我窮舉了 80 種出場，沒有一種贏過原本那個

更正（2026-08-27）：本文原先把這條線稱為「幣圈永續合約」，那是錯的。訊號取自永續合約（資金費率、未平倉），而部位建在現貨（Gate 現貨）。線名已更正為「山寨幣現貨」，其餘內容與數字未變。

這條線是全站最接近門檻的一條（t=1.88，門檻 2.0，仍然沒過）。既然它還活著，我做了一次系統性的窮舉：出場變體、砍倉規則、分批、反手做空，加起來約 80 格。

結果是：沒有一格贏過原本那個出場機制。

聽起來像浪費了一週。但這次窮舉留下三個東西比「找到更好的參數」更有用：一個反直覺的分布、一個關於多重檢定的甜頭，以及一個我從來沒想過要搜的旋鈕。

先看分布：天真數學指向 +150200%，不是 +3050%

要回推止盈該設在哪，直覺的做法是看「多少比例的交易曾經漲到 x%」，然後挑一個勝率舒服的位置。多數人會停在 +30% 到 +50%。

實際的最大有利偏移（MFE）分布，n = 1,102 個進場 bar：中位 +63.8%、平均 +227.0% —— 平均是中位的 3.6 倍。

止盈 x	P(MFE ≥ x)	x × P（天真期望）
+30%	70.3%	+21.1%
+50%	56.7%	+28.4%
+100%	39.1%	+39.1%
+150%	29.6%	+44.4%
+200%	22.6%	+45.2% ← 天真最佳
+300%	13.1%	+39.2%

天真數學指向 +150~200%。 舒服的那個位置（+30%）的期望值只有最佳解的一半不到。

原因是分布右偏得厲害：NIST 統計手冊（§1.3.5.11，查證日期 2026-08-27）對正偏態的描述是「右尾相對左尾很長」。當平均是中位的 3.6 倍，你的報酬幾乎全部住在右尾裡，而把止盈設在中位附近等於系統性地把尾巴剪掉。

14 個出場變體，沒有一個贏

同一組進場、同一份 5 分鐘資料、單趟掃完。現行的出場機制（量能高潮）在報酬與回撤兩邊都是最好的。

第二名是「只用固定止盈、不用高潮」：報酬更低，而且回撤多 65%。

一個什麼都沒搜到的搜尋，沒有多重檢定問題

這是這次窮舉最有價值的副產品：

一個 14 格的搜尋沒有打贏原本的東西，就沒有多重檢定問題 —— 因為沒有要採用任何新的格子。

多重檢定的懲罰來自「我從 N 個候選裡挑了最好的那個」。如果最後什麼都沒挑，就沒有東西需要被懲罰。Harvey、Liu 與 Zhu 在 〈… and the Cross-Section of Expected Returns〉（RFS 29(1), 2016，查證日期 2026-08-27）主張把整個文獻的搜尋成本算進去、門檻拉到 t>3.0，講的正是採用時要付的代價。

〈我以為它過了，多五天資料後沒過〉那篇是硬幣的另一面：那邊搜出了一個贏家，所以必須面對 Bonferroni 把門檻推到 2.95 的問題。搜尋的代價只在你打算採用結果的時候才發生。

機制 vs 價位：兩個好東西加起來變差

	資金年化
只有量能高潮	+47.9%
只有固定止盈	+43.9%
兩個一起	+30.7%

兩個單獨都是正的，一起用卻比任一個單獨都差很多。取先觸發的那個，等於把贏家砍兩次。這三個數字在〈出場規則換一下，同一批交易從 −86% 變 +3%〉裡是三條線共同結論的其中一條。

縮短持有期也不是答案

三種較短的持有上限全部低於現行。即使有 40% 的交易是到期出場、而且那一群的中位報酬是 −17.8%：

會跑的那些需要那個時間。砍掉尾巴的損失大於省下的虧損。

但止盈買到的東西不是零

把「止盈沒用」寫成結論是不誠實的。它換到的東西很具體：

指標	現行（量能高潮）	固定止盈 +30%
兌現率（中位）	0.05	0.83
中位報酬	+1.81%	+28.00%
勝率	52%	67%
去掉最賺的 10%	−4.09%	+2.52%
持有天數	不公開（見方法論）	13 天

