5-8-13 EMA 策略優化實錄：Freqtrade 調參後一年 200%（Quant Tactics 拆解）

2025年2月18日 · 來源頻道：Quant Tactics · 趨勢跟蹤 指標：EMA 指標：PSAR #策略拆解 #加密貨幣 #量化交易 #回測 #Freqtrade

YouTube 頻道 Quant Tactics 在 2025 年 2 月 18 日上載了一條策略優化教學，把一套趨勢跟蹤 Trend Following 策略由規則講解做到回測落地：以 指數移動平均線 EMA 5、8、13 三線排列定方向，配 拋物線轉向指標 PSAR 確認，再用 Python 寫進 Freqtrade，以 Hyperopt 在 8 個月樣本內數據調參、4 個月樣本外驗證。DOT 永續合約一年回測聲稱累計 +201.6%、最大回撤 16.6%。此片是一年後 5-8-13 EMA 配 PSAR 的 96% walk-forward 版的前作——兩片規則相同，驗證方法與標的不同，對照來看更能看清該頻道方法論的演變。

策略速覽

重現規格

詳細拆解

指標分工：三線排列定結構，PSAR 定位置

指數移動平均線 EMA 對近期價格加權較高，反應比 簡單移動平均線 SMA 快。5、8、13 取自斐波那契數列，分別扮演短線、過渡、中短線三個角色。當 5EMA 在 8EMA 之上、8EMA 又在 13EMA 之上，三線呈多頭排列，代表快線領先慢線、短期動能與中短期方向一致；倒轉排列即淡勢。

拋物線轉向指標 PSAR 的角色不同：它不判斷排列，只確認位置——收市價必須企在 SAR 點子的有利一側。SAR 點子以加速因子 Acceleration Factor 遞進：趨勢每創一次新高或新低，點子追近價格的速度便加快一級，軌跡呈拋物線形，本身已是半個移動止蝕。講者的設計邏輯是兩套機制量度不同維度：EMA 看均線之間的相對關係，PSAR 看價格與止蝕軌跡的相對關係，兩者同向才進場，藉此過濾假訊號。但要留意，兩者終究同是價格衍生的趨勢指標，在橫行市會同步失靈——這正是策略要再疊加 4 小時圖條件的原因。

進場：五重條件 AND 閘

好倉進場要同時滿足五個條件：5EMA 升穿 13EMA、8EMA 升穿 13EMA、三線多頭排列、4 小時圖上同樣多頭排列、收市價在 PSAR 之上，全部成立後在下一根 K 線進場。淡倉完全鏡像。

兩點值得留意。第一，前兩條是「交叉事件」，第三條是「狀態」，性質不同——交叉只在一瞬間成立，所以策略引入 ema_cross_rolling_window 參數，讓交叉訊號在之後數根 K 線內仍然有效，否則五個條件極難在同一根 K 線全部成立。第二，多時間框架 Multi-Timeframe 確認是這套策略與單圖表策略的主要分別：進場圖負責 timing，4 小時圖負責大勢，小圖的交叉只有在大圖同意時才作數，屬趨勢系統的標準設計。

出場：swing 點止蝕加固定盈虧比止賺

止蝕不用指標，直接用價格結構：取最近數根 K 線的最低 swing low（淡倉取最高 swing high），止蝕放在其略下方加一個百分比緩衝。止賺固定為止蝕距離的若干倍，即盈虧比 Risk-Reward Ratio 寫法。

這裡出現本片最值得記下的一個細節：口述講解時用 3:1，但優化後的最終參數是 2:1。畫面上的回測設定清楚顯示 risk_ratio: 2，連同 ema_cross_rolling_window: 4、stop_loss_buffer: 0.002、swing_point_lookback: 5、ema_set 維持 5_8_13、槓桿 1 倍。換言之 Hyperopt 在樣本內數據上找到的答案，是放棄「3:1 勝率 25% 打和」的教科書寫法，改用較近的止賺目標換取較高勝率——最終勝率 48.15%、利潤因子 1.57，正符合「較低盈虧比、較高勝率」的系統形態。這是「初始規則是講解用的起點、最終規格由優化決定」的典型例子，讀者重現時必須用最終參數而非口述參數。

