ALMA＋MACD 策略：BCH 期貨一年回測 155%、樣本外 4 個月再賺 50% 拆解
目錄
YouTube 頻道 Quant Tactics 在 2025 年 12 月底上載了一條回測影片，主角是阿諾勒古移動平均線 ALMA：一條以高斯分佈加權、標榜「平滑與反應速度兼得」的均線。策略邏輯很直接——價格收市上穿 ALMA 確認趨勢轉向，再由 MACD Moving Average Convergence Divergence 金叉確認動能，兩個條件齊集才造好倉，止蝕止賺用 平均真實波幅 ATR 計算。講者用 Freqtrade 在 BCH 永續合約 1 小時圖回測一年，聲稱總回報 155%、最大回撤 13.8%，同期市場 buy & hold 只有約 52%。這是同一頻道繼 KAMA＋MACD 策略後又一次「自適應／進階均線＋MACD」的組合，兩片正好對照。
策略速覽
重現規格
| 項目 | 規格 |
|---|---|
| 投資標的 | BCH/USDT 永續合約（hyperopt 指令 -p BCH/USDT:USDT，Binance USDⓈ-M 期貨） |
| 交易所／市場 | Binance 期貨（結果總表 Trading Mode: Isolated Futures，只造好倉） |
| Timeframe | 1 小時圖（策略代碼 timeframe = "1h"；回測用 5 分鐘 detail 數據模擬線內走勢） |
| 回測期間 | 2024-11-01 至 2025-11-01（畫面 timerange 20241101-20251101，共一年） |
| 調參方式 | Freqtrade hyperopt：首 8 個月（20241101-20250701）優化，MultiMetricHyperOptLoss，100 epochs，min-trades 10 |
| 樣本外測試 | 末 4 個月（2025-07 至 2025-11），講者稱期內再賺約 50% |
| 起始資金 | 1,000 USDT（畫面 Starting balance） |
| 同時持倉上限 | 1（Max open trades: 1） |
| ALMA 參數 | 示範畫面 Length 100／Sigma 20／Offset 0.15；但回測圖表圖例顯示 alma(100, 20, 0.85)，即實測 offset 疑為 0.85（hyperopt 優化結果），兩處不一致 |
| MACD 參數 | 原片未交代（畫面有 MACD 副圖但無設定；TradingView 預設 12/26/9 未經證實） |
| 進場條件 | ① K 線收市價上穿 ALMA；② MACD 線上穿訊號線；兩者齊集造好倉 |
| 出場條件 | 觸及止蝕或止賺平倉（結果總表 Use Exit Signal: true、ROI: 0） |
| 止蝕 | 口述 3 倍 ATR（ATR 設定畫面 Length 14、Multiplier 3）；惟結果總表 Stoploss 一欄顯示 −25%，ATR 止蝕邏輯應寫在策略代碼內 |
| 止賺 | 2.5 倍風險（回報風險比 1:2.5） |
| 槓桿 | 原片未交代（Isolated Futures 模式；Avg. stake 約 1,711 USDT 高於起始資金，屬複利滾存） |
| 手續費／滑價假設 | 原片未交代 |
| 講者聲稱結果 | 總回報 155.156%（1,551.558 USDT）、33 次交易、勝率 45.45%、利潤因子 2.256、Sharpe 0.62、Sortino 5.64、Calmar 58.55、最大回撤 13.777%；同期市場 +52.152% |
詳細拆解
ALMA：三個參數控制一條均線的性格
普通均線的權重分佈是寫死的：SMA 全部等權，EMA 指數遞減。阿諾勒古移動平均線 ALMA 改用高斯分佈（鐘形曲線）做權重，並把曲線的控制權交給用家，三個參數各有分工：
- Length：回望窗口。窗口越長，越多歷史數據參與計算，線越平滑、越能過濾噪音，但反應越慢；窗口短則緊貼近期價格。
- Sigma：鐘形曲線的「集中度」。sigma 小，權重集中在窄窄一段價格上，線對每下波動都敏感；sigma 大，權重攤平，毛刺被磨掉，線變得圓滑。
