66 天量化訓練 Day 4–10：SMA、ADX、Ichimoku 與風險管理

本文摘要

Day 4–10 依序測試 SMA、布林通道、MACD、ADX 與 Ichimoku，最後回到風險管理。這週最重要的結果，不是哪個指標最好，而是樣本外表現、交易成本與止損邏輯會迅速拆穿看似漂亮的回測。

七天的學習地圖

天數	核心主題	指標類型	學到的關鍵觀念
Day 4	SMA 策略 + IBKR 實作	趨勢追蹤	均線交叉、資料擷取流程
Day 5	SMA 日內交易改造	趨勢追蹤（短線）	時間週期切換、SMA 參數靈敏度
Day 6	布林通道（Bollinger Bands）	波動率 + 均值回歸	95% 法則、過度擬合的代價
Day 7	MACD 黃金交叉	動能指標	落後指標特性、柱狀圖斜率濾網
Day 8	ADX 趨勢強度	趨勢強度濾網	不看方向只看力道、假訊號過濾
Day 9	Ichimoku Cloud 一目均衡表	全方位系統	五線整合、雲帶作為多空禁區
Day 10	風險管理心法	心態與紀律	止損獨立、破產風險、正期望值

逐日拆解

Day 4–5：從 SMA 開始測趨勢策略

簡單移動平均（SMA）的計算很直接：取過去 $N$ 天收盤價的算術平均。

SMA_N = \frac{1}{N} \sum_{i=1}^{N} P_i

核心概念

SMA 用來平滑雜訊，讓價格方向比較容易辨認；價格穿越均線時，可以把它當成待確認的趨勢轉向訊號。

實作上學到的事

Day 4 我們用 IBKR API 擷取 MAG7（七巨頭：MSFT, AAPL, TSLA, NVDA, META, GOOGL, AMZN）的歷史資料，分別搜尋 SMA 視窗。結果顯示，同一組參數無法直接套到所有標的。
Day 5 我們把日線 SMA 200 改成 1 分鐘線的 SMA 5。時間週期縮短後，訊號更靈敏，假訊號也明顯增加。

週期越短，雜訊越多

SMA 5 在 1 分鐘線上跳動非常劇烈。快節奏不等於高獲利，反而需要更嚴格的進出場紀律。

Day 6：用布林通道描述波動

布林通道由三條線組成：

中軌：SMA（通常為 20 日）
上軌：SMA + $k \times \sigma$ （通常 $k = 2$ ）
下軌：SMA - $k \times \sigma$

其中 $\sigma$ 為收盤價的標準差。

95% 法則

在常態分佈假設下，約 95% 的觀測值落在 ±2 標準差內。價格突破上下軌不代表必定反轉，只表示它離近期平均值較遠。

回測結論與反思

以 AAPL 為標的，使用「觸及下軌買入、觸及上軌賣出」的均值回歸邏輯回測十年：

指標	樣本內（2016–2021）	樣本外（2022–2026）
CAGR	25.99%	8.85%
Sharpe	1.20	0.59
Max Drawdown	-31.43%	-16.61%

網格搜尋找到的最佳參數 (SMA=20, σ=3.0)，Sharpe 是平均值的 2.05 倍，這是過度擬合的警訊。
3σ 的帶寬極少被觸發（樣本外僅 1 筆交易），多數時間空倉，回撤低但報酬也偏低。
AAPL 長期呈向上趨勢，純粹的均值回歸策略會在上軌時過早賣出，錯過趨勢延伸的大段漲幅。

關鍵教訓

回測裡排名第一的參數，不會因此成為未來的最佳參數。這組結果更像過度擬合（overfitting）的警告。

Day 7：用 MACD 觀察動能

MACD 全名 Moving Average Convergence Divergence（指數平滑異同移動平均線），是衡量動能最常見的工具之一。

MACD = EMA_{12} - EMA_{26}

Signal = EMA_9(MACD)

Histogram = MACD - Signal

黃金交叉與死亡交叉

黃金交叉：MACD 線由下往上穿越訊號線，視為看漲動能訊號
死亡交叉：MACD 線由上往下穿越訊號線，視為看跌動能訊號

進階技巧：柱狀圖斜率濾網

單純的交叉訊號容易在盤整市場中被「洗」出場（whipsaw）。加入柱狀圖斜率濾網後：

僅在柱狀圖「上升」時允許買入
僅在柱狀圖「下降」時允許賣出

這層確認減少了部分假訊號，也會讓進場變慢。動能指標本來就會落後（lagging），這裡換到的是較高確認度，代價是時效性。

Day 8：ADX 只衡量強度，不判斷方向

ADX（Average Directional Index，平均趨向指數）不像 SMA 或 MACD 產生方向訊號。它回答的是：目前是否有趨勢，以及趨勢強度多高。

