ADX＋OBV 策略 13 個月樣本外回測 102%：Quant Tactics 罕見的 Walk-Forward 實測拆解
目錄
YouTube 頻道 Quant Tactics 在 2026 年 3 月上載了一條回測影片，測試一套結合平均趨向指數 ADX 與平衡交易量 OBV 的趨勢跟蹤 Trend Following 策略：ADX 高於 25 確認趨勢強度、正負 DI 交叉定方向、OBV 對其 100 期均線的位置驗證成交量，再以 2 倍 ATR 設止蝕、1.5:1 風險回報比設止賺。與同頻道動輒數千個百分點的影片不同，這次的聲稱結果「只有」102%——但它是在 SOL 永續合約、13 個月樣本外數據上、經滾動式前瞻分析優化後得出的數字，方法論上是同系列中最講究的一條。正因為數字溫和、方法較嚴謹，反而更值得逐項拆開檢視。
策略速覽
重現規格
| 項目 | 規格 |
|---|---|
| 投資標的 | SOL/USDT 永續合約（畫面標示 Binance Perpetual Contract） |
| 交易所／市場 | Binance 永續合約（多空雙向） |
| Timeframe | 1 小時圖（畫面圖表標示 1h；口述未明確交代回測 timeframe） |
| 回測期間 | 13 個月樣本外數據（成績表橫軸約 2025 年 1 月至 2026 年 1 月；確實起訖日原片未交代） |
| 起始資金 | 原片未交代（結果以百分比呈列） |
| ADX 參數 | 基準門檻 25；期數畫面顯示 DMI(14, 14)；優化搜尋範圍 {25, 30, 35} |
| DI 交叉窗口 | 基準為即期交叉；優化搜尋範圍 {5, 10, 15, 20, 25} 期內有效 |
| OBV 參數 | OBV 對其 100 期 SMA；優化搜尋範圍 {80, 100, 120} |
| 進場條件（好倉） | ADX > 25 ＋ 正 DI 上穿負 DI ＋ OBV 在 100 SMA 之上，三者齊備後下一根 K 線進場 |
| 進場條件（淡倉） | ADX > 25 ＋ 正 DI 下穿負 DI ＋ OBV 在 100 SMA 之下，下一根 K 線進場 |
| 止蝕 | 訊號 K 線收市價減 2 倍 ATR（好倉）／加 2 倍 ATR（淡倉）；ATR 倍數優化範圍 {1.5, 2, 2.5, 3}，ATR 期數原片未交代 |
| 止賺 | 風險回報比 1.5:1（目標距離＝1.5 倍止蝕距離），K 線收市價越過目標即離場；風險回報比優化範圍 {1.5, 2, 2.5, 3} |
| 槓桿 | 原片未交代（永續合約理論上可帶槓桿，畫面未見設定） |
| 手續費／滑價假設 | 原片未交代 |
| 優化方法 | Freqtrade hyperopt ＋ walk-forward 滾動優化，目標為最大化利潤同時壓低回撤 |
| 講者聲稱結果 | 13 個月樣本外累計回報 102.79%、最大回撤 23.52%、每月平均 2.8 次交易、最差月份 −10.73%、最佳月份 +25.12%、最長連續虧損 2 個月；同期 SOL buy & hold 為 −45.15% |
詳細拆解
ADX 與 DI：先判強度，再判方向
這套策略的第一層過濾是 平均趨向指數 ADX。ADX 的特點是只量度趨勢強度、不分方向：強升市與強跌市同樣會把 ADX 推高。講者採用 25 作分水嶺——高於 25 視為趨勢夠強、適合趨勢策略進場；低於 25 視為橫行整固，索性不交易。這是 Wilder 體系的經典用法，好處是直接把「什麼時候不交易」寫成硬性規則，源頭上剔除了橫行市中大量的假訊號。
方向則交給 動向指數 DMI 的兩條線：正 DI 與負 DI。正 DI 上穿負 DI 視為好倉訊號，下穿則為淡倉訊號。值得留意的是，ADX 與 DI 本屬同一指標家族（TradingView 上就是同一個 DMI 指標的三條線），所以嚴格來說第一、二個條件並非兩個獨立訊號，而是同一套計算的「強度＋方向」分解。這不是缺點，但意味着真正的外部確認只有 OBV 一個。
OBV 濾網：用成交量做第二重確認
