今天这篇讲一个我花了很久才想明白的事，可能对很多人的策略困境有用。
先说结论：**你的策略不赚钱，有时候不是策略错了，是场地错了。**
一、事情是这样开始的
我一直在国内商品期货上做趋势跟踪。做法不复杂：唐奇安通道突破，55日高点做多、55日低点做空，反向20日或者从极值回撤3倍波动率就出场，多品种分散，风险平价分配仓位。
听起来很标准吧？我拿国内33个品种、2021到2026年的数据跑，组合夏普只有 0.21。
然后我换了个场地测——把同一套规则，原封不动搬到外汇（欧元、英镑、日元、澳元、纽元、瑞郎、人民币）、原油、标普500、纳斯达克100和BTC上，用日线，1990年一路跑到2026年。
结果：夏普 0.43，最大回撤只有 6.7%，收益回撤比 5.2，而且一刀切成四个十年——1990年代、2000年代、2010年代、2020年代——全为正。
继续换到加密，BTC/ETH，2013到2026年：
BTC 单币夏普 0.96，BTC+ETH 夏普 1.16，最大回撤 40.6%。
同一个策略框架，国内是0.21，海外是0.43，加密是0.96起步。
二、为什么差这么多
我想了很久，觉得原因是三个字：**参与者结构**。
国内商品期货的参与者，很大一部分是产业套保盘和散户。产业盘有实际的交割需求，价格一到某个位置就有天然的买卖盘，趋势推不动——它更容易在区间里来回震。所以国内商品上，短周期均值回归反而有效（我测出来大概0.57），趋势跟踪很差。
而外汇、指数、原油、加密这些市场，推动价格的是宏观资金、央行政策、机构配置和情绪。这些东西一旦启动，就是几个月甚至几年的持续流动。趋势跟踪吃的就是这种"持续性"。
所以不是"趋势跟踪有效"或者"均值回归有效"这种笼统的说法，而是：
- **趋势跟踪**：在外汇/指数/大宗/加密上有效，在国内商品上很弱
- **均值回归**：在国内商品上有效，在外汇上直接是负期望（我测过，明确为负）
因子必须和场地匹配。这是我这半年最有价值的一个认知。
三、说点不好听的
我不想把这事说得太美。上面那些数字，有几个地方必须交代清楚：
1. **参数不是调出来的，是锁定验证的**。我做了样本外锁定：海外用1990到2015年的数据跑参数网格选最优，然后用选出的参数纯跑2016到2026，中途不看不调——定参期夏普0.40，验证期夏普0.89，保持224%。加密用2013到2020定参、2021到2026验证——定参期1.39，验证期0.79，保持57%。
   更关键的是：**验证期里全部27组参数组合，无一例外都是正期望**（海外中位1.05最差0.84，加密中位0.77最差0.58）。这说明它不是靠某个尖峰参数活着的，是有普适边缘。
2. **回撤是真的**。加密那边回撤40%到75%，不是小数。BTC单币趋势的最大回撤74.7%。你要能扛住账户腰斩两次。上面验证期的加密回撤是44%。
3. **成本敏感**。加密按0.10%每边算，如果实际成本到0.50%每边，夏普从0.96掉到0.73。日线低频策略成本占比不高，但不是没影响。
4. **回测好得不像话的时候，先怀疑自己——这条我今天刚亲身踩过两次。**
   第一次：我跑12个币的组合，夏普2.77，漂亮得不像话。查下去发现是代码错了——我在同一个盈亏流里既做了逐日盯市、又叠了一整笔平仓盈亏，等于重复计算了一遍。修正后降到0.95。
   第二次：还是这12个币。修正完才意识到更根本的问题——这12个币是"今天还活着的币"，2017年的人根本不知道哪些能活，这是典型的选币偏差（幸存者偏差）。所以我现在只看BTC和ETH（2017年就是市值前二，不需要预测能力），夏普1.16。
   还有一个更隐蔽的：我算海外组合第一次得出的夏普是1.01，正确值是0.43，虚高一倍多。原因写在下面第四节。
**凡是回测结果好得不像话的，先怀疑自己哪里错了。我这次一天之内抓到三个。**
四、还有一个更隐蔽的坑，顺便提醒
我算海外那个组合的时候，第一次算出来的夏普是 1.01。后来发现是错的，正确值是 0.43。
错在哪？这个策略是事件驱动的，只在平仓那天产生一笔盈亏。36年历史，总共只有几百个平仓日。而我用了那条所有人都会背的公式：
夏普 = 日收益均值 ÷ 日收益标准差 × √252
这个√252假设你有一年252个连续交易日。但我手上只有几百个点，分散在36年里。等于把几百天当成了36年的日收益。
正确做法：把盈亏流补全到完整交易日历，没有交易的日子填0，再算。因为那些没交易的日子，钱也在账户里，只是没动，收益为零。把它们丢掉，你的日均收益就被系统性高估了。
夏普0.43和夏普1.01，是两个完全不同的决策。前者你会小心试仓，后者你可能直接加杠杆——那才是灾难的开始。
五、我的结论
同样的K线，同样的通道突破，同样的出场规则，换个市场从0.21变0.43变0.96。
如果你现在手上有个"怎么调都不赚钱"的策略，先别急着换参数、加过滤器、上机器学习。
先问三个问题：
1. 它跑在哪个场地？
2. 这个场地的参与者结构，适不适合这个因子？
3. 换一个场地，同样的规则还灵吗？
本文所有数字来自真实回测（数据源：FRED 官方宏观数据库、加密交易所公开行情），参数经过样本外锁定验证，成本按每边计。不构成投资建议，也不推荐任何平台。

