Menu
交易策略優化方法論，從診斷到達標的迭代流程
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
非技術領域專業知識集合，包含商業、金融、創意、專業服務、生活、方法論等 18 個領域
數位行銷策略、內容行銷與成效分析
產品管理：PRD撰寫、用戶故事、OKR設定、路線圖規劃
專案管理：敏捷開發、Scrum、甘特圖、風險管理、團隊協作
銷售技巧：B2B/B2C 銷售、客戶開發、電商營運、成交策略
商業策略：藍海策略、差異化、競爭優勢、價值創新、商業模式設計
| schema | 1.0 |
| name | strategy-optimization |
| version | 1.0.0 |
| description | 交易策略優化方法論，從診斷到達標的迭代流程 |
| triggers | {"keywords":{"primary":["策略優化","優化策略","提高勝率","改善報酬","strategy optimization","improve returns"],"secondary":["win rate","回測","backtest","調參","parameter tuning","績效改善"]},"context_boost":["trading","quant","交易","量化","return","profit"],"context_penalty":["design","marketing","frontend"],"priority":"high"} |
| keywords | ["finance","trading","optimization","strategy","backtest"] |
| dependencies | {"domain-skills":["quant-trading"]} |
| author | claude-domain-skills |
系統化的策略優化流程，從診斷問題到達成目標
┌─────────────────────────────────────────────────────────────────┐
│ │
│ 策略優化迭代循環 │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ ANALYZE │ → │ DIAGNOSE│ → │ RESEARCH│ → │IMPLEMENT│ │
│ │ 分析 │ │ 診斷 │ │ 研究 │ │ 實作 │ │
│ └────┬────┘ └────┬────┘ └────┬────┘ └────┬────┘ │
│ │ │ │ │ │
│ ▼ ▼ ▼ ▼ │
│ 收集指標 找根因 搜尋方案 實作變更 │
│ │
│ ┌─────────────────────────────────────────┐ │
│ │ │ │
│ ▼ │ │
│ ┌─────────┐ ┌─────────┐ │ │
│ │VALIDATE │ → │ ITERATE │ ────────────────────┘ │
│ │ 驗證 │ │ 迭代 │ 未達標 → 回到 ANALYZE │
│ └────┬────┘ └─────────┘ │
│ │ │
│ ▼ │
│ 達標 → 文檔化部署 │
│ │
└─────────────────────────────────────────────────────────────────┘
收集當前績效指標：
| 指標 | 說明 | 健康標準 |
|---|---|---|
| 勝率 | 獲利交易比例 | > 40% |
| 報酬 | 總損益 | 正數 |
| 回撤 | 最大虧損幅度 | < 20% |
| 交易次數 | 統計顯著性 | > 100 筆 |
| 期望值 | 每筆預期獲利 | 正數 |
Expectancy = (WinRate × AvgWin) - ((1-WinRate) × AvgLoss)
範例：
勝率: 54.5%, 平均贏: $7.42, 平均輸: $8.26
期望值: (0.545 × 7.42) - (0.455 × 8.26) = +$0.29/筆
正期望值 × 大量交易 = 穩定獲利
關鍵：找根因，不是症狀
| 症狀 | 可能根因 | 診斷方法 |
|---|---|---|
| 勝率低 | 策略不適合市場狀態 | 檢查 ADX/市場 regime |
| 報酬低 | SL/TP 比例不佳 | 分析盈虧分布 |
| 回撤大 | 槓桿過高 | 計算風險暴露 |
| 交易少 | 條件太嚴格 | 放寬進場條件 |
┌─────────────────────────────────────────────────────────────────┐
│ 市場狀態 vs 策略匹配 │
│ │
│ ADX < 25 (盤整) → Grid Trading, Mean Reversion │
│ ADX > 25 (趨勢) → Trend Following, Momentum │
│ 高波動 → Scalping, 減少部位 │
│ 低波動 → Grid Trading, Breakout 準備 │
│ │
│ ⚠️ 90% 時間市場在盤整，趨勢策略會持續虧損！ │
