DCA 馬丁格爾攤平 Bot 拆解：一年樣本外回測 86%–124%，勝率 98% 的代價是甚麼

2026年1月31日 · 來源頻道：Quant Tactics · 網格攤平 #策略拆解 #加密貨幣 #量化交易 #回測 #Freqtrade #馬丁格爾 #DCA

YouTube 頻道 Quant Tactics 在 2026 年 1 月底上載了一條講解 平均成本法 DCA 結合馬丁格爾 Martingale 加倉的交易機械人影片。與同頻道以往的指標訊號策略不同，這套系統不用任何技術指標：開一個基礎倉，價格每逆向一段距離就按預設規則加倉，拉低平均入場價，反彈到止賺目標即整體離場。講者用 Freqtrade 在 ETH、XRP、LTC 等大市值幣對上回測，聲稱全程只用樣本外數據的一年期內分別錄得約 86.8%、124%、90.8% 回報，勝率高達 98%——同期 buy and hold 全部錄得負回報。數字亮麗，但 98% 勝率在攤平系統裡從來不是重點，重點是剩下那 2% 發生時會輸多少。

策略速覽

重現規格

詳細拆解

策略本質：短線攤平，不是月供投資

講者開場先劃清界線：這裡的 DCA 不是長線定期定額投資，而是一套短線、規則化的交易策略。運作流程一個循環四句講完：開基礎倉 → 價格逆向到預設偏離度，落第一張加倉單（safety order）→ 再跌再按規則加，每張單拉低整體平均入場價 → 價格反彈至以平均價計的止賺目標，整個系列一次過平倉，重新開始下一循環。

這個結構與馬丁格爾 Martingale 同源，分別只在加碼倍數：經典 Martingale 每層加倍，本片用 1.2 至 2 倍的「受控」倍數，資金需求增長較緩，但幾何級數的本質不變。我們在馬丁格爾策略第 11 課已拆過其數學結構：勝率可以長期貼近 100%，但期望值取決於那一次加倉鏈斷裂時的虧損規模。講者強調用機械人執行是為了「移除情緒、強制紀律」——手動攤平最大的失敗模式確實是人在虧損中違反自己的規則，這點成立；但紀律只能保證執行規則，不能保證規則本身在極端市況下存活。

七大參數逐個拆

本片最有教學價值的部分，是把 DCA bot 的參數體系講得相當完整（3Commas 一類商業 DCA bot 用的正是同一套概念）：

1. 基礎倉注碼 Base Order Size：每個交易周期的首張單規模，決定整條加倉鏈的起點。
2. 加倉觸發偏離 Price Deviation：價格要逆向多少才落第一張加倉單。設得太密，倉位迅速疊滿；設得太疏，平均成本拉不低，反彈要很深才到止賺。
3. 最大加倉層數 Safety Order Count：整個系統的首要風控閘。層數一封頂，最壞情況的資金需求才有上限；不設上限的 Martingale 理論上需要無限資金。
4. 加倉注碼倍數 Volume Scale：每張加倉單比上一張大多少。本片用 1.2–2 倍。以 1.4 倍、十層計，總投入約為基礎倉的 97 倍；以 2 倍計則是 1,023 倍——倍數差 0.6，資金需求差十倍，這就是幾何級數的含義。
5. 間距遞增 Step Scale：等於 1 時每層間距固定（如每跌 2% 加一張）；大於 1 時越跌間距越闊，用意是跌得越深、越要等確認才加注，減慢資金消耗。
6. 止賺 Take Profit：以加倉後的平均入場價計算目標。加倉越多、平均價越低，反彈要求的幅度越小——這正是攤平系統勝率高的來源：它把「等市場回到原入場價」改寫成「等市場反彈一小段」。
7. 複利再投資 Reinvesting：盈利滾入下一周期。本片回測開啟了此項，即 86%–124% 是複利滾存後的數字。

截圖出自原片（Quant Tactics，2026-01-31）：七大參數講解畫面，右側示意圖展示基礎倉後分層加倉、價格反彈時以平均價為基準 SELL ALL 離場。

加倉鏈的算術：倍數差 0.6，資金需求差十倍

講者把 Volume Scale 描述為「1.2 至 2 倍的受控加碼」，語氣輕描淡寫，值得用一條算式看清楚這句話的分量。設基礎倉為 1 個單位，加倉倍數 r，層數 n，整條鏈的總資金需求是等比級數 1＋r＋r²＋…＋rⁿ。以十層加倉計：r＝1.2 時總需求約 26 個單位；r＝1.4 時約 97 個單位；r＝2 時是 1,023 個單位。倍數由 1.4 調到 2，只差 0.6，最大資金需求卻膨脹超過十倍。反過來看，這也是層數封頂為何是「首要風控閘」的原因：只要 n 有上限，這條級數才有盡頭；n 不設上限，理論上需要無限資金，而任何帳戶的資金都是有限的——攤平系統的爆倉不是「會不會」的問題，而是「第幾層」的問題。

