Hyperliquid
GRVT
AsterDEX
Extended
Decibel
StandX
Phoenix
最後更新:2026 年 5 月。本文描述的所有指標皆為 fomoed 沙盒引擎內的真實欄位。回測結果僅供學習參考——過往績效不代表未來報酬。
「感覺策略會賺」和「知道策略會賺」之間,差的就是一個數字:它在過去幾年真實 K 線上的表現,包括那些你沒有實際下單的市場狀態。這就是回測。誠實地做,它是裸單交易者邁向自動化前最有用的一件事;隨便做,就變成自己騙自己的銷售簡報——每個參數都調到曲線漂亮為止,然後真金白銀進場才發現你漏了什麼沒模擬。
傳統做回測的路徑長這樣:寫 Python、從交易所 API 拉歷史 OHLCV、自己算指標、模擬滑點、計算手續費、處理部分成交、寫績效分析、畫權益曲線。大部分交易者卡在第一步就放棄。少數熬到第七步的,最後得到的回測引擎跟他們之後實盤部署的平台還有微妙的差異——這個差距會在實盤把他們吃掉。
fomoed 沙盒把整個技術棧拿掉。挑交易對、挑策略模板、挑日期區間、按下 Run。每個支援的交易對都有三年歷史 K 線、各交易所實際的手續費假設、跟實盤機器人共用的引擎程式碼路徑,結果一分鐘內出爐。不用 Python、不用 API key、不用 Jupyter、不用試算表。本文會完整走過整套流程,並且——更重要的——涵蓋那五個會把漂亮回測變成真金白銀虧損的陷阱。
沙盒可以回測哪些策略
沙盒引擎目前支援四大類策略,每類都有各自的設定介面:
指標型自訂策略
RSI 均值回歸、EMA 交叉、MACD 共振、布林帶收斂、VWAP 反彈、多指標組合。共開放十二個指標(RSI、EMA、SMA、MACD、ATR、ROC、Bollinger、VWAP、Williams %R、Stochastic、OBV、ADX),任一組合都可以當進場觸發或過濾條件。引擎會處理動態參數——帶寬比較、回看窗、「由上/由下穿越」之類的條件——你不用自己寫數學。
DCA 與網格機器人
DCA 美元定投支援可選的加倉階梯、聚合倉位的整體止盈、可設定的觸發條件。網格機器人在指定區間內排出買單與賣單,每格獨立 TP。兩者都跑在跟實盤版本相同的引擎裡——沙盒不是另一條程式碼路徑,它就是同一個 trader.execute() 迴圈,只是吃的是歷史 K 線而不是即時行情。
Smart Money Concepts(SMC)
CHoCH(性質轉變)、BoS(結構突破)、訂單塊、公允價值缺口(FVG)、Fibonacci 回撤(包含 0.618-0.79 OTE 區),以及流動性掃單。七個基本元素,全部由演算法偵測——沙盒會直接顯示實盤引擎當時會即時標出的精確樞紐點。數學細節請看我們的 SMC 主題指南。
AI 交易代理 策略
如果你能用兩到四句白話英文描述策略,fomoed 的 AI 交易代理就會產生一段在同一個沙盒中執行的 Python 腳本。腳本可以組合指標與 SMC 元件,但不能自己發明新的。對於像「RSI<30 且 price>200EMA 時買入,+3% 或 RSI>70 出場」這種需求很實用——打一次,AI 幫你接線。架構細節請看AI 交易代理 主題文。
如何在 60 秒內跑完一次回測
完整流程六個點擊,其中兩個是選用。括號內是新手第一次使用的真實牆鐘秒數。
- 打開沙盒(5 秒)。還沒註冊就免費註冊一下——Email 或錢包,不用 KYC、不用刷卡。在 Dashboard 側邊欄點 Sandbox。
- 選擇市場(10 秒)。交易所(Hyperliquid / Binance / Bybit / OKX / Decibel / AsterDex / GRVT / Extended / StandX)、交易對(例如 BTC/USDC:USDC)、時間框架(1m / 5m / 15m / 30m / 1h / 4h)。
- 選擇日期區間(5 秒)。預設是過去 30 天。點日期選擇器可以拉長;沙盒每個支援的交易對最多涵蓋三年歷史。
- 設定策略(20 秒)。選擇預設(RSI / Custom / DCA / Grid / SMC / AI 交易代理),或手動設定指標參數。沙盒 UI 與實盤機器人精靈完全鏡像——會設定實盤機器人就會設定回測。
- 點 Run(15-90 秒)。多數回測 10-30 秒完成;長區間 5 分鐘級別第一次跑可能要 90 秒(後續再跑會走快取)。
- 解讀結果(接下來 10 分鐘——見下文)。
如何誠實地解讀結果
六個指標重要。前三個是虛榮指標;後三個是現實指標。六個都要看——絕對不要只看一個就下決定。
勝率
獲利因子(Profit Factor)
最大回撤
Sharpe 比率
權益曲線
交易紀錄
5 個回測陷阱(以及沙盒如何處理)
1. 對某一段市場狀態過擬合
你把 RSI 下緣從 35 調到 32 再調到 28,直到權益曲線看起來漂亮為止。恭喜——你找到了在「那段特定價格歷史」上有效的參數。換一段區間重跑,獲利就消失了。怎麼避免:同一組參數至少在兩段不重疊的區間都測過(例如 2023-2024 與 2024-2025)。沙盒讓這件事很輕鬆——複製設定、換日期、比結果。指標一垮就是 overfit。