今天这篇讲一个我花了很久才想明白的事，可能对很多人的策略困境有用。
先说结论：**你的策略不赚钱，有时候不是策略错了，是场地错了。**
一、事情是这样开始的
我一直在国内商品期货上做趋势跟踪。做法不复杂：唐奇安通道突破，55日高点做多、55日低点做空，反向20日或者从极值回撤3倍波动率就出场，多品种分散，风险平价分配仓位。
听起来很标准吧？我拿国内33个品种、2021到2026年的数据跑，组合夏普只有 0.21。
然后我换了个场地测——把同一套规则，原封不动搬到外汇（欧元、英镑、日元、澳元、纽元、瑞郎、人民币）、原油、标普500、纳斯达克100和BTC上，用日线，1990年一路跑到2026年。
结果：夏普 0.43，最大回撤只有 6.7%，收益回撤比 5.2，而且一刀切成四个十年——1990年代、2000年代、2010年代、2020年代——全为正。
继续换到加密，BTC/ETH，2013到2026年：
BTC 单币夏普 0.96，BTC+ETH 夏普 1.16，最大回撤 40.6%。
同一个策略框架，国内是0.21，海外是0.43，加密是0.96起步。
二、为什么差这么多
我想了很久，觉得原因是三个字：**参与者结构**。
国内商品期货的参与者，很大一部分是产业套保盘和散户。产业盘有实际的交割需求，价格一到某个位置就有天然的买卖盘，趋势推不动——它更容易在区间里来回震。所以国内商品上，短周期均值回归反而有效（我测出来大概0.57），趋势跟踪很差。
而外汇、指数、原油、加密这些市场，推动价格的是宏观资金、央行政策、机构配置和情绪。这些东西一旦启动，就是几个月甚至几年的持续流动。趋势跟踪吃的就是这种"持续性"。
所以不是"趋势跟踪有效"或者"均值回归有效"这种笼统的说法，而是：
- **趋势跟踪**：在外汇/指数/大宗/加密上有效，在国内商品上很弱
- **均值回归**：在国内商品上有效，在外汇上直接是负期望（我测过，明确为负）
因子必须和场地匹配。这是我这半年最有价值的一个认知。
三、说点不好听的
我不想把这事说得太美。上面那些数字，有几个地方必须交代清楚：
1. **参数不是调出来的，是锁定验证的**。我做了样本外锁定：海外用1990到2015年的数据跑参数网格选最优，然后用选出的参数纯跑2016到2026，中途不看不调——定参期夏普0.40，验证期夏普0.89，保持224%。加密用2013到2020定参、2021到2026验证——定参期1.39，验证期0.79，保持57%。
   更关键的是：**验证期里全部27组参数组合，无一例外都是正期望**（海外中位1.05最差0.84，加密中位0.77最差0.58）。这说明它不是靠某个尖峰参数活着的，是有普适边缘。
2. **回撤是真的**。加密那边回撤40%到75%，不是小数。BTC单币趋势的最大回撤74.7%。你要能扛住账户腰斩两次。上面验证期的加密回撤是44%。
3. **成本敏感**。加密按0.10%每边算，如果实际成本到0.50%每边，夏普从0.96掉到0.73。日线低频策略成本占比不高，但不是没影响。
4. **回测好得不像话的时候，先怀疑自己——这条我今天刚亲身踩过两次。**
   第一次：我跑12个币的组合，夏普2.77，漂亮得不像话。查下去发现是代码错了——我在同一个盈亏流里既做了逐日盯市、又叠了一整笔平仓盈亏，等于重复计算了一遍。修正后降到0.95。
   第二次：还是这12个币。修正完才意识到更根本的问题——这12个币是"今天还活着的币"，2017年的人根本不知道哪些能活，这是典型的选币偏差（幸存者偏差）。所以我现在只看BTC和ETH（2017年就是市值前二，不需要预测能力），夏普1.16。
   还有一个更隐蔽的：我算海外组合第一次得出的夏普是1.01，正确值是0.43，虚高一倍多。原因写在下面第四节。
**凡是回测结果好得不像话的，先怀疑自己哪里错了。我这次一天之内抓到三个。**
四、还有一个更隐蔽的坑，顺便提醒
我算海外那个组合的时候，第一次算出来的夏普是 1.01。后来发现是错的，正确值是 0.43。
错在哪？这个策略是事件驱动的，只在平仓那天产生一笔盈亏。36年历史，总共只有几百个平仓日。而我用了那条所有人都会背的公式：
夏普 = 日收益均值 ÷ 日收益标准差 × √252
这个√252假设你有一年252个连续交易日。但我手上只有几百个点，分散在36年里。等于把几百天当成了36年的日收益。
正确做法：把盈亏流补全到完整交易日历，没有交易的日子填0，再算。因为那些没交易的日子，钱也在账户里，只是没动，收益为零。把它们丢掉，你的日均收益就被系统性高估了。
夏普0.43和夏普1.01，是两个完全不同的决策。前者你会小心试仓，后者你可能直接加杠杆——那才是灾难的开始。
五、我的结论
同样的K线，同样的通道突破，同样的出场规则，换个市场从0.21变0.43变0.96。
如果你现在手上有个"怎么调都不赚钱"的策略，先别急着换参数、加过滤器、上机器学习。
先问三个问题：
1. 它跑在哪个场地？
2. 这个场地的参与者结构，适不适合这个因子？
3. 换一个场地，同样的规则还灵吗？
本文所有数字来自真实回测（数据源：FRED 官方宏观数据库、加密交易所公开行情），参数经过样本外锁定验证，成本按每边计。不构成投资建议，也不推荐任何平台。