- Offset：峰值位置，介乎 0 至 1。越接近 1，權重峰值壓在最新價格上，反應快但較粗糙；偏低則峰值落在窗口中段，類似置中平均，穩定但滯後。
實作上，ALMA 先按 offset 算出峰值在窗口內的位置，再按 sigma 算出鐘形曲線的寬度，窗口內每個數據點按「離峰值多遠」分配到指數遞減的權重，最後歸一化加權求和。同樣是 100 期窗口，offset 0.15 與 0.85 是兩條性格完全不同的線：前者的權重峰值落在第 15 期附近，本質接近置中平均，線條平滑但明顯滯後；後者峰值壓在最新幾期，外觀更接近一條磨平了的 EMA。這也是後文參數矛盾值得在意的原因——差一個 offset，訊號出現的位置可以差好幾根 K 線。
ALMA 的賣點是在「平滑」與「低滯後」之間取得比傳統均線更好的平衡——SMA 要平滑就得加長窗口、接受滯後，ALMA 則可靠 sigma 與 offset 微調。與同屬進階均線的 考夫曼適應性移動平均線 KAMA 相比，兩者思路不同：KAMA 按市場效率自動變速，參數少但行為由數據決定；ALMA 的行為則完全由三個參數寫死，可預測但依賴調參。代價是可調參數由一個變三個，調參自由度大增，這點在防坑部分再談。
截圖出自原片（Quant Tactics，2025-12-27）：ALMA 參數設定畫面，Offset 一欄被框起講解；留意此處 Offset 顯示 0.15，與後段回測圖表圖例 alma(100, 20, 0.85) 不一致。
進場：ALMA 定向、MACD 計量
講者開宗明義指出單用 ALMA 的最大問題：價格每次穿越均線都進場，會不斷被假突破觸發，勝率極低。所以訊號分兩層：
- 趨勢層：K 線收市價上穿 ALMA——注意是收市確認，不是線內觸碰，避免被即市假動作騙線。
- 動能層：MACD 線上穿訊號線（金叉），確認上升動能正在形成。
兩個條件齊集才造好倉，次序上有先後：ALMA 穿越是觸發器，MACD 是閘門。實際運作時兩個訊號未必同日出現——價格收市站上 ALMA 後，可能要多等幾根 K 線 MACD 才金叉，講者的寫法是兩者「齊集」才進場，而非嚴格同一根 K 線。原片沒有交代兩個訊號之間容許相隔多久、有沒有失效窗口，這是重現時必須自行假設的一環（同頻道 KAMA 一片就有「交叉有效窗」的設計，本片則無交代）。
這種「均線定向、震盪指標計量」的分工，與本站的 KAMA＋MACD 拆解如出一轍：KAMA 一片甚至用三條均線做排列過濾，本片只用一條 ALMA，條件更簡。兩者的共同假設是——均線穿越提供方向，MACD 交叉負責剔除「有方向、無動能」的假訊號。
出場：3 倍 ATR 止蝕、2.5R 止賺
出場不看出場訊號，純粹用價格管理：止蝕設在入場價減 3 倍 ATR（畫面 ATR 設定為 Length 14、Multiplier 3），止賺設在 2.5 倍風險距離，即回報風險比 1:2.5。3 倍 ATR 屬偏寬的止蝕，設計意圖是「給交易喘息空間」，不被正常回調震走。
這裡有一個值得記錄的出入：口述的止蝕是 3×ATR，但 Freqtrade 結果總表的 Stoploss 一欄顯示 −25%、Custom Stoploss 為 false。合理的解讀是 ATR 止蝕與止賺寫在策略代碼的自訂出場邏輯內，−25% 只是 Freqtrade 層面的災難性後備止蝕——同頻道 KAMA 一片的設定正是這種結構。不過代碼放在 Patreon 付費牆，無法核實。
截圖出自原片（Quant Tactics，2025-12-27）：hyperopt 指令列明 timerange 20241101-20250701（8 個月）、100 epochs、min-trades 10、max-open-trades 1；疊加文字標明 OOS 樣本外測試 4 個月。
回測方法：8 個月調參＋4 個月樣本外
這片比同頻道早期作品規矩一點的地方，是做了單次樣本外測試 Out-of-Sample Testing：用 2024 年 11 月至 2025 年 7 月的 8 個月數據跑 hyperopt 找參數，再把最後 4 個月（2025 年 7 月至 11 月）留起不參與調參，用優化後的參數直接測試。講者稱樣本外期間策略再賺約 50%，累計利潤曲線在該段穩步向上。