第二層是 平衡交易量 OBV 對其 100 期 簡單移動平均線 SMA 的位置。OBV 把升市的成交量累加、跌市的成交量累減，得出一條資金流向曲線；替它加上 100 期 SMA 後，「OBV 在均線之上」代表近期量能偏向買方，「之下」代表偏向賣方。講者的邏輯是：DI 交叉只反映價格行為，加入 OBV 是要求升勢背後真的有成交量支持，避免在縮量反彈中誤進場。
設計上這是「價格訊號＋量能確認」的標準配搭，與我們在三連陽動能策略見過的「形態＋趨勢濾網」思路同出一轍：觸發條件負責 timing，濾網負責剔除劣質訊號。差別在於這套策略多空都做，OBV 在淡倉一方同樣要確認沽壓，角色是對稱的。
一個技術細節：OBV 的絕對數值沒有意義，只有方向有用，所以講者不是比較 OBV 的數值，而是比較它與自身 100 期均線的相對位置——這相當於問「近期的量能流向，比起過去 100 根 K 線的平均水平是偏強還是偏弱」。100 期在 1 小時圖上約等於四日多，屬中期量能基準；期數定得太短會把噪音當確認，定得太長則確認永遠遲到，這亦是優化階段把 80、100、120 三個期數都拿去試的原因。
進出場：2 倍 ATR 止蝕配 1.5:1 止賺
三個條件齊備後，下一根 K 線進場。止蝕設在訊號 K 線收市價減（好倉）或加（淡倉）2 倍平均真實波幅 ATR 的位置——以當時波動率定止蝕寬度，波動大時止蝕自動放寬，避免被正常噪音掃走。止賺則用固定風險回報比 Risk-Reward Ratio 1.5:1，目標距離是止蝕距離的 1.5 倍，K 線收市價越過目標即離場鎖定利潤。
這種「固定盈虧比」結構與同頻道其他策略的「抱住趨勢直至反轉訊號」截然不同：每單的潛在盈虧在進場一刻已經封頂，系統的期望值完全由勝率與 1.5 這個比率決定——勝率要高於 40% 才有正期望（1.5 ÷ 2.5）。代價是放棄了趨勢末段的大行情，換來的是每單風險清晰、回撤容易控制。每月平均只有 2.8 次交易，側面反映三重條件同時齊備的機會不多，系統傾向「寧缺勿濫」。
截圖出自原片（Quant Tactics，2026-03-28）：策略優化設定，列出五個參數的搜尋範圍——adx_threshold {25, 30, 35}、di_cross_window {5, 10, 15, 20, 25}、obv_ma_period {80, 100, 120}、atr_mult {1.5, 2, 2.5, 3}、risk_ratio {1.5, 2, 2.5, 3}；左側為 walk-forward 分析的分段滾動示意。
Walk-Forward 優化：本片與同系列的最大分別
參數優化用 Freqtrade 的 hyperopt 工具，搜尋五個參數：ADX 門檻、DI 交叉有效窗口、OBV 均線期數、ATR 倍數、風險回報比。關鍵在於講者沒有「調一次參就當完成」，而是採用滾動式前瞻分析 Walk-Forward Analysis：把歷史數據切成多段，每段先用前段數據優化、再放到緊接的未見數據上測試，然後整個窗口向前滾動。最終展示的 13 個月成績，全部是樣本外段落拼接出來的結果。
這一點令本片在同系列中顯得異類。RSI 策略 6,047% 與三連陽動能 5,883% 都是「全段數據調參、全段數據回測」，數據更用到上載前兩日，沒有任何樣本外驗證；本片則在方法論上正面處理了過度擬合 Overfitting 問題，這亦是它數字「只有」102% 的部分原因——樣本外測試本來就會把紙上回測的虛高分劈掉一大截。當然，walk-forward 本身也有自由度：窗口多長、滾動步幅多少、五個參數的搜尋範圍誰定的，原片同樣沒有完整交代。
13 個月樣本外成績：102% 的內部結構
回測標的是 SOL 永續合約，成績表顯示 13 個月樣本外數據（橫軸約 2025 年 1 月至 2026 年 1 月）：累計回報 102.79%、最大回撤 23.52%、每月平均 2.8 次交易、最佳月份 +25.12%、最差月份 −10.73%、最長連續虧損 2 個月。口述稱 13 個月中 9 個月獲利，但畫面 KPI 表顯示 Positive Months 為 61.5%（即約 8 個月），兩者略有出入，本文以畫面數字為準。
