# 動能策略完整研究說明（固定教學範圍）

## 設計

只用雪鴞 MSMP 日 K 與 api.bt。先將四檔、主規則、3/5/10日、費率、時序切分寫入 spec，再執行；不以結果選參數。68組是獨立實驗數，**不是68種新策略**。

暖機60個共同有效交易日；前60%時段2022-11-11～2025-03-19，後40%時段2025-03-20～2026-10-01，全期另獨立執行。各時段重設一千萬元，不將前段虧損／獲利帶到後段；訊號保留之前歷史暖機。缺失、非正價格、零成交量列不作可成交日；持有天數按標的有效K棒計數。只在四檔共同可用日期界定研究起訖。

進場：5日還原收盤報酬≥5%且10日≥3%。當日收盤送單，次一有效交易日還原開盤撮合。空手且仍符合條件可再次進場，不限首次突破。成交量版只在進場加≥1000張；趨勢版只在進場加收盤>20MA。出場共用核心失效或持有5個有效交易日；於第5日收盤送出，下一日開盤出場。最後兩日禁止新單，倒數第二日送單、最後日開盤清倉。敏感度版本只改持有天數。

每次用已實現資金的50%作目標，整張向下取整；買進持有是**初始**約50%部位，不再平衡，漲價後曝險可能超過50%。這是相同初始資金對照，兩種策略的平均曝險和風險不相同，不能把超額報酬直接當成擇時能力證明。每檔、每版本各自一千萬元，無共享資金與跨股票排名。

## 帳務核對

逐筆比對買賣日期與實際提交訊號的下一根開盤。損益核對公式：`(賣價-買價) × 張數 × 1000 - 買賣雙邊費用 - 賣出稅`。費用每邊0.1425%、賣出稅0.3%；成本壓力版額外每邊0.1%，不偽稱價格滑價。所有部位結清，逐筆總損益等於引擎期末損益。68組的成交與帳務核對均通過。

`rp.report.TotalReturns` 等指標按引擎投入資本口徑計算，並不是帳戶起始資金分母。本頁統一使用`一千萬元 + api.bt每日profit_loss`作帳戶權益，重算報酬、回撤、CAGR、零無風險利率夏普（交易日252年化）；保留引擎原始報表供比對。此處僅核對/重算績效口徑，不替換撮合引擎。

## 證據是否夠？

| 時序保留段核心版本 | 帳戶報酬 | 帳戶最大回撤 | 交易數 |
|---|---:|---:|---:|
| 6533 晶心科 | +4.89% | -16.91% | 19 |
| 3037 欣興 | +22.29% | -19.54% | 35 |
| 3443 創意 | +21.75% | -9.48% | 33 |
| 2357 華碩 | -5.77% | -10.31% | 17 |

四檔核心版本扣掉最好的三筆交易，淨利全都轉負。探索性交易重抽樣的平均每筆損益95%區間全跨過零。6533加成交量使回撤降至約-13.62%，帳戶報酬也降至+3.82%；加20MA降至+3.77%，不能說條件越多越好。3037的兩個濾網在本段幾乎沒有作用，三版本逐筆結果一致。

每組附逐年報酬（首末年可能不完整）、交易損益5/50/95分位、最佳三筆獲利集中比、去掉最佳三筆後損益；5000次交易重抽樣的平均損益區間。另有2000次固定交易損益重排的回撤壓力分布：只改順序，不改交易金額與複利，不是未來資產曲線預測。交易重抽樣忽略時序依賴；濾網對照另以同日期每日報酬差，20日區塊、3000次重抽樣，估計年化平均差區間，仍為探索性且未作多重比較修正。

## 成功與失敗案例

6533成功案例：2026-09-24收盤訊號（5日+9.74%、10日+12.20%）；下一有效交易日09-29買入17張，還原價272.5；10-01以346清倉，扣成本後+1,216,871元。**這筆因研究期末強制退出，並非自然持有5日到期**；假期使兩個日期不連續。

失敗案例：2026-04-22收盤訊號（5日+27.39%、10日+38.15%）；04-23買18張，還原價256.799；04-28賣223.8512，扣成本後-617,477元。符合規則仍可能失敗。這兩筆是事後挑的最大正負損益，用來解剖流程，不能用作勝率證據。

## 尚未證明的事

- 四檔人工選樣與目前存續標的，存在選樣／存活者偏差，不是全市場研究。約四年資料不足以涵蓋所有市場環境。
- 規則來源已經使用歷史市場資訊。後段只是時序保留檢查，不是真正完全未知的樣本外，應另做未來紙上觀察。
- 還原價代理行情，成交額與張數不是當年真實現金事件帳務；不再另外加股息避免重複計算。未稽核所有歷史調整事件，不能當成實盤預估。
- 市價撮合不模擬漲跌停排隊、買賣價差、實際成交量限制與停牌後的委託失效。不能以目前通過的價格核對證明能實際成交。
- 沒有CB、盤中狀態與原網站前10名排名的回測，也沒作逐段參數訓練尋優、跨市場驗證或實盤。沒有聲稱完整重建講師軟體。

下一步是固定本版規則，補全市場歷史存續名單與實際成交/除權息模型，再以未來資料紙上記錄。這些也是學生要寫入自己的知識庫的「缺少的證據」。