交易記錄需要多少筆交易才有意義？

這篇文章要教你自己動手做這套算術運算。它不會讓任何在銷售策略的人喜歡上你，因為誠實的答案是，許多公開發布的紀錄，即使其中包含真實的交易，也什麼都證明不了。

判斷一個交易策略需要多少筆交易？

若只是粗略了解勝率，需要幾百筆。若要有信心相信一個優勢是真實的而非運氣，則需要接近一千筆，而且即使如此，也只有在這些交易橫跨超過一個市場體制時才成立。任何低於大約一百筆的交易，都應被視為一則軼事，而不是一個結果。

原因是一個你可以在試算表中自行運算的公式。一個觀察到的勝率周圍的不確定性，大約是p乘以（1減去p）的平方根，再除以交易筆數，其中p是觀察到的勝率。把結果乘以1.96，你就得到一個95%的信賴區間：真實勝率合理可能落在的範圍。

把它套用在一份顯示55%勝率的紀錄上，結果令人清醒。

再讀一次前兩列。一份顯示55%勝率的50筆交易紀錄，在統計上與擲硬幣沒有分別。這不是在批評這位交易者。這是在陳述五十次觀察所能支撐的結論範圍，而這同樣適用於你自己的結果。

55%的勝率實際上告訴你什麼？

單看這個數字，幾乎什麼都沒有，即使背後有一千筆交易也一樣。沒有搭配平均獲利和平均虧損的勝率，是一個沒有意義的數字，因為一個80%時間都獲利的策略可能持續虧錢，而一個只有35%時間獲利的策略卻可能穩健地複利成長。

想像兩份紀錄，都各有500筆交易。

策略A的勝率是72%。平均獲利40歐元，平均虧損130歐元。每筆交易的期望值是0.72乘以40，減去0.28乘以130，等於28.8減36.4，每筆交易虧損7.60歐元。500筆交易下來，共虧損3,800歐元，而勝率在行銷頁面上看起來卻十分亮眼。

策略B的勝率是38%。平均獲利210歐元，平均虧損90歐元。期望值是0.38乘以210，減去0.62乘以90，等於79.8減55.8，每筆交易獲利24歐元。500筆交易下來，共獲利12,000歐元，而這份紀錄在頭條數字上看起來卻平庸無奇。

策略A正是提早結束獲利、讓虧損部位持續擴大所產生的形態，這也是散戶交易中最常見的虧損模式。它同時也是最容易被行銷的，因為勝率正是人們會截圖的那個數字。務必要求同時提供平均獲利、平均虧損和交易筆數，或是要求以R值表示的期望值，因為它把這三者濃縮成一個數字。風險與報酬正確地說明了這個比率。

為什麼時間比交易筆數更重要？

因為市場會改變，而一個策略的優勢，是一種關於可能已不再成立的市況的主張。在十八個月內、於一個單一趨勢性、低利率、低波動的環境中進行的一千筆交易，只能告訴你這個策略在那種環境下的表現，對其他任何環境都毫無說明。

這正是為什麼一份高頻交易紀錄可能在六個月內累積到一千筆交易，卻依然是薄弱的證據，而一個橫跨五年、只有300筆交易的波段策略，儘管樣本較小，卻可能是更強的證據。你希望樣本能涵蓋不同的市場體制變化：一個升息週期和一個降息週期、一次波動率飆升和一個沉悶的夏天，以及至少一個真正的危機月份。

要求提供逐筆交易的歷史紀錄與日期，並查看這份紀錄經歷過什麼，而不只是看它的總計數字。一份從2023年開始的紀錄，還沒有經歷過一次真正的流動性衝擊。一份跳過危機前後幾個月的紀錄，很可能經過了篩選。

一份整潔的回測與市場中實際成交結果之間的落差，本身就是一個問題，回測與實盤結果的比較涵蓋了這些數字通常在哪些地方會產生分歧。

一個虧損的策略能有一整年看起來很好嗎？

可以，而且很容易，這正是這套數學中因為令人不舒服而經常被忽略的部分。如果一千個人各自運行一個完全沒有優勢的策略，光靠純粹的運氣，就會有大約25個人的一年表現看起來很出色，其中還有少數人看起來會非常驚艷。

這些正是會被拿去行銷的紀錄，因為另外975個人會悄悄停止公布。你所看到的不是一個策略的樣本，而是一個篩選過程中存活下來的人，這正是為什麼一份頂尖績效帳戶的排行榜，是金融領域中資訊價值最低的文件之一。跟單交易排行榜頂端的贏家，是因為贏了才被挑選出來的，無論這個群體中是否真的存在任何優勢，這一點都成立。

實際的防禦方式，是要求提供倖存者偏差無法偽造的東西。這家業者在這段期間運行了多少個帳戶或策略，那些已經被終止的紀錄在哪裡？這個特定帳戶的完整歷史是什麼，從它的第一筆交易開始，而不是從某人選定的起始日期開始？這份紀錄是否由業者無法編輯的第三方進行驗證？

最後這個問題，正是為什麼驗證比數字本身更重要，而這也是TIC對自己所堅持的標準：/results上的Myfxbook紀錄是完整公開發布的，包括表現不好的月份，因為一份業者可以悄悄修剪的紀錄，根本稱不上是紀錄。如何真正閱讀這樣一個頁面，在閱讀Myfxbook交易紀錄中有詳細說明。

樣本大小會改變你解讀回撤的方式嗎？

會，而且是朝著人們最意想不到的方向。一份交易紀錄中的最大回撤，並不是策略本身固有的屬性。它是在觀察窗口內恰好發生過的最糟情況，而你觀察的時間越長，這個數字就會變得越糟。

一個被觀察六個月的策略，可能顯示9%的最大回撤。同一個策略，完全不變，被觀察五年之後，很可能會顯示出遠遠更糟的數字，因為有更多時間讓一段糟糕的走勢發生。把短時間窗口顯示的數字當作上限，正是投資人最終被一個策略原本就一直具備能力產生的回撤嚇到的原因。

一個有用的習慣：無論一份短紀錄顯示的最大回撤是多少，都假設真實的能力遠遠更大，並問問自己，能否在最糟糕的時刻撐過去，而不是放棄部位。回撤真正的意義和回撤、夏普比率與解讀交易紀錄更深入地說明了這些數字是如何計算、又是如何被誤讀的。

同樣的邏輯也適用於夏普比率。根據十二個月的月報酬所計算出的夏普比率，周圍存在著巨大的信賴區間，寬到一年期夏普比率1.8與一年期夏普比率0.6之間，並不能可靠地被判定為不同的策略。夏普比率要經過數年，而不是數季，才會變得有意義。

在信任任何一份紀錄之前，你應該要求什麼？

五個問題，依序排列，而一個無法回答這些問題的業者，已經告訴了你某些訊息。

這一切都無法告訴你一個策略是否會有效。統計數據只能告訴你，這份證據是否強到值得列入考慮，而對多數行銷中的紀錄來說，誠實的答案是不夠強。知道該捨棄哪些紀錄，正是這項技能的主要部分，而這與信任一家交易服務商之前的盡職調查中涵蓋的是同一種判斷力。