目標 +10%，總回撤 −10%（靜態），無時間限制
• 交易上限：60 筆（假設每日 2–3 筆，約一個月的合理節奏；60 筆內未達標亦未爆倉計作「超時」）
• 每筆結果只有兩種：贏（賺 R 倍風險）或輸（蝕 1 倍風險），按設定的勝率隨機產生
• 簡化假設：每筆風險固定、每日回撤由倉位控制（不會單日爆倉）、不計手續費與滑點

結果一：勝率 × 盈虧比（每筆風險固定 1%）

數字格式：通過率／爆倉率／超時率

第一個震撼位：45% 勝率配 1.5R——一個不算差的策略——通過率只有 53%，大約擲公字。而 1.0R 的策略（贏輸同大）即使勝率達 50%，通過率也只有 16%，因為大部分模擬在 60 筆內根本到不了 +10%。

結果二：每筆風險的影響（45% 勝率、1.5R）

風險加倍，通過率只由 53% 升至 67%，爆倉率卻由 10% 飆升三倍至 31%。反面亦然：風險減半至 0.5%，爆倉幾乎絕跡（0.4%），但 84% 的模擬在 60 筆內到不了目標——「超時」才是低風險設定下的真正敵人。

結果三：期望值為負，不必模擬已知結局

40% 勝率配 1.0R，每筆期望值 = 0.4×1 − 0.6×1 = −0.2R。模擬結果：通過率 0.8%、爆倉率 67%。負期望值的策略，報名考試等同付 500 美元買一張中獎率低於 1% 的彩票。先用回測確認期望值為正，是報名的最低前提。

三個結論

1. 超時是比爆倉更隱形的殺手。 多數失敗不是戲劇性的爆倉，而是目標太遠、進度太慢——選公司時，利潤目標與回撤的比例（10% 目標 vs 10% 回撤）比單看目標重要。
2. 每筆風險存在甜蜜點。 上述參數下 1% 附近較平衡；超過 2% 後通過率升幅有限，爆倉率卻幾何級上升。
3. 模擬應在報名前做，不是在爆倉後做。 你自己的勝率與盈虧比應來自回測或模擬倉紀錄，不是感覺。

自己動手模擬

下一集：把模擬推進到兩步考核的總通過率與期望考試成本——哪間公司「最抵考」，數字會話你知。

本文的模擬器已製作成 Excel 版本（內置六家公司最新規則的風險計算器＋可調參數的 Monte Carlo 模擬器），連同免費的考前 Checklist 與規則對照表 PDF即將在工具頁推出。下載 PDF 後如想收到工具包上架通知，密切留意本站更新。

常見問題

問：60 筆交易上限是否合理？ FTMO 已無時間限制，理論上可以無限慢磨。但實務上倉位管理與心理狀態會隨戰線拉長而變差，60 筆（約一個月）是合理的自律上限；讀者可按自己的交易頻率調整。

問：模擬有無考慮每日 5% 回撤線？ 無——假設每日回撤已由倉位控制。若你每筆風險 2% 兼一日交易多次，每日線會進一步降低實際通過率，本文數字應視為上限。

問：策略的勝率與盈虧比從何而來？ 最可靠是自行回測（TradingView 的 Bar Replay 或 Pine Script）或至少 50 筆模擬倉紀錄。沒有這兩個數字，任何通過率討論都只是猜測。