另一個畫面細節：回測啟用了 5 分鐘 detail 數據（Timeframe Detail: 5m）。Freqtrade 預設只用 1 小時 K 線的四價模擬線內走勢，止蝕止賺的觸發次序只能靠估計；改用 5 分鐘數據後，線內先觸及止蝕還是止賺的判斷準確得多。這是這片在方法上做對的一件事，尤其本策略止蝕止賺相距不遠，線內模擬精度直接影響每單的結帳價。
要留意這只是單次前推切分，不是同頻道其他影片用的 13 個月滾動 walk-forward——切分點只有一個，樣本外只有 4 個月、十來次交易，仍然屬於「有做」與「做足了」之間。
截圖出自原片（Quant Tactics，2025-12-27）：回測期間 2024-11-01 至 2025-11-01，Isolated Futures、1h、起始資金 1,000 USDT；右欄 Total Profit 155.156%（1,551.558 USDT）、Sharpe 0.62、Profit factor 2.256、33 次交易、最大回撤 13.777%。
成績解讀：155% 背後的 33 次交易
按畫面數據：一年內只有 33 次交易（日均 0.09 次），15 勝 18 負，勝率 Win Rate 45.45%；平均盈利單持有約 4 日 6 小時，平均虧損單約 2 日 22 小時，利潤因子 Profit Factor 2.256。配合 1:2.5 的回報風險比設計，這是標準的「勝率不過半、靠盈虧比取勝」結構——每贏一次平均賺 2.5R，每輸一次蝕 1R，勝率四成半已足以拉出 2.2 以上的利潤因子。
風險指標的對讀更有意思：夏普比率 Sharpe 只有 0.62，索提諾比率 Sortino 卻高達 5.64，卡瑪比率 Calmar 58.55。Sharpe 與 Sortino 的十倍差距意味波動幾乎全部來自上行方向——盈利單持得久、金額大，虧損單細而快。配合最大回撤只有 13.777%，紙面上屬「回報高、下行風險受控」的理想形態。但 33 次交易的樣本量太少：任何單一交易的出入都足以大幅改寫這些比率，統計代表性本身才是最大的問號。
截圖出自原片（Quant Tactics，2025-12-27）：上方為逐次交易盈虧分佈，下方累計利潤曲線的綠框部分為樣本外 4 個月，講者稱該段再賺約 50%。
與 buy & hold 的對照
講者提供的基準是同期 BCH 市場變化 +52.152%（畫面 Market change），策略 155% 約為其三倍。不過 BCH 在回測年內屬強勢幣種——策略的超額回報有多少來自「選中 BCH」這個決定本身，原片沒有交代選幣過程，這一點與參數優化一樣，屬隱性擬合的可能來源。
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 USDⓈ-M 期貨、Isolated 模式（畫面有）
- ✅ 交易對：BCH/USDT:USDT（hyperopt 指令有）
- ✅ Timeframe：1 小時，detail 用 5 分鐘（畫面有）
- ✅ 回測期間：20241101-20251101（畫面有）
- ✅ 調參方法：hyperopt、8 個月、100 epochs、MultiMetricHyperOptLoss、random-state 9319（指令完整可見）
- ✅ 起始資金：1,000 USDT；持倉上限 1（畫面有）
- ⚠️ ALMA 參數：示範畫面 100／20／0.15 與回測圖例 alma(100, 20, 0.85) 不一致，實測參數以哪個為準無法確認
- ⚠️ MACD 參數：原片未交代
- ✅ 進場條件：收市上穿 ALMA＋MACD 金叉（口述清楚）
- ✅ 出場條件：3×ATR 止蝕（ATR 14、乘數 3 有畫面）、2.5R 止賺（口述清楚）；但與結果總表 Stoploss −25% 的對應關係原片未交代
- ⚠️ 槓桿：原片未交代
- ⚠️ 手續費率與滑價假設：原片未交代
- ⚠️ 每倉注碼規則：原片未交代（Avg. stake 約 1,711 USDT，屬複利後數字）
- ❌ 策略代碼：放於 Patreon 付費牆，非免費公開（與同頻道三連陽一片免費放碼不同）
- ✅ 樣本外驗證：有，單次切分 4 個月（但非滾動 walk-forward）
結論：回測框架與調參指令交代得比同頻道舊片完整，但 ALMA／MACD 實測參數、槓桿、費用四項關鍵缺失，加上代碼收費，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。MT5 沒有內建 ALMA（iMA() 只有 SMA/EMA/SMMA/LWMA），需自行以高斯權重公式實作或引用 MQL5 Codebase 的社群版本；MACD（iMACD()）與 ATR（iATR()）為內建，H1 框架原生支援 |