截圖出自原片（Quant Tactics，2025-02-18）：優化設定為 1 小時圖、8 個月調參期、4 個月樣本外；參數清單包括 ema_set 四組斐波那契組合、ema_cross_rolling_window 1–8、stop_loss_buffer 0.1%–0.8%、swing_point_lookback 3–6。

優化方法：一次性靜態切分，非滾動驗證

本片把一年數據切成兩段：首 8 個月（2024 年 1 月至 8 月）為樣本內，用 Freqtrade Hyperopt 調參，目標最大化 Sharpe Ratio——追求風險調整後的穩定性，而非總回報最大化；末 4 個月（2024 年 9 月至 12 月）為樣本外測試 Out-of-Sample Testing，用調好的參數在未見數據上跑，檢查是否過度擬合 Overfitting。

這是標準的靜態切分流程，但要注意它與一年後同策略的 96% 版本的分別：本片只做一次切分，參數調好後固定不變；後作改用 walk-forward 滾動 13 段，每段重新調參。靜態切分的弱點是參數只在一段 8 個月的歷史上調出來，切分點前後的市況變化完全沒有再適應機制；優點是流程簡單、容易重現。

回測結果逐格讀

畫面展示的 Freqtrade 回測總表（2024-01-01 至 2025-01-01，DOT/USDT 永續 1 小時圖）資訊量不小：累計回報 201.6%（2,016 USDT）、CAGR 200.7%、最大回撤 16.6%（絕對值 575.5 USDT）、Sharpe 0.75、Sortino 1.88、利潤因子 Profit Factor 1.57、期望值 Expectancy 24.89 USDT。81 次交易之中 39 勝 42 負，勝率 48.15%；最好單日 +23.87%，最差單日 −13.61%；最長連勝 6 次、連敗 4 次；盈利單平均持有約 3 日，虧損單平均約 1.6 日——典型的「讓利潤奔馳、快速止蝕」趨勢系統持倉分佈。

截圖出自原片（Quant Tactics，2025-02-18）：回測期 2024-01-01 至 2025-01-01，DOT/USDT 永續 1 小時圖；Total Profit 201.6%、Max Drawdown 16.6%、Market change −14.0%；左下角 buy 參數塊顯示最終值 risk_ratio: 2、stop_loss_buffer: 0.002、swing_point_lookback: 5、ema_cross_rolling_window: 4。

兩個結構性觀察。其一，利潤分佈偏淡倉：好倉 45 次貢獻 60.5%，淡倉 36 次貢獻 141.1%——同期 DOT 本身跌 14%，淡倉次數較少但利潤是好倉的兩倍多，跌市造淡是這 200% 的主要來源。其二，201.6% 這個標題數字包含樣本內時段：回測期覆蓋完整一年，而首 8 個月正是調參所用的數據，真正樣本外只有最後 4 個月。原片沒有單獨披露樣本外 4 個月的獨立回報，只以累計資金曲線示意——曲線在 9 月切分點之後仍然向上，但無法從影片讀出樣本外的確實數字。

截圖出自原片（Quant Tactics，2025-02-18）：Trades log 逐單盈虧、Cumulative Profit 累計曲線與 Market change 對照；垂直分界線標示樣本內（紅框）與樣本外（綠框）切分點，約為 2024 年 9 月初。

多幣種版本

片尾講者提到另做了一個 pair-optimized 版本：同一套策略邏輯，每個幣種各自調一套參數，可在單一設定下同時交易多對。畫面顯示同一回測期（2024 年全年）三個幣種的成績：AVAX +108.6%、DOT +101.2%、DOGE +99.9%。留意這些數字與單幣版的 201.6% 不對應——多幣種同場交易要瓜分資金、參數亦各自不同，兩組數字不能互相比較優劣，只能說明策略邏輯在三個幣種上都跑出相近量級的正回報。

截圖出自原片（Quant Tactics，2025-02-18）：MultiTF_FibEMA_SAR_PairOptimized 策略在 2024 年全年的逐對回測，AVAX +108.61%、DOT +101.19%、DOGE +99.89%，右欄為交易紀錄。