2. 假裝沒有手續費
一個每天觸發 30 次、每次 0.1% 手續費的剝頭皮策略,光手續費一天就吃掉 6%。沙盒會在每筆成交套用各交易所的真實 taker 費率(Hyperliquid 0.045%、Binance 0.05%、Bybit 0.055% 等等)。如果你在測高頻策略,而結果沒把手續費算進去,你看到的那個數字就是虛構。沙盒的獲利因子與淨 PnL 都是扣費後。檢查方式:看交易紀錄,每筆進出場都應該有一小段手續費拖累。
3. 假設瞬間成交
實盤中你的訂單不會剛好成交在你要的價位——會有滑點,尤其是大單或冷門幣對。粗糙的回測會以下一根 K 棒的開盤價成交,這太樂觀了。沙盒採用保守的成交模型:市價單以該根 K 棒的開盤價加上可設定的滑點容忍度(預設 0.05%)成交;止盈在 K 棒最高觸及 TP 價時成交(或在收盤時成交,看「觸及 vs 收盤」開關);止損在棒內觸發時以 SL 價成交。檢查方式:把滑點容忍度收緊再重跑;如果結果崩盤,代表你的策略依賴完美成交。
4. 未來函數(Look-ahead bias)
這個很狡猾。如果你的策略用當前 K 棒的收盤價來決定要不要在同一根 K 棒進場,那就是作弊——實際下單當下那根 K 棒還沒收。沙盒會強制因果關係:在第 N 根 K 棒,引擎只看得到第 0 到 N-1 根的 OHLCV。在第 N 根開盤時用到的指標值,都是用前 N-1 根算出來的。若你描述一個想讀「當前 K 棒收盤」的策略,沙盒會用前一根的收盤當替代。檢查方式:「這根 K 棒重新站上 EMA」這種策略要改寫成「前一根重新站上 EMA」。
5. 對市場狀態變化視而不見
加密貨幣在不同市場狀態下的走勢截然不同——吸籌、拉升、出貨、下跌。在拉升階段印鈔的策略,進到出貨階段往往血流成河。預設的 3 年沙盒視窗至少涵蓋一個完整週期(包含一段有意義的回撤),但你還是應該明確地把區間切塊、逐段檢查。檢查方式:同一組設定跑三次——2023、2024、2025——分別看每年的指標。如果整份結果是被 2024 撐起來的,那你其實是在賭 2024 重演。
fomoed 的沙盒如何保持誠實
沙盒引擎跑的是與實盤機器人完全相同的 Python 程式——不是平行實作。指標數學、訊號評估、倉位計算、手續費扣除、TP/SL 成交規則、移動止損追蹤:全部單一資料源。當你把一個回測過的策略升級成實盤機器人時,唯一改變的只是引擎讀的 K 線來源——從歷史 parquet 換成實時交易所 WebSocket——其餘每一個位元組的邏輯都一樣。
這很重要,因為市面上大部分現成回測工具,跟你最後實際部署的實盤平台是不同的程式碼路徑。它們模擬出「差不多」的邏輯,但有微妙的假設差異——一旦真實成交介入,這個差距就會悄悄吃掉你的優勢。沙盒從架構上就把這個差距消除掉。
引擎也公開發布結果 schema:指標(勝率、獲利因子、最大回撤、Sharpe、毛/淨 PnL、平均盈虧、平均持倉時間)、含原因的完整交易紀錄,以及作為時間序列的權益曲線。沒有什麼隱藏的「綜合分數」欄位——把所有東西揉成一個看起來漂亮的單一數字——每個指標都可以從交易紀錄獨立驗證。
常見問題
一次回測要多久?
一年以內的區間,大部分回測 10-30 秒完成。橫跨多年的 5 分鐘級別長回測第一次可能要 90 秒——之後 OHLCV 快取命中,重跑會快 5-10 倍。
有多少歷史資料可以用?
每個支援的交易對提供三年 OHLCV,涵蓋六個時間框架(1m、5m、15m、30m、1h、4h)。快取每晚透過 cron 更新;如果你回測的是剛上線的交易對或歷史稀疏的標的,引擎會在第一次跑時透過 CCXT 即時補齊缺口,並快取供後續使用。
結果是確定性的嗎?
是——相同設定 + 相同日期區間 = 相同結果。引擎沒有隱藏的隨機性;連滑點都是針對 K 棒的開高低收用確定性方式套用。這代表你可以用同一段區間跑兩套設定,蘋果對蘋果地比較。
可以匯出交易紀錄嗎?
可以——每份回測結果都附可下載的 CSV,內含每一筆交易(進出場時間與價格、倉位大小、手續費、P&L、出場原因)。想要在試算表或 pandas notebook 裡自己做分析的話很方便。
回測有計入資金費率嗎?
永續合約的話,有——引擎會在持倉期間每個 8 小時資金結算點套用實際的資金費率。資金費率盡量從交易所歷史資料取得;少數無法取得的情況,引擎會用保守的「資金費率為零」假設。
止盈的「觸及」與「收盤」差在哪?
觸及代表 K 棒最高價在棒內碰到 TP 價時就成交。收盤代表只有 K 棒收在 TP 之上(或之上)才成交。觸及比較樂觀(類似快速行情下的市價單行為);收盤比較保守(類似限價單行為,或棒內流動性稀薄的情境)。沙盒可以針對每個 TP 個別設定。
勝率 90% 的回測可以相信嗎?
不行。勝率單獨幾乎從來都不是該優化的指標——一定要搭配獲利因子、最大回撤、權益曲線一起看。勝率 90% 但獲利因子只有 0.7,代表你贏小錢輸大錢;你會慢慢破產。勝率 45% 但獲利因子 2.5,代表你贏的比輸的多;這通常才是更好的策略。