| 平台限制 | MT5 券商的加密貨幣多為 CFD 而非永續合約，無資金費率、點差結構不同；單標的測試無礙（本片本身只測 BCH 一對），但自寫 ALMA 與原片 qtpylib 實作的細節差異（權重精度、起始值處理）會令訊號位置偏差，結果不可直接對照 |
| 評級 | ⚠️ 邏輯簡單可移植，但 ALMA 需自寫且參數未完全公開，回測數字難以在 MT5 環境核證 |
| MQL5 寫法提示 | ALMA：先算 m = floor(offset × (length − 1))、s = length / sigma，再逐位計權重 w[i] = exp(−((i − m)²) / (2s²)) 並歸一化後加權求和，可封裝成自訂指標；進場用 Close[1] 與 ALMA[1]、ALMA[2] 比較判斷收市上穿，MACD 金叉用 iMACD() 主線與訊號線前後兩期比較；止蝕止賺在開倉時以 3×iATR() 及 1:2.5 距離計算掛單 |
即使成功移植，MT5 回測同樣會過度擬合。
防坑檢查
- 過度擬合：ALMA 有三個可調參數，加 MACD 三個、ATR 乘數一個，自由度不低；hyperopt 以 100 epochs 在 8 個月數據上搜尋，min-trades 只設 10，即優化目標可能由極少交易主導。示範畫面與回測圖例的 offset 不一致（0.15 vs 0.85），側證參數經過優化且過程不透明。
- 樣本外驗證：有，但只是單次切分的 4 個月，期內交易次數約十來次，且切分點由講者自選；非同頻道舊片的 13 個月滾動 walk-forward，驗證力度弱一截。
- 樣本量：全年僅 33 次交易。勝率 45.45%、利潤因子 2.256 這類比率在 33 個樣本下置信區間極寬，多幾單虧損就足以翻轉結論。
- 滑價：原片未交代。BCH 期貨流通性中等，33 次交易雖少，但每單金額隨複利放大至數千 USDT，滑價與資金費率（期貨持倉成本）均未見計入說明。
- 手續費：原片未交代費率。Freqtrade 預設會計費，但講者無展示設定；Binance 期貨另有資金費率，平均持倉 4 日的單會被收取約 12 次，對結果有實質影響。
- 選幣偏差：只測 BCH 一對，而 BCH 在回測年內 buy & hold 已升 52%。為何選 BCH 而非其他幣種、是否事後挑選，原片沒有交代。
- 參數矛盾：示範用的 offset 0.15 與回測圖例的 0.85 是兩條性格完全不同的均線（前者置中穩定、後者緊貼現價），影片沒有解釋差異，讀者照示範參數重設會得到另一套訊號。
- 固定問題——原片提供的資訊能否完整重現回測？ 不能。框架、標的、期間、調參指令完整，但 ALMA 與 MACD 實測參數、槓桿、費用缺失，代碼又在付費牆後，屬「方法可學、數字不可核」的一類。
欣利克的看法
- 「均線＋MACD 確認」是這個頻道反覆驗證有效的模板，本片是又一個變體。繼 KAMA 之後再試 ALMA，兩者同屬「比 EMA 更聰明的均線」家族，進場邏輯幾乎一樣。概念上值得釐清的是：這類策略的邊際貢獻主要在 MACD 確認層，而非均線本身——換句話說，ALMA 是否真比 KAMA 或 EMA 好，單憑一片單幣單年的回測無法回答。
- 常見誤區：把「有做樣本外」當成「驗證充足」。本片確有 4 個月樣本外，比完全沒有的影片誠實，但單次切分、十來次交易的樣本外，統計上仍遠不足夠。截至 2025 年 11 月的數據顯示 OOS 期內賺約 50%，數字亮麗，但樣本外同樣只有一個切分點，切分點的選擇本身也可以事後調整。
- 33 次交易是最該盯著的數字，比 155% 重要。按畫面數據，全年日均交易 0.09 次，利潤因子 2.256、Sortino 5.64 全建基於這 33 個樣本。讀此類回測時，先看交易次數決定比率的可信度，再看比率本身——次序反了就容易被漂亮的風險指標說服。
- 不同來源的觀點值得並置。同頻道的 KAMA＋MACD 一片做滾動 walk-forward、測 80 隻幣，本片只測 BCH 一對、單次切分；兩片結論都是「策略有效」，但驗證嚴謹度差很遠。同一講者不同影片的規格差異，本身就是評估其可信度的素材。