另一個原片沒有交代的環節是基礎倉的觸發時機：整套系統不用技術指標，那麼一個循環完結後，新基礎倉是立即重開，還是等待某種條件？從 ETH 一年只有 50 次交易、盈利單平均持有近 7 日推算，循環之間可能有等待期，但規則完全沒有講。這個缺口同樣影響重現。

方法論：調參與測試分離

講者的方法論陳述是這類影片中少見的完整：參數用多年歷史數據優化，測試則只用獨立的樣本外期間；只選大市值幣對；每對獨立調參，不用一套參數打天下。調參與測試分離，正是防止過度擬合 Overfitting 的標準做法，單憑這一點，本片的方法論意識高於同頻道早期作品。

但仍有兩處缺口要照實指出：其一，「多年歷史數據」的具體年期、優化方法（grid search？walk-forward？）全部未交代，調參與測試之間有沒有多輪往返——即見到樣本外結果不理想再回去調參——無從稽考，理論上樣本外只能用一次。其二，樣本外期間是單一一段，即 2025 年全年，而非滾動式 walk-forward 驗證；一段期間內幸運與穩健，外觀上可以一模一樣。

回測結果：98% 勝率怎樣讀

ETH 畫面數據最完整，逐格拆：期間 2025 年 1 月 1 日至 2026 年 1 月 1 日，1 小時圖（以 5 分鐘數據模擬盤中成交），起始資金 2,000 USDT，期末 3,735 USDT，總回報 86.75%，CAGR 同為 86.75%（剛好一年）。50 次交易，49 勝 0 和 1 負，勝率 98%；利潤因子 Profit Factor 高達 125，因為唯一一次虧損只蝕 13.97 USDT。夏普比率 Sharpe 1.51，最大回撤僅 6.37%，回撤持續 22 日。同期 ETH buy and hold 為 −11.4%。

XRP 與 LTC 畫面只展示重點：XRP 樣本外回報 124.2%（buy & hold −12.6%）；LTC 90.8%（buy & hold −26.6%），62 次交易 61 勝 1 負，勝率 98.4%，最佳單日 +28%，最大回撤竟只有 0.069%，回撤持續同為 22 日。結果總表一閃而過的畫面可見至少六對大市值幣（另含 UNI、DOGE、AAVE），回報介乎約 87% 至 124%；其中 UNI 同期市場變化為 −57.5%，即市價接近腰斬之下策略仍錄得約 95% 回報——這正是攤平系統在「跌而不絕」市況中的威力示範，但反過來也提醒：一旦跌而真絕，結局會寫在另一條資金曲線上。

三對共同的分佈特徵值得並排看：盈利單平均持有 5 至 7 日，最長一單超過一個月；虧損單的持有時間反而全部是三星期左右——輸的循環不是「小輸快走人」，而是資金被鎖在加倉鏈底層三星期才解脫。這揭示了攤平系統的另一項隱性成本：資金佔用。帳面上最大回撤只有幾個百分點，但那三星期內這筆資金完全無法動用，機會成本不會出現在任何回撤指標裡。

截圖出自原片（Quant Tactics，2026-01-31）：Freqtrade 回測結果，期間 2025-01-01 至 2026-01-01，1 小時圖，Total Profit 86.752%（1,735.03 USDT）、50 次交易 49 勝 1 負、最大回撤 6.373%、市場同期 −11.413%。

98% 勝率不是策略「神準」的證據，而是攤平結構的必然外觀：止賺目標設在平均成本之上不遠處，絕大多數循環都賺小利離場；唯一那 2%，是價格跌穿全部加倉層仍未反彈的循環。ETH 一年裡只出現一次，虧 13.97 USDT——少到幾乎可疑。讀法是：這一年市場給了這套參數極佳的生存環境（反覆回落後終有反彈），而不是「虧損被消滅了」。虧損沒有消失，只是被推向機率分佈的尾部，等待一個不回頭的單邊市一次過結算。LTC 最大回撤 0.069% 這種數字，同樣應讀作「期間內未受考驗」，而非「風險極低」。

截圖出自原片（Quant Tactics，2026-01-31）：LTC 一年樣本外回測，Total Profit 90.789%（1,815.78 USDT）、62 次交易、勝率 98.39%、市場同期 −26.640%。

