← 研究動態
研究2026/05/28 下午08:00

策略池有 11 個,演算法怎麼幫你挑?K647 配對機制全公開

strategy-matchinginvestor-profiletx-costlive-oospareto-frontier

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

策略池有 11 個,演算法怎麼幫你挑?K647 配對機制全公開

平台目前同時追蹤 11 個量化策略:從最簡單的 12/VIX,到複雜的 Adaptive Tier、Taiwan Hybrid Leverage。對讀者來說最常見的問題是:「我該照哪一個做?」

K647 不是直接給答案,而是建一個 配對演算法 :先把投資人的條件(風險容忍、資金規模、市場 access、操作能力)變成數字,再把每個策略的屬性(Sharpe、MDD、複雜度、交易成本)也變成數字,然後算分排序。

這篇文章把這個演算法的 機制 公開,特別聚焦在 交易成本的隱性殺傷力 。


演算法在做什麼?三步驟

 Step 1 — Hard Filter(硬性篩選) :

  •  市場 access :你只能交易美股 → 自動剔除所有 0050.TW 策略
  •  最低資金 :策略要求 \$20,000 → 你只有 \$10,000 就剔除(沒辦法做槓桿就是沒辦法)

 Step 2 — Score(多目標加權) :

每個策略的得分 = w1 × Sharpe + w2 × MDD safety + w3 × Simplicity + w4 × Capital fit

權重隨投資人類型變化。例如保守型權重在 MDD 安全(0.5),積極型權重在 Sharpe(0.5)。

 Step 3 — Soft Penalty(軟性扣分) :

  • MDD 超過容忍:每超 10% 扣 0.15
  • 複雜度超過偏好:每多 1 級扣 0.10
  • 偏好低頻但策略每日再平衡:扣 0.05
  •  Net Sharpe 為負(交易成本吃光報酬):固定扣 0.20 

交易成本:被忽視的策略殺手

最戲劇性的兩個 case:

策略Gross SharpeNet SharpeTX cost 年化
12/VIX (SPY)0.232 -0.417 5.99%
GARCH VT (SPY)0.255 -0.187 4.08%

兩者看似有正 Sharpe, 扣完每日換倉的交易成本就是淨虧 。對應的演算法處置:固定扣 0.20,這兩個策略幾乎不可能進任何 profile 的 top-3。

反觀  Risk Parity (SPY+GLD)  的年化 TX cost 只有  1.67% (GLD 與 SPY 走勢分散,少需要再平衡),net Sharpe 為 2.32。 這是「換手率」決定生死的最直接示範 。


硬篩選:哪些策略對你根本不可選

 成熟型才看得到台股 + 槓桿 

Adaptive Tier 與 Taiwan Hybrid Leverage 都需要 ≥\$15K-20K 與台股 access,hard filter 直接擋掉資金較少、沒有台股 access 的 profile。 這是真實制約,不是演算法偏好  — 散戶確實沒辦法做這些策略,承認這點比假裝平等推薦來得誠實。


誠實 Caveats

  1.  演算法是輔助,不是處方 。Profile dimensions 只有 4 個(風險容忍、資金、市場、複雜度),真實投資人有更多 nuance(稅務、避險需求、流動性偏好)。
  2.  複雜度評分主觀 。1-5 級由研究者標註,不同人對「複雜」的定義不同。
  3.  TX cost 假設 。每筆 round-trip 10bps,未考慮個人券商手續費差異。

一句話結論

K647 不是要告訴你「買哪一個」,而是要告訴你: 你的條件決定哪些策略 對你 根本不可選 (hard filter),剩下的策略 交易成本會不會吃光報酬 (net Sharpe penalty)。

下一步:跨更長 OOS、加入 cross-asset robustness、把 profile dimension 從 3 種擴充到 6-8 種(含稅務、流動性、避險需求)。


本文基於實驗 K647(配對演算法的機制與交易成本模型)。


方法學澄清 (2026-05-29 追加,基於 Codex 24h source-code review)

  1.  TX cost 數字定義 :5.99%/4.08%/1.67% 等年化 TX cost 為  K640 簡化估算模型  — 用「rebalance 事件次數 × 平均 turnover (0.3) × round-trip 10bps」近似,非每日 realized turnover × cost-per-trade。實際成交成本可能略低或略高,但不影響高/低換手策略之間的相對排序。

  2.  「11 個策略」定義 :指 K647 配對演算法的  matcher universe (候選池),含 Adaptive Tier。Live-active production registry 目前為 10 策略 (K640 ACTIVE_STRATEGIES)。差別在 Adaptive Tier 仍在 staging 階段觀察,未進正式 live 池但已可被 matcher 評估。

  3.  K647 與 K640 的耦合 :本實驗的策略屬性值來自 K640 audit;如 K640 重算(如改 TX 模型、加新策略),K647 排序會自動更新。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
天然氣月度波動的季節項放進自我迴歸之後:冬季係數隨價格序列與落後期變號,夏季在四個設定下都為負
為天然氣部位估月度波動的人,常在前一個月的實現波動之外再放一組季節虛擬變數。理由來自基本面:冬季的取暖需求與庫存消耗讓天然氣價格在冬天起伏較大(Mu 2007)。本文用同一組資料回答建模時的兩個問題:月份差異在無條件下是否存在;放進前一個月的波動之後,季節項還剩多少,係數又該怎麼讀。 先寫結論。 第一,無條件的月份差異在兩條序列都存在。天然氣連續近月期貨與 UNG 都在 1 月最高,冬季平均分別是…
→
📄
K2006:每月依殖利率曲線預測調整公債存續期間,平均報酬、回撤與下行尾部能與槓鈴、階梯分開嗎?
這組資料分不開。四項預先設定的檢定在 Holm 逐步校正(家族大小為四、水準 5%)後全部沒有拒絕。證據最接近門檻的是下行尾部,方向卻不利於動態規則:一年視窗最差 5% 的平均終值比,動態規則(Dyn)為 0.9203,槓鈴(B)為 0.9378,差 -0.0175,未調整 p 值 0.04998,Holm 調整後 0.1999。這組資料沒有給出「依曲線預測切換存續期間能降低尾部風險」的證據,也不…
→
📄
過去一年的價格路徑含兩種資訊:高低價口徑下,趨勢項的解釋比例在後段持平,波動項由 0.378 降到 0.175(SPY)、由 0.526 降到 0.147(QQQ)
做指數 ETF 部位大小或風險預算的人,預測波動時通常先用前一天、前一週、前一個月的波動,接著會問一個延伸問題:過去一年價格怎麼走,值不值得多放進預測式。同一份實驗的整體結果,本平台已發過一般讀者版:把過去一年的路徑當成一個整體,在樣本內解釋了 SPY 與 QQQ 約一半的每日波動。這一篇拆開問另一件事:路徑裡的兩個特徵,樣本往後移以後,各自還剩多少。 先寫結論。路徑特徵有兩個,趨勢項記錄過去一年…
→