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：

• ✅ 投資標的：DOT/USDT 永續合約（畫面有）；多空雙向（有）
• ⚠️ 交易所：示範圖為 Binance，回測所用交易所原片未明講
• ✅ Timeframe：進場 1 小時圖、高周期確認 4 小時圖（口述與畫面一致）
• ✅ 回測期間：2024-01-01 至 2025-01-01（畫面有）；8 個月樣本內＋4 個月樣本外（口述有）
• ✅ EMA 參數：5/8/13，優化備選四組（畫面有）
• ⚠️ PSAR 參數（起始／步長／上限）：原片未交代
• ✅ 進場條件：五重條件逐項口述清楚
• ✅ 出場條件：swing 點止蝕＋固定盈虧比止賺（口述清楚）；−25% 硬性止蝕上限（畫面有）
• ✅ 最終參數：risk_ratio 2、buffer 0.2%、lookback 5、rolling window 4、槓桿 1 倍（畫面完整披露）
• ✅ 優化目標：最大化 Sharpe（口述有）
• ✅ 回測結果：總表連 Sharpe、勝率、持倉時間、好淡利潤分拆全部展示
• ⚠️ 起始資金：原片未明講（由百分比與 USDT 數字推算約 1,000）
• ❌ 手續費、滑價、永續資金費假設：原片未交代
• ❌ 樣本外 4 個月的獨立回報：原片未單獨披露（201.6% 為全年合併數字）
• ✅ 策略代碼：講者稱 Freqtrade 策略檔隨影片描述區提供（連同付費 Freqtrade 課程推廣）

結論：交易規則與最終參數層面接近可完整重現，是本頻道早期作品中披露最齊的一批；但 PSAR 參數、成本假設與樣本外獨立數字三項缺失，單靠影片內容無法完整重現回測，須取得代碼核對。

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：有基本防護——8 個月樣本內調參、4 個月樣本外驗證，並以 Sharpe 而非總回報為優化目標。但優化維度有五項（EMA 組合、交叉窗口、緩衝、回望、盈虧比），自由度不低；且只做一次性靜態切分，參數在單一 8 個月窗口調出，切分點的選擇本身沒有穩健性測試。「swing 點止蝕」「初始 3:1」這些寫法如何選出，原片沒有交代，隱性擬合空間仍在。
• 樣本外驗證：有，但規格較弱——只切一次、樣本外只得 4 個月，且原片沒有單獨披露樣本外回報，標題的 201.6% 是樣本內外合併的全年數字。樣本外佔比多少、表現是否與樣本內相稱，單靠影片無法量化。
• 滑價：原片未交代。一年 81 次交易不算頻密，滑價影響相對小，但永續合約在劇烈波動時的實際成交價仍會偏離。
• 手續費與資金費：原片未交代。永續合約持倉要付資金費 Funding Rate，本片利潤七成來自淡倉，而 2024 年跌市中淡倉多數時間收資金費——若回測沒有計入資金費與手續費，201.6% 的構成會有出入，讀者重跑時必須核對 Freqtrade 設定的 fee 參數。
• 倖存者偏差：主測只有 DOT 一對，多幣種版亦只展示 AVAX、DOT、DOGE 三個主流幣，沒有選幣過程的交代；用今日仍然活躍的幣種回看，本身帶後見之明。
• 浮誇數字檢視：「200%」在 2024 年 DOT 跌 14% 的背景下屬中高水平，且是樣本內外合併口徑——比同頻道後來「六年幾千%」的純樣本內複利數字克制，但仍非嚴格樣本外數字。Sharpe 0.75、勝率 48% 屬平平無奇的風險調整水平，靠淡倉在跌市賺取絕對回報，換一個升市年份結果可以完全不同。
• 固定問題——原片提供的資訊能否完整重現回測？ 接近但未能。進出場規則、五項優化參數連最終值、結果總表都有，代碼據稱提供；唯 PSAR 參數、起始資金、成本假設與樣本外獨立數據缺失，須取得代碼核對後才算真正可重現。