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：

• ✅ 策略類型與流程：基礎倉＋分段加倉＋平均價止賺，口述與示意圖清楚
• ✅ 回測平台：Freqtrade（畫面 FreqUI）
• ✅ 回測期間：2025-01-01 至 2026-01-01（畫面有）
• ✅ Timeframe：1h，盤中以 5m 數據模擬（畫面有）
• ✅ 起始資金：2,000 USDT（畫面有）
• ✅ 持倉上限：每對一倉系列（Max open trades: 1）
• ✅ 止蝕設定：Stoploss −99%，即不設硬止蝕（畫面有）
• ✅ 複利再投資：開啟（策略名稱含 Reinvest）
• ⚠️ 交易所與市場類型：原片未明確交代（推測 Binance 現貨，未經證實）
• ❌ 加倉觸發偏離（Price Deviation）實際數值：原片未交代
• ❌ 最大加倉層數：原片未交代——風控核心參數缺失
• ❌ 加倉注碼倍數確實值：只知「1.2–2 倍之間」，原片未交代
• ❌ 間距遞增（Step Scale）實際數值：原片未交代
• ❌ 止賺目標百分比：原片未交代
• ❌ 基礎倉注碼佔資金比例：原片未交代
• ❌ 手續費率與滑價假設：原片未交代
• ❌ 調參用的歷史數據年期與優化方法：原片未交代
• ❌ 策略代碼：收於講者 Patreon 付費牆，無法免費核對

結論：講者明言完整參數與實作細節全部放在 Patreon。單靠影片內容完全無法重現回測——整套攤平系統的五個核心參數（偏離、層數、倍數、間距、止賺）一個實數都沒有公開，而這五個數恰恰決定爆倉風險的大小。

MT5 可行性速評

即使成功移植，MT5 回測同樣會過度擬合。

防坑檢查

• 過度擬合：方法論上做對了調參與測試分離，且每對獨立調參，意識良好。但優化數據年期、優化方法、有否反覆查看樣本外結果再調，全部未交代；樣本外只有單一一段一年期，防擬合的強度無從驗證。
• 樣本外驗證：有，這是本片相對同類影片的優點——一年期、聲稱零樣本內數據。但它是「一段式」樣本外，非 walk-forward 滾動驗證；一段期間的代表性始終有限。
• 極端單邊市考驗：這是 Martingale 類回測最關鍵的一項。2025 年樣本期內，ETH 市場變化 −11.4%、LTC −26.6%、UNI −57.5%，屬反覆偏淡但有反彈的市況——正是攤平系統最如魚得水的環境。期間最大回撤僅 0.069%–6.4%，反映整年未出現跌穿全部加倉層仍不回頭的行情，系統的尾部風險等於沒有被測試過。
• 爆倉風險與資金需求：不設硬止蝕（Stoploss −99%），唯一保障是加倉層數封頂——而層數、倍數、間距三個決定最大資金需求的數字一個都沒公開。以 1.4 倍十層計總投入約為基礎倉 97 倍、2 倍計達 1,023 倍；畫面顯示 ETH 平均注碼約 694 USDT 對 2,000 USDT 本金，實際單層規模無法推算。不知道最大資金需求，就不知道這個 86% 回報對應的爆倉機率是多少。
• 勝率幻覺：98%–98.4% 勝率是攤平結構的必然外觀，不是優勢的證明。利潤因子 125 這類數字來自「贏 49 次小利、輸 1 次微虧」的分佈；一旦樣本期包含一次極端單邊跌市，同一策略的利潤因子可以瞬間變成小於 1。
• 滑價與手續費：原片未交代。ETH 一年總成交額約 61,278 USDT，以幣圈現貨單邊 0.1% 費率計來回費用約 120 USDT，相對 1,735 USDT 利潤影響約 7%——尚可接受，但加倉層數越多、周轉越快，費用佔比越高，重現時必須核實。
• 倖存者偏差：只選「大市值幣對」且每對獨立調參。大市值幣本身就經過事後篩選——2025 年之前已歸零或邊緣化的幣種不會出現在名單上，而它們正是攤平系統的墳場。
• 固定問題——原片提供的資訊能否完整重現回測？ 不能，而且差距是這個頻道作品中最大的。期間、資金、平台、timeframe 齊全，但五個核心攤平參數全部收在 Patreon 付費牆後；無法重現的回測，無論方法論講得多好，都只能當作示範看待。