止盈用 26 個百分點的年化，換到「去掉最賺 10% 之後仍然為正」和 0.83 的兌現率。那是一個真實的取捨，不是錯誤選項。

未採用，但理由要寫清楚：這條線的資金規模小到可以承受尾部集中的風險，而放棄 26pp 的年化在這個規模上不划算。換一個規模，這個決定可能要反過來。

四個方向的窮舉：三條死，活的那條買到的是穩健

為了回答「今年沒抽到彩券的話剩什麼」，我加了一個指標 no3x：拿掉所有報酬 ≥ +200% 的交易之後的平均。下面四個方向都用它一起看。

① 條件式砍倉：排第一的假說，六格全輸

假說是這樣的：進場當下分不出哪些會跑，但等一段時間之後應該就分得出來了 —— 到第 28 天還沒動的，大概就是死了，砍掉換現金。

六格全輸。 而且不是小輸：回撤同步惡化、中位報酬全部翻負、勝率全部下降。

「第 28 天還沒動」不等於「死了」。

進場當下分不出來，進場四週後也分不出來。這條規則系統性地砍掉了會回來的部位。

它跟〈檢查因為錯誤的理由而通過〉是同一族的錯誤：我以為某個時間點會給我資訊，其實它不會。 差別只在那篇講的是檢查，這篇講的是等待。

② 分批出場：唯一活著的，但先要更正我自己

🔴 第一版的分批數字是錯的，而且錯在偏樂觀。

那版允許分批腿在主要出場之後才觸發 —— 等於「已經在第 30 天全部出場了，卻還能在第 60 天用 +100% 賣掉一半」。那是不可能發生的交易。第二版加了「分批腿必須在主要出場之前觸發」的檢查。下面是修正後的結果。

• 在高位分批：年化少 1~3 個百分點，但回撤改善，no3x 從 +7.44% 升到 +10.63%，報酬/回撤比優於現行。
• 在低位分批：年化掉很多，換到「去掉最賺 10%」轉正。
• 樣本外：所有分批變體與現行沒有改善也沒有傷害，但 no3x 普遍更高、回撤更小。

這是全篇唯一「贏了」的東西，而它贏的不是報酬，是沒抽到彩券的那一年會怎樣。

③ 位移變數取絕對值：第三次證否

左端多收進來的那批交易，貢獻約等於零，還讓回撤變差。

先前觀察到的 U 形是偵測現象，不是報酬現象。

「這個狀態比較容易發生」不等於「在這個狀態進場比較賺」。這句話在這條線上已經是第三次出現了。

順帶一個值得單獨記下來的分歧：某一格的年聚類 t 值是全專案最高，但它的資金年化反而較低。

每筆品質高 ≠ 資金部署得好。 t 值最高的那一格不是報酬最好的那一格 —— 如果只看 t 值排序去挑，會挑到一個賺得比較少的東西。

④ 高潮反手做空：災難級

多空並做之後，每筆平均從 +12.81% 掉到 +2.70%，中位 −8.43%，勝率降到 46%。

空腿單獨看更有意思：中位 +35.5%，平均 −13.25%。

一半以上的空單是賺錢的，而平均是大虧。中位與平均反號，那是尾部風險的教科書形狀 —— 用同一份 NIST 手冊的語言講，這是一個左尾很長的分布，而空單的左尾在數學上沒有下界。

最後一節：那個從來沒被搜過的旋鈕

前面三節總共窮舉了約 80 格。掃完之後我才注意到一件事：

它們全部是在同一個「部位規模」設定上做的。

而後來回頭一掃才發現，部位規模本身就是最大的那根槓桿：它單獨的影響，比前面所有參數搜尋加起來還大。

那個設定自從第一次定下之後從來沒有被重掃過，而定它的時候的交易頻率跟現在完全不同。

這件事在數學上其實不新鮮。Kelly 在 〈A New Interpretation of Information Rate〉（Bell System Technical Journal, 1956，查證日期 2026-08-27）證明的就是：資本的最大指數成長率由每次投注佔資本的比例決定。下注比例是一階效果，訊號品質是二階效果。我知道這件事，然後花了一週去掃二階。

搜參數之前，先問「哪一個參數從來沒被搜過」。

你會很自然地一直搜同一批旋鈕，因為那些是你上次搜過的、你知道怎麼掃、腳本現成。而沒被搜過的那個之所以沒被搜過，正是因為它從一開始就被當成環境，而不是被當成選擇。

具體的格數、使用率與改善幅度不寫在這裡 —— 這條線還在跑，那些是參數。可以寫的是機制與教訓，而機制與教訓才是複製不走的那部分，理由寫在〈方法論〉。

常見問題

80 格什麼都沒搜到，這一週不算白費嗎？ 產出不是參數，是三件事：MFE 分布告訴我直覺的止盈位置是錯的；「沒採用就不用校正」讓我知道這種窮舉可以放心做；還有那個沒被搜過的旋鈕。第三件的價值大於前面八十格的總和。

為什麼 t=1.88 的線還在跑？ 未證實不等於已證否。正確處置是用小到不痛的錢繼續累積樣本，看 t 往哪邊走，不是加碼也不是關掉。真金額與逐筆紀錄在〈績效〉。

為什麼有些數字不公開？ 進出場的參數與門檻、持有時間、部位規模、容量上限一律不公開，因為這條線還在運作，而它是逆勢型的，跟單會直接墊高進場成本。公開的是判準、證否結論與方法。

分批出場既然贏了，為什麼不採用？ 它贏的是穩健度（no3x 與回撤），代價是 1~3 個百分點的年化，而樣本外顯示它與現行沒有顯著差異。在還沒過門檻的線上換出場規則，等於在一個未證實的東西上再疊一層未證實。先讓樣本長出來。