在策略搜尋中加入更多市場，可能讓最佳回測看起來更強，證據卻更薄弱。加入交易標的後 Sharpe 上升，常被視為分散投資；但如果你搜尋了這些標的來挑選勝出策略，也就增加了碰巧成功的機會。
無論是由代理程式提出數百個訊號，還是由研究人員手動測試少數幾個，這個區別都很重要。搜尋空間涵蓋所有曾影響最終選擇的市場、時間週期、特徵與參數組合。「我們最後只推出一個策略」並不能說明有多少候選策略曾經參選。
為什麼更大的市場範圍會抬高最佳 Sharpe？
想像把同一個策略範本套用在 40 個互不相關的市場上。為了簡化起見，假設每個市場的真實 Sharpe 都是 0，而每個估計 Sharpe 的標準誤為 0.5。估計值會在 0 附近上下波動。不過，挑出最高的那個，它通常會是正值，單純因為你挑的是最大值。
粗略採用常態近似時，40 個獨立雜訊估計值中的最大值，預期會落在高於 0 約 1.3 個標準誤的位置：以這個例子來說，約為 Sharpe 0.65。確切數字取決於相依性、樣本長度與報酬分布。重點是，即使沒有任何策略具備優勢，經過挑選後也會產生樂觀偏誤。
保留搜尋紀錄。 記下每個檢視過的市場與候選策略，包括失敗的執行結果，以及後來放棄的變體。最終策略的試驗次數，取決於哪些結果曾影響選擇，而非清理後剩下多少檔案。
市場並非彼此獨立的擲硬幣。BTC 和 ETH 經常同漲同跌；兩個股票指數也可能承受大部分相同的風險。這會降低有效的獨立試驗數量，但問題依然存在。而且，即使市場彼此相關，在手續費、資金費率、流動性，以及訊號生效時段上仍可能不同。
測試更多市場算不算多重檢定？
如果你用測試結果來決定保留什麼，那就算。如果原始假設是「這條規則能在主要永續合約中捕捉資金費率效應」，那麼檢視不同市場就是檢驗假設的一部分。如果你測試 50 個市場，找出表現最好的一個，再依照它的表現撰寫假設，那麼市場範圍的選擇就成了最佳化的一部分。
事先選定範圍，和看過結果後才選定範圍，兩者有個重要差異。固定的一籃子市場能揭示某個想法在指定範圍內是否穩健。一籃子市場若不斷擴大，直到某個標的跑出亮眼的資產曲線，那就是一種搜尋程序。兩種研究都合理，但回答的是不同問題。
| 研究選擇 | 可支持的結論 | 單憑此選擇無法證明的事 |
|---|---|---|
| 事先指定一籃子市場，並一視同仁 | 規則在選定市場中的表現情形 | 這籃市場足以代表所有可交易市場 |
| 測試後選出表現最佳的市場 | 哪個受測市場的歷史結果最強 | 該市場的 Sharpe 選擇偏誤為零 |
| 搜尋前預留未參與測試的市場 | 未經修改的規則能否延伸到未觸及的市場 | 未來狀況會與保留樣本期一致 |
如何測試優勢能否延伸到新市場？
在查看保留樣本之前，先凍結研究選擇。這包括訊號定義、參數、市場範圍規則、再平衡時程與執行假設。接著，在未曾影響這些選擇的市場上評估原封不動的策略。
例如，假設某個加密貨幣動能規則是在截至 2023 年的 BTC 和 ETH 永續合約資料上開發而成。你可以依據只使用測試期間開始前可得資訊的規則，預留一組其他流動性良好的永續合約，並完全排除在所有調校之外。將凍結的規則套用到這些合約在 2024 年和 2025 年的資料。納入各交易平台的實際費率級別、資金費用、合約規格，以及合理的市場衝擊假設；若轉移測試未計入各市場特有的交易成本，可能會把成本差異誤認為訊號失效，也可能掩蓋真正的失效。
呈現保留市場的分布情形，不要只報告合併後的 Sharpe。合併投資組合可能掩蓋幾乎所有報酬都來自單一市場的事實。列出每個市場的淨結果、交易筆數、回撤，以及總 P&L 中最大單一市場的貢獻占比。如果規則只在一個合約上有效，就稱之為合約特定結果。
時間切分也要保持嚴謹。某個市場雖然未曾參與測試，其資料期間仍可能與帶動開發績效的同一個市場環境重疊。跨市場保留樣本測試的是規則能否延伸到不同工具；後續期間保留樣本測試的是規則能否延伸到不同時間。兩者是不同的測試，一項結果強勁不能取代另一項。
如果策略真的應該使用更多市場，該怎麼辦？
那就納入更多市場，但要先定義納入方式。按照固定訊號交易所有合格市場的投資組合規則，和讓歷史表現最好的市場勝出的競賽，是兩回事。資格應以不涉及未來績效的方式判定，例如依據特定時點的流動性門檻與最低歷史資料要求。市場名單變動也需要時間戳記，否則一份目前的「流動性良好市場」清單，就可能把今天留下來的標的帶進過去的回測。
批評者指出，市場範圍太窄可能產生脆弱的策略，而廣泛測試是很有價值的穩健性檢查，這些看法有道理。解方不是避免測試市場，而是把用來發掘想法的市場，和用來挑戰凍結想法的市場分開，並將探索過程納入證據考量。
更大的市場範圍能幫助策略在實驗室之外存活，也能幫助幸運的回測贏得實驗室內的篩選競賽。搜尋紀錄與保留樣本會告訴你，Sharpe 支持的是哪一種說法。
← 所有文章