欣利克的看法

• 本片的方法論意識值得肯定，但透明度與方法論不匹配。調參與測試分離、每對獨立優化、只用樣本外數據展示——這些是截至 2026 年初 YouTube 量化回測影片中少見的正確示範。可惜五個核心參數一個不公開，讀者被放在「方法論上應該可信、實證上無法核實」的尷尬位置。付費文件是否補齊，不在本片討論範圍。
• 攤平系統的風險從來不在勝率，而在資金需求曲線。概念上必須釐清：Martingale 類系統把小額虧損不斷延後、累積成一次大額虧損，勝率 98% 只是這個延後機器運作正常的外觀。評估這類策略，第一個要問的永遠是「加滿全部層數需要多少資金、之後再跌怎麼辦」，而不是勝率。
• 2025 年的樣本期是攤平系統的順風年。截至 2026 年 1 月的數據顯示，期內各幣反覆下跌但終有反彈，最大回撤不到 7%。這不是策略穩健的證明，而是系統的尾部風險恰好一年未遇考驗。常見誤區是把「未爆倉」讀成「不會爆倉」——兩者在單一樣本期內外觀完全相同。
• 與指標策略的比較要公平。同頻道的指標策略（如 RSI 六年回測）勝率三、四成靠盈虧比賺錢，本片勝率 98% 靠頻密小利——兩種結構的風險藏在不同地方：前者在連敗，後者在尾部。比較時應看最大回撤對應的資金需求與樣本期有否涵蓋極端市況，而非單看總回報。
• 利益關係照舊要知。講者的完整參數與研究文件收於 Patreon 訂閱，影片本身即是引流內容；回測數字服務於銷售目的，宜當教學示範看待。

名詞解釋

• 平均成本法 DCA：本文指短線語境下的逆勢分段加倉攤平，與長線定期定額投資同名而不同物。
• 馬丁格爾 Martingale：虧損後加注博反彈的經典方法，資金需求幾何級增長；本策略為其受控變體。
• Freqtrade：開源加密貨幣自動交易與回測框架，本片回測平台。
• 樣本外測試 Out-of-Sample Testing：用未參與調參的數據驗證策略；本片聲稱一年回測全部屬樣本外。
• 過度擬合 Overfitting：參數過度遷就歷史數據的風險；本片以調參測試分離應對，但細節未公開。
• 勝率 Win Rate：盈利交易佔比；本片 98%，屬攤平結構的必然外觀而非優勢證明。
• 利潤因子 Profit Factor：總盈利除以總虧損；ETH 畫面高達 125，因唯一一次虧損僅 13.97 USDT。
• 夏普比率 Sharpe Ratio：每單位總波動換取的超額回報；ETH 畫面 1.51。
• 最大回撤 Max Drawdown：資金曲線高位回落的最大幅度；本片各對僅 0.069%–6.4%，反映樣本期未遇極端行情。
• 止蝕 Stop Loss：預設虧損離場機制；本片設 −99% 即實際不設，風控全押在加倉層數封頂上。
• 複利 Compounding：利潤再投入的滾存效應；本片開啟再投資，回報數字為複利結果。
• 買入持有 Buy and Hold：全程持有的對照基準；同期三對全部錄得負回報。
• 滑價 Slippage：預期與實際成交價的差異，原片未交代有否計入。

常見問題 FAQ

DCA 攤平和月供股票有甚麼分別？

同名不同物。月供股票是長線定期定額買入，不設止賺、以累積資產為目標；本片的 DCA 是短線交易策略——開倉後價格逆向才分段加倉，目的是拉低平均成本，博一次小反彈整體獲利離場，本質是馬丁格爾的受控變體。兩者的風險結構完全不同，閱讀標榜 DCA 的策略時必須先分清對方講的是哪一種。

勝率 98% 為甚麼不代表策略安全？

因為攤平系統把止賺設在平均成本之上不遠處，絕大多數循環賺小利離場，勝率高是結構的必然外觀。真正的風險藏在剩下的 2%：價格跌穿全部加倉層仍不回頭時，虧損以全部累計注碼計。截至 2026 年 1 月的一年樣本內 ETH 只出現一次、僅虧 13.97 USDT，反映該年市況順風，而非虧損風險被消滅。

最大加倉層數為何是首要風控參數？

因為不設硬止蝕的攤平系統，最大虧損完全由「層數 × 注碼倍數」決定。層數封頂，最壞情況的資金需求才有上限；層數與倍數決定資金曲線是算術級還是幾何級膨脹。本片正正沒有公開這兩個數字，所以回測的爆倉風險無從評估——這也是單靠影片無法重現回測的主因。

這套邏輯可以在 MT5 實現嗎？

可以，整套邏輯不用任何技術指標，純粹是價格偏離監控、分層注碼與加權平均成本計算，MQL5 寫得到。要留意淨額帳戶下加倉會改寫淨倉位均價，需自行簿記每層注碼；且 MT5 的加密貨幣多為 CFD，點差與隔夜費會侵蝕高頻小利的攤平循環，回測數字與幣圈現貨環境不能直接對照。

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：

來源：https://www.youtube.com/watch?v=M1036x1Hobg