對照組是同期 SOL buy & hold 的 −45.15%。這個對照要小心讀：策略賺 102% 的同時，標的本身跌了四成半，意味着這 13 個月是 SOL 的跌市或大幅波動期。一套多空雙向的趨勢策略在跌市中跑贏持有並不出奇——它既可以造淡，又可以在橫行時完全離場。真正該問的是：同一套規則在 SOL 大升市中表現如何？原片沒有展示。
截圖出自原片（Quant Tactics，2026-03-28）：Strategy KPI Summary——Final Return 102.79%、Buy & Hold −45.15%、Max Drawdown 23.52%、Positive Months 61.5%、Best OOS Month +25.12%、Worst OOS Month −10.73%、Avg Trades 2.8、Max Losing Streak 2；左側為累計回報、回撤與每月損益分佈圖。
以每月 2.8 次交易計，13 個月總共約 36 次交易。這是整套策略成績的統計基礎——樣本量偏小，單一兩單的結果已足以明顯改變總回報。講者把「交易次數少」包裝成「選擇性高、避免過度交易」，說法成立，但另一面就是統計誤差大，這點原片沒有提及。
每月損益分佈圖亦透露了持倉節奏：大部分月份的損益介乎 −10% 至 +10% 之間，+25% 與 −10.7% 屬兩端極值；回撤曲線最深處約 −23%，且出現在樣本中段而非開局。固定盈虧比系統的資金曲線通常呈鋸齒狀拾級而上，與「抱住趨勢」型策略的大起大落不同，畫面所見大致符合這個特徵。
截圖出自原片（Quant Tactics，2026-03-28）：SOL/USDT 永續合約 1 小時圖上的好倉示範，紅色區域為止蝕範圍（Stop 3.91%）、綠色區域為止賺範圍（Target 5.86%），Risk/Reward Ratio 標示 1.5。
102% 如何讀
對同系列習慣了「6,047%」「5,883%」標題的觀眾來說，102% 似乎平平無奇。但兩類數字的性質不同：那些數千個百分點是五六年複利滾存的樣本內累計數；這 102% 是 13 個月樣本外的累計數，折算年化約 88%（截至 2026 年初的回測數據），並不遜色，且理論上更接近實盤可期望的水平。標題數字的大小從來不是重點，數字經過什麼驗證程序才是。
重現 Backtest 清單
照住以下清單逐項核對，才知道能否真正重現這個回測：
- ✅ 交易所與市場類型：Binance SOL/USDT 永續合約（畫面標示清楚）
- ⚠️ Timeframe：畫面圖表為 1 小時圖，但口述未明確交代回測 timeframe
- ⚠️ 回測期間：13 個月樣本外，成績表橫軸約 2025 年 1 月至 2026 年 1 月；確實起訖日原片未交代
- ❌ 起始資金與每倉注碼：原片未交代（結果全部以百分比呈列）
- ✅ 進場條件：ADX > 25 ＋ DI 交叉 ＋ OBV 對 100 SMA 位置，多空對稱（口述清楚）
- ✅ 指標參數：DMI(14, 14) 見於畫面；OBV 均線 100 期（口述）；五個參數的優化搜尋範圍全部列出（畫面有）
- ⚠️ ATR 期數：原片未交代（只講了 2 倍 ATR）
- ✅ 止蝕止賺：訊號收市價 ±2 ATR、1.5:1 風險回報比、收市價越過目標即離場（口述清楚）
- ⚠️ DI 交叉窗口的具體寫法：「交叉後 N 期內有效」如何判定，需看代碼
- ⚠️ 槓桿設定：原片未交代（永續合約帶不帶槓桿直接影響回報口徑）
- ⚠️ 手續費率與滑價假設：原片未交代
- ⚠️ Walk-forward 窗口長度與滾動步幅：原片未交代（只有示意圖）
- ❌ 策略代碼：完整代碼連同 Freqtrade 課程一併收費提供，不能免費核對
- ✅ 樣本外驗證：有（13 個月 walk-forward 拼接結果）——同系列中唯一做到的一條
結論：進出場邏輯與優化範圍交代得頗完整，方法論亦有樣本外驗證；但代碼收費、期間與資金設定不全，單靠影片內容無法完整重現回測。
🙏 覺得內容有用？本站所有內容免費提供，使用推薦碼開戶就是支持我們繼續營運的最大鼓勵：
ZA Bank 邀請碼 P20923