ADX 的計算原理

ADX 並非直接從價格算出，而是經過多層加工。整個計算鏈可拆成五個步驟：

步驟一：計算趨向變動（Directional Movement）

每根 K 棒比較當前最高/最低價與前一根的差異：

+DM = \begin{cases} High_t - High_{t-1} & \text{若 } High_t - High_{t-1} > Low_{t-1} - Low_t \text{ 且 } > 0 \\ 0 & \text{否則} \end{cases}

-DM = \begin{cases} Low_{t-1} - Low_t & \text{若 } Low_{t-1} - Low_t > High_t - High_{t-1} \text{ 且 } > 0 \\ 0 & \text{否則} \end{cases}

簡單來說：+DM 捕捉「向上突破」的幅度，-DM 捕捉「向下突破」的幅度。

步驟二：計算真實波幅（True Range, TR）

TR = \max(High_t - Low_t,\; |High_t - Close_{t-1}|,\; |Low_t - Close_{t-1}|)

TR 衡量的是每根 K 棒的「實際波動範圍」，考慮了跳空缺口的情況。

步驟三：平滑處理（Wilder's Smoothing）

對 +DM、-DM、TR 分別套用 Wilder 平滑移動平均（通常週期 $N = 14$ ）：

Smoothed_{t} = Smoothed_{t-1} - \frac{Smoothed_{t-1}}{N} + Value_t

Wilder 平滑 vs 一般 EMA

Wilder 平滑等價於 $2N - 1$ 週期的 EMA。所以 ADX 14 實際上的衰減速度接近 EMA 27，比直覺上想的更「緩慢」。

步驟四：計算方向指標（+DI / -DI）與 DX

+DI = \frac{Smoothed(+DM)}{Smoothed(TR)} \times 100

-DI = \frac{Smoothed(-DM)}{Smoothed(TR)} \times 100

DX = \frac{|+DI - (-DI)|}{+DI + (-DI)} \times 100

+DI 代表向上動能占波動的比例，-DI 代表向下動能占波動的比例。DX 則衡量兩者之間的「分歧程度」。

步驟五：ADX = DX 的平滑

ADX = \frac{1}{N} \sum_{i=1}^{N} DX_i \quad \text{（初始值）}

ADX_t = \frac{ADX_{t-1} \times (N-1) + DX_t}{N} \quad \text{（後續值）}

最終的 ADX 是對 DX 再做一次平滑，讓趨勢強度的讀數更穩定、不會因單日波動劇烈跳動。

不需要手算！

實作可以直接使用 Python ta 函式庫：ta.trend.ADXIndicator(high, low, close, window=14)。理解計算過程的目的，是知道兩層平滑讓 ADX 反應較慢，因此更適合確認而非預測。

ADX 數值解讀

ADX 數值	趨勢強度	操作建議
0–20	弱勢 / 無趨勢	觀望，避免進場
20–40	中等趨勢	趨勢正在成形
40–60	強勢趨勢	適合順勢操作
60–100	極強趨勢	趨勢極其強勁

ADX 搭配 +DI（正趨向指標）與 -DI（負趨向指標）一起使用：

買入：ADX > 25 且 +DI 上穿 -DI
賣出：ADX > 25 且 -DI 上穿 +DI

ADX 的真正價值

ADX 適合當濾網，不適合單獨產生方向訊號。ADX > 25 只表示趨勢強度達到設定門檻，方向仍要由 +DI、-DI 或其他條件判斷。

Day 9：Ichimoku 把多種判讀放在同一張圖

一目均衡表（Ichimoku Kinko Hyo）在同一張圖上呈現趨勢方向、動能強弱與支撐壓力，由五條線組成：

組件	計算方式	角色比喻
轉折線（Tenkan-sen）	(9日高+9日低) ÷ 2	偵察兵 — 靈敏的短期趨勢偵測
基準線（Kijun-sen）	(26日高+26日低) ÷ 2	將軍 — 穩重的中期趨勢錨點
先行帶 A（Senkou Span A）	(轉折+基準) ÷ 2，向前位移 26 期	雲帶上緣或下緣
先行帶 B（Senkou Span B）	(52日高+52日低) ÷ 2，向前位移 26 期	雲帶的另一緣
遲行帶（Chikou Span）	當前收盤價，向後位移 26 期	第二確認者