└─────────────────────────────────────────────────────────────────┘
症狀: 勝率只有 25%
↓
分析: 使用 RSI+MACD 趨勢策略
↓
檢查: ADX 平均 < 25（90% 時間在盤整）
↓
根因: 趨勢策略用在盤整市場
↓
方向: 需要盤整市場策略（Grid Trading）
| 市場狀態 | 推薦策略 | 原因 |
|---|---|---|
| 盤整 (ADX < 25) | Grid Trading | 利用價格震盪 |
| Mean Reversion | 回歸均值 | |
| Scalping | 快進快出 | |
| 趨勢 (ADX > 25) | Trend Following | 順勢而為 |
| Momentum | 動量延續 | |
| Breakout | 突破跟進 | |
| 高波動 | Scalping | 快速獲利 |
| 減少部位 | 控制風險 |
┌─────────────────────────────────────────────────────────────────┐
│ ⚠️ SE-1: 研究數據必須實測驗證 │
│ │
│ 嚴重度: critical │
│ │
│ 案例： │
│ - 研究聲稱圖表模式有 80-84% 成功率 │
│ - 實際回測：讓策略表現更差 │
│ - 原因：股市數據不適用於加密貨幣 │
│ │
│ 教訓： │
│ ❌ 看到研究數據就實作 │
│ ✅ 先用真實數據回測驗證 │
└─────────────────────────────────────────────────────────────────┘
| 參數 | 調整方向 | 影響 |
|---|---|---|
| SL/TP 比例 | 對稱 (1:1) vs 非對稱 | 勝率 vs 盈虧比 |
| 槓桿 | 1x → 10x | 報酬 vs 風險 |
| 進場閾值 | 寬鬆 vs 嚴格 | 交易次數 vs 品質 |
┌─────────────────────────────────────────────────────────────────┐
│ 優化發現 │
│ │
│ 1. 對稱 SL/TP 更好 │
│ - 1.8%/1.8% 產生 ~55% 勝率 │
│ - 比 1%/3% 的表現更好 │
│ │
│ 2. Grid Trading 在盤整市場 │
│ - 勝率從 25% 提升到 55% │
│ - 關鍵：ADX < 25 時啟用 │
│ │
│ 3. 更多交易 + 正期望值 │
│ - 小獲利累積成大報酬 │
│ - 191 筆交易 × $0.29/筆 = +$55 │
└─────────────────────────────────────────────────────────────────┘
| 項目 | 最低要求 | 建議 |
|---|---|---|
| 回測期間 | 60 天 | 180 天 |
| 交易次數 | 50 筆 | 100+ 筆 |
| 樣本外測試 | 有 | 必須 |
| 交易成本 | 包含 | 包含滑價 |
□ 勝率是否改善？
□ 報酬是否達標？
□ 回撤是否可接受？
□ 期望值是否為正？
□ 樣本外表現如何？
未達標 → 回到 ANALYZE
│
├── 分析新結果
├── 調整參數或策略
├── 重新驗證
└── 重複直到達標
| 錯誤 | 後果 | 修正 |
|---|---|---|
| ❌ 只調參數不換策略 | 無法解決根本問題 | 先診斷根因 |
| ❌ 回測期間太短 | 過度擬合 | 180+ 天 |
| ❌ 忽略市場狀態 | 策略-市場不匹配 | 使用 Regime Detection |
| ❌ 追求高勝率 | 犧牲盈虧比 | 關注期望值 |
優化前：
- 報酬: 0.46%
- 勝率: 23.5%
- 策略: RSI+MACD（趨勢策略用在盤整市場）
診斷：
- 90% 時間 ADX < 25（盤整）
- 趨勢策略不適合
優化後：
- 報酬: +19.93%
- 勝率: 54.5%
- 策略: Grid Trading + Regime Detection
關鍵改變：
1. 新增 Grid Trading 策略
2. 使用 Regime Detection 動態切換
3. 對稱 SL/TP (1.8%/1.8%)
4. 10x 槓桿 + 191 筆交易
⚠️ 高報酬伴隨高風險
- 上述案例最大回撤 48.84%
- 考慮降低槓桿 (5x) 換取更低風險
- 持續監控市場狀態變化
- 設定停損機制
# 經過驗證的配置
config = {
"leverage": 10.0, # 或 5.0 降低風險
"stop_loss_pct": 0.018, # 1.8%
"take_profit_pct": 0.018, # 1.8%
"top_n_signals": 3,
"min_confidence": 0.5,
"use_regime_selector": True,
}
finance/quant-trading - 量化交易基礎finance/investment-analysis - 投資分析methodology/knowledge-acquisition-4c - 學習新領域