- 資料時效與利益關係提醒。回測數據止於 2025 年 11 月 1 日，影片 12 月 27 日上載，距今已超過半年；講者經營 Freqtrade 付費課程，本片的策略代碼亦放於 Patreon 收費，回測數字服務於銷售目的，宜當教學示範看待，而非可執行的結論。
名詞解釋
- 阿諾勒古移動平均線 ALMA：以高斯分佈加權的均線，用 length／sigma／offset 三參數平衡平滑與反應速度，本策略以其作趨勢核心。
- MACD Moving Average Convergence Divergence：由快慢 EMA 差值構成的動能指標，本策略以 MACD 線上穿訊號線作進場確認。
- 平均真實波幅 ATR：量度價格平均波動幅度，本策略以其 3 倍設止蝕、2.5 倍風險設止賺。
- 考夫曼適應性移動平均線 KAMA：按市場效率自動變速的均線，同頻道另一策略的主角，與 ALMA 同屬進階均線家族。
- Freqtrade：開源加密貨幣自動交易與回測框架，本片回測平台。
- Hyperopt：Freqtrade 內建的參數優化工具，本片以 100 epochs 在 8 個月數據上調參。
- 永續合約 Perpetual Futures：無到期日的加密貨幣期貨，本片標的 BCH/USDT 屬此類，持倉涉及資金費率。
- 回報風險比 Risk-Reward Ratio：潛在盈利與潛在虧損的比例，本策略設計為 1:2.5。
- 勝率 Win Rate：盈利交易佔總交易的百分比，本策略 45.45%。
- 利潤因子 Profit Factor：總盈利除以總虧損，本策略 2.256。
- 夏普比率 Sharpe Ratio：每單位總波動換取的超額回報，本策略僅 0.62。
- 索提諾比率 Sortino Ratio：只計下行波動的風險調整指標，本策略 5.64，與 Sharpe 的巨大差距顯示波動集中在上行方向。
- 最大回撤 Max Drawdown：資金曲線由高位回落的最大幅度，本策略聲稱 13.777%。
- 樣本外測試 Out-of-Sample Testing：用未參與調參的數據驗證策略，本片做了單次切分的 4 個月。
- 滾動前推分析 Walk-Forward Analysis：不斷滾動「調參→驗證」窗口的驗證方法，比本片單次切分嚴謹，同頻道舊片曾使用。
- 過度擬合 Overfitting：參數過度遷就歷史數據的風險；本片 ALMA 三參數加 MACD 三參數，自由度不低。
- 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：不作擇時、全程持有的基準策略，同期 BCH 回報約 52%，用作對照。
常見問題 FAQ
ALMA 與普通移動平均線有何分別？
ALMA 用高斯分佈（鐘形曲線）計算權重，而非 SMA 的等權或 EMA 的指數遞減。它把權重峰值放在數據窗口的指定位置（offset），並用 sigma 控制集中度，理論上能同時取得高平滑度與低滯後。代價是可調參數由一個增至三個，更容易在回測中被過度優化。
為甚麼價格上穿 ALMA 還要 MACD 確認？
按講者說法，單獨交易均線穿越會被大量假突破觸發，勝率很低。ALMA 負責判斷趨勢方向，MACD 金叉負責確認動能正在形成，兩層齊集才進場，目的是剔除「有方向、無動能」的假訊號。這與同頻道 KAMA＋MACD 策略是同一設計思路。
155% 回報、回撤只有 13.8%，是否代表策略很穩？
數字亮麗但樣本太少：截至 2025 年 11 月的一年回測只有 33 次交易，勝率 45.45%、利潤因子 2.256 等比率在這個樣本量下統計意義有限。況且 Sharpe 僅 0.62，同期 BCH 買入持有已升 52%，策略的真正超額表現需要更大樣本與更多幣種驗證才有結論。
這套策略可以在 MT5 跑嗎？
可以但需動工：MT5 沒有內建 ALMA，要用高斯權重公式自行實作（或引用 MQL5 Codebase 的社群版本），MACD 與 ATR 則是內建指標。進出場邏輯簡單，移植不難；但 MT5 的加密貨幣多為 CFD，與 Binance 永續合約的費用結構不同，加上原片參數未完全公開，回測數字無法直接對照。
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：