雲帶（Kumo）= 多空禁區

先行帶 A 與 B 之間形成的區域就是「雲帶」。

價格在雲帶之上 → 多頭環境
價格在雲帶之下 → 空頭環境
價格在雲帶之中 → 方向不明，建議觀望

與單一 MA 策略的比較

相比 SMA 只告訴你「價格相對於均線在哪」，Ichimoku 同時提供了：

前瞻性：雲帶向未來延伸，讓你預判支撐與壓力位置
多維確認：轉折線/基準線交叉 + 雲帶位置 + 遲行帶，三重確認降低假訊號
內建動能判讀：觀察價格與雲帶的距離，越遠代表動能越強，靠近則代表動能衰減

代價是：訊號較為保守，交易頻率低，在震盪市場中容易錯失機會。

Day 10：一個 1.88 百萬美元帳戶歸零的案例

這一天沒有寫程式。我們讀到一位交易者使用 Imhotep 量化策略，帳戶一度突破 1.88 百萬美元，最後因止損程式碼未經測試、缺乏監控、全倉投入加上槓桿，在一夜之間歸零。

他犯的致命錯誤

使用槓桿
沒有測試止損邏輯
沒有完善的監控與告警機制
用 100% 的資金交易
當一切順利時，以為自己無敵

我的安全防護框架

參考《交易聖經》的核心理念，我歸納出三項生存原則：

原則一：讓單筆交易風險趨近於零

單筆風險上限 ≤ 總資金的 1%
槓桿以「實際曝險」計算，而非名義部位

原則二：盡可能讓自己存活在市場中

即使連續 20 次止損，帳戶仍保有 80% 以上資金
資金分為「交易資金」與「儲備資金」，儲備資金絕不動用

原則三：確保策略為正期望值

E = (W \times \bar{G}) - (L \times \bar{L}) > 0

其中 $W$ 為勝率， $\bar{G}$ 為平均獲利， $L$ 為敗率， $\bar{L}$ 為平均虧損。只有正期望值的策略才值得執行。

Quote

程式碼可以幫你執行邏輯，但只有你的風險意識能讓你留在場內。

七天回測的共同問題

樣本內最佳參數很難帶到樣本外

每一次參數優化都是一次與過度擬合的博弈。我們在 Day 6 的布林通道、Day 7 的 MACD、Day 8 的 ADX、Day 9 的 Ichimoku 中反覆驗證同一個道理：

樣本內的最佳參數，到了樣本外往往不再領先。

應對方式：

永遠將資料切分為樣本內（訓練期）與樣本外（驗證期）
看 Sharpe 熱力圖時，選「高原」而非「尖峰」——穩定的參數區間比單一最佳點更可靠
當樣本內 Sharpe 遠優於樣本外，就是過度擬合的紅旗

R.E.A.L 回測框架

所有回測都遵循 R.E.A.L 原則：

Realistic：加入手續費（$0.005/股）與滑價（0.05%）
Evidence-based：每個 Phase 逐步驗證，不跳步
Avoiding Bias：signal.shift(1) 延遲一根 K 棒執行，避免 Look-Ahead Bias
Logged：每階段以 Markdown 記錄觀察，確保可重現

指標選擇速查表

市場狀態	適合的指標	不太適合的指標
明確趨勢	SMA、MACD、Ichimoku	布林通道（均值回歸）
區間震盪	布林通道、RSI	MACD、ADX
趨勢不明	ADX（用來確認是否值得交易）	所有訊號型指標
需要全面判斷	Ichimoku（趨勢+動能+支撐壓力）	單一指標

沒有萬能指標

每個指標都依賴特定市場條件。先判斷市場狀態，再決定是否使用該指標，比搜尋一個通用的「最強指標」實際。

這週留下的五條規則

簡單的策略往往更穩健。 越複雜的系統越容易在實盤中崩壞。
回測是地圖，不是領土。 資料是完美的，市場不是。
風險管理優先於一切。 先求生存，再求獲利。
落後指標不是缺陷，是特性。 多一層確認換來的是更少的假訊號。
別追求最佳，追求穩健。 Sharpe 熱力圖上的尖峰是陷阱，高原才是歸宿。

下一步

Day 11 開始測 RSI 背離與指標組合，繼續用樣本外資料和 R.E.A.L. 框架檢查結果。