—— 你享 HKD 2,000 迎新獎賞，本站獲得營運支持。
立即開戶 →
（聯盟連結｜投資涉及風險，受條款及細則約束，此資料僅可於香港境內分發）
MT5 可行性速評
| 項目 | 評估 |
|---|---|
| 可移植性 | 中高。MT5 內建 iADX()（一次取回 ADX、+DI、−DI 三條線）與 iATR()；OBV 有 iOBV()，但其 100 期 SMA 需自行對 OBV 緩衝區再算一次均線（如 iMAOnArray 或手寫循環），屬唯一要多寫的部分 |
| 平台限制 | MT5 策略測試器有內建 forward test 模式，可近似實現 walk-forward 的「優化＋前瞻」分段，但自動化滾動多段要自行排程；更關鍵的是 MT5 的加密貨幣多為 CFD，其成交量數據與 Binance 實盤成交口徑不同，OBV 濾網的行為會有偏差 |
| 評級 | ⚠️ 邏輯可完整移植，多空雙向亦無障礙，但 OBV 對成交量數據敏感，MT5 回測結果與原片不能直接對照 |
| MQL5 寫法提示 | iADX() handle 分別用 CopyBuffer 取 0（ADX）、1（+DI）、2（−DI）號緩衝區；DI 交叉用前後兩期比較判斷；OBV 均線：先 CopyBuffer 取 iOBV() 數值再自算 100 期均值；止蝕價＝訊號柱收市價 ±2×iATR() 當期值，止賺價＝進場價 ±1.5 倍止蝕距離，平倉判斷用收市價越位而非觸價 |
即使成功移植，MT5 回測同樣會過度擬合。
防坑檢查
- 過度擬合：本片正面處理了這個問題——用 walk-forward 把優化與測試分開，13 個月成績全部是樣本外結果，這是同系列浮誇影片完全沒有做的。但隱性自由度仍在：五個參數的搜尋範圍（例如 ADX 門檻只試 25/30/35）、walk-forward 窗口設定、以及「選 SOL 來測」這個決定本身，都未經檢驗。
- 樣本外驗證：有，且是本片最大亮點。不過要留意 13 個月、約 36 次交易的樣本量偏小，最佳月份 +25% 與最差月份 −10.7% 之間只差幾單，統計誤差不容忽視。
- 滑價：原片未交代。策略以「下一根 K 線進場、收市價越位離場」執行，1 小時圖的收市確認在實盤中會遇上滑價，尤以最差月份那類急跌行情為甚。
- 手續費：原片未交代。永續合約除手續費外還有資金費率 Funding Rate，持倉跨越多個資金費結算時段會持續收費，13 個月累計下來不可忽略；約 36 次交易雖不算頻密，但費用假設缺失令回報數字只能當上限看。
- 基準選擇偏差：對照組 buy & hold −45% 意味着測試期是 SOL 的弱勢期。多空雙向策略在跌市跑贏持有是結構性必然，這個對照放大了策略的相對表現；同一策略在單邊升市能否跟上持有，原片沒有回答。
- 數字出入：口述「13 個月中 9 個月獲利」，畫面 KPI 顯示 Positive Months 61.5%（約 8 個月），兩者對不上。差異不大，但反映影片數字未經嚴謹核對。
- 利益關係：完整代碼與 Freqtrade、walk-forward 課程綁定收費提供，影片本身是課程引流內容；「免費公開」與「收費解鎖」的分別，直接影響讀者能否獨立核證。
- 固定問題——原片提供的資訊能否完整重現回測？ 不能。規則與參數範圍交代得比同系列任何一條都完整，亦有真正的樣本外設計；但代碼收費、回測起訖日、起始資金、槓桿、手續費、滑價、walk-forward 窗口設定七項缺失，無法獨立重現。
欣利克的看法
- 這是同系列中方法論最像樣的一條片，值得肯定。當同頻道其他影片還在用全段數據調參製造 5,000% 級別的標題時，本片改用 walk-forward 分析、只報 13 個月樣本外成績，方向上是向「可驗證」走近了一步。102% 的溫和數字不是弱點，反而是這種誠實方法的正常產物。
- 但「做過 walk-forward」不等於「沒有擬合」。截至 2026 年 3 月影片所示的設定中，參數搜尋範圍由講者劃定、窗口長短未公開、測試標的只有 SOL 一個。樣本外檢驗降低的是「參數撞中」的風險，降不了「設計選擇撞中」的風險——例如專挑一段標的大跌、多空策略天然佔優的時期來展示。