欣利克的看法

• 「3:1 變 2:1」是全片最有教育意義的一格。口述教學用教科書式的 3:1 盈虧比，Hyperopt 跑出來的答案卻是 2:1——優化沒有迷信講者自己的初始設定，這是好事；但也提醒讀者，最終規格是數據調出來的，重現時照抄口述規則只會得到另一個結果。常見誤區是把教學段的「講解參數」當成「回測參數」。
• 200% 是合併口徑，閱讀時要自行打折。截至 2025 年 2 月的這條片，首 8 個月樣本內與末 4 個月樣本外混在同一條資金曲線裡，標題數字自然比純樣本外好看。這不算隱瞞（切分方法講得清楚），但讀者要有自行分拆的意識。
• 淡倉貢獻七成利潤，是本質而非巧合。2024 年 DOT 跌 14%，雙向策略造淡獲利，驗證的是「跌市能賺」，不是「任何市況都能賺」。Sharpe 0.75 只屬一般水平，加上升市與橫行市完全沒有數據，不宜把 200% 外推為策略的長期期望。
• 與一年後的 96% 版本對照，方法論進步清晰。同一套 EMA＋PSAR 規則，本片用一次性切分、單一標的、合併口徑；後作改用 13 段 walk-forward 滾動驗證、逐月披露樣本外。兩片並讀，正好示範「同一策略、驗證規格升級」前後的可信度差異。
• 利益關係照舊要知。講者經營 Freqtrade 付費課程，影片是課程引流內容，策略檔與多幣種版亦是誘導下載的素材；宜當方法示範看待，而非策略背書。

名詞解釋

• 拋物線轉向指標 Parabolic SAR：以加速因子遞進的趨勢指標，點子在價格下方為升勢、上方為跌勢，本策略用作進場位置確認。
• 指數移動平均線 EMA：對近期數據加權較高的均線，本策略用 5/8/13 三線排列定趨勢結構。
• 多時間框架 Multi-Timeframe：同時參考高低兩個周期的分析方法，本策略以 4 小時圖過濾 1 小時圖訊號。
• 盈虧比 Risk-Reward Ratio：潛在回報對潛在風險的倍數，本策略初始講解用 3:1，優化後改為 2:1。
• 擺動高低點 Swing High / Swing Low：價格結構中的局部極值，本策略以其作止蝕錨點。
• 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，本片以其最大化 Sharpe。
• 夏普比率 Sharpe Ratio：每單位總波動換取的超額回報，本片的參數優化目標，最終值 0.75。
• 利潤因子 Profit Factor：總盈利對總虧損的比率，本片聲稱 1.57。
• 最大回撤 Max Drawdown：資金曲線由高位回落的最大幅度，本片聲稱 16.6%。
• 永續合約 Perpetual Futures：無到期日、以資金費錨定現貨價的衍生品，本片回測標的類型。
• 樣本外測試 Out-of-Sample Testing：用未參與調參的數據驗證策略，本片預留最後 4 個月作樣本外。
• 過度擬合 Overfitting：參數過度遷就歷史數據的風險，樣本外驗證是主要緩解手段之一。
• 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 DOT 回報 −14.0%，用作對照。

常見問題 FAQ

為何優化後盈虧比由 3:1 變成 2:1？

口述講解時講者用 3:1 作初始寫法，但畫面上的最終回測參數顯示 risk_ratio 為 2。即 Hyperopt 在 8 個月樣本內數據上找到的較優組合是較近的止賺目標，以較高勝率（最終 48.15%）換取每單較小回報。這說明初始參數只是起點，最終規格由優化決定——重現時必須用最終參數而非口述參數。

200% 是樣本外結果嗎？

不是。201.6% 是 2024 年全年的合併數字，其中首 8 個月正是調參所用的樣本內數據，真正樣本外只有最後 4 個月。原片沒有單獨披露樣本外 4 個月的獨立回報，只以資金曲線示意切分點後延續升勢。閱讀這類數字時要留意口徑：合併數字必然比純樣本外好看。

本片與後來的 96% 版本有何分別？

規則相同（5-8-13 EMA 排列＋PSAR＋4 小時圖確認），分別在驗證規格：本片（2025 年 2 月）用 DOT 永續、一次性 8＋4 個月靜態切分、標題數字為樣本內外合併；2026 年 2 月的版本改用 AVAX 永續、13 段 walk-forward 滾動驗證，96.2% 為純樣本外口徑。兩篇並讀可看清同一策略在驗證方法升級前後的可信度差異。

這套策略可以在 MT5 跑嗎？

可以。EMA 與 PSAR 皆為 MT5 內建指標（iMA()、iSAR()），swing 高低點可用 iHighest()／iLowest() 取得，4 小時圖確認只需另開 H4 的均線 handle，五項最終參數亦全部披露。但 MT5 的 DOT 多為 CFD、無資金費機制，而本片利潤七成來自淡倉，資金費差異會直接影響結果，移植後的數字難以與原片直接對照。

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=jQdTTmtUJuk