- 36 次交易撐不起太強的結論。13 個月、每月 2.8 次交易，統計上屬小樣本。常見誤區是把「交易少」直接等同「訊號質素高」；兩者可以同時成立，但小樣本下，搬動兩三單結果就足以把 102% 變成另一個數字，這是概念上必須釐清的。
- 與浮誇系列對照時，要比的是程序而不是倍數。同頻道 5,883% 的三連陽策略 勝在樣本長、交易多，輸在全屬樣本內；本片勝在有樣本外設計，輸在樣本短、交易少。兩類缺陷不同，讀者宜把兩者當成「回測常見陷阱」的兩個反面教材，而不是比較哪個百分比可信。
- 時效與核證提醒。成績表止於 2026 年 1 月前後，影片 2026 年 3 月上載，距今仍有數個月的真實市況未經檢驗；加上代碼收費，外部無法覆核。把本片當作 walk-forward 方法的教學示範最有價值，當作可跟蹤的策略依據則證據不足。
名詞解釋
- 平均趨向指數 ADX：量度趨勢強度而不分方向的指標，本策略以 25 為門檻，低於此不交易。
- 動向指數 DMI：與 ADX 同族的正負 DI 線，本策略用其交叉判斷趨勢方向。
- 平衡交易量 OBV：累積成交量流向曲線，本策略以其對 100 期均線的位置作量能確認。
- 簡單移動平均線 SMA：等權平均的均線，本策略用於平滑 OBV。
- 平均真實波幅 ATR：量度波動幅度的指標，本策略以 2 倍 ATR 設定止蝕寬度。
- 風險回報比 Risk-Reward Ratio：潛在盈利對潛在虧損的比率，本策略固定為 1.5:1。
- 永續合約 Perpetual Futures：無到期日的加密貨幣衍生品，本片回測標的，持倉涉及資金費率。
- 滾動式前瞻分析 Walk-Forward Analysis：分段「優化＋樣本外測試」的滾動驗證方法，本片的核心方法論。
- Freqtrade：開源加密貨幣交易與回測框架，本片用其 hyperopt 工具優化參數。
- 過度擬合 Overfitting：參數遷就歷史數據的風險，walk-forward 正是針對此問題的緩解方法。
- 樣本外測試 Out-of-Sample Testing：用未參與調參的數據驗證策略，本片的 13 個月成績即屬此類。
- 最大回撤 Max Drawdown：資金曲線高位回落的最大幅度，本片聲稱 23.52%。
- 滑價 Slippage：預期與實際成交價的差異，原片未交代有否計入。
- 買入持有 Buy and Hold：全程持有的基準策略，同期錄得 −45.15%，用作對照。
常見問題 FAQ
ADX 高於 25 才進場，會不會錯過趨勢初段？
會，這是設計取捨。ADX 屬滯後指標，數值升穿 25 時趨勢往往已走了一段；但換來的好處是剔除橫行市的大量假訊號。本策略每月平均只做 2.8 次交易，正正反映三重條件（ADX 達標＋DI 交叉＋OBV 確認）齊備的機會不多，系統寧願少做也不做劣質訊號。
102% 比起同頻道動輒數千個百分點的策略，是不是差很遠？
不能這樣直接比較。那些數千個百分點是五六年複利滾存的樣本內累計數，調參與回測用的是同一段數據；本片的 102% 是 13 個月樣本外結果，折算年化約 88%（截至 2026 年初的回測數據），驗證程序嚴格得多。數字大小從來不是重點，經過什麼程序驗證才是。
Walk-forward 分析是否保證策略沒有過度擬合？
不能保證，只能降低風險。它解決的是「參數在歷史數據上撞中」的問題；但參數搜尋範圍誰定、窗口多長、選哪個標的哪段時期測試，這些設計層面的選擇仍可能帶後見之明。本片這些細節均未完整交代，故 102% 仍宜當上限看待。
這套策略可以在 MT5 跑嗎？
邏輯可以完整移植：ADX、+DI、−DI 由 iADX() 一次取回，ATR 用 iATR()，只有 OBV 的 100 期均線要自行對 OBV 數值再算平均。但 MT5 的加密貨幣多為 CFD，成交量口徑與 Binance 不同，依賴成交量的 OBV 濾網行為會有偏差，回測數字不能與原片直接對照；多空雙向與固定盈虧比的寫法則無障礙。
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：