看到一套 AI 量化系統，
很多人的眼睛第一個會找：
報酬率。
+5%。
+10%。
+20%。
然後很自然地想：
「這個很厲害。」
但如果你真的想判斷一套量化策略，
只看：
賺多少
其實遠遠不夠。
今天不用學複雜數學。
只學一個方法：
看量化績效時，一次看六個數字
分別是：
累計報酬率。
最大回撤 MDD。
勝率。
盈虧比。
交易次數。
實測天數。
這六個數字不是六個不同答案。
而是從六個方向回答同一件事：
這份績效到底有多少值得相信的資訊？
第一個：累計報酬率
這是大家最容易懂的。
它回答：
從開始到現在，資產總共增加或減少多少？
最基本的概念是：
累計報酬率
＝（期末價值－期初價值）÷期初價值 × 100%
例如：
開始有 100,000 元。
現在變成：
110,000 元。
那累計報酬率就是：
+10%。
如果最後變成：
90,000 元。
就是：
-10%。
所以累計報酬率告訴你的，是：
最後結果。
但它沒有告訴你「中間怎麼走」
這就是第一個陷阱。
假設 A 和 B 兩套策略，
最後都是：
+10%。
看起來一樣。
可是 A 的過程可能是：
100 → 102 → 105 → 108 → 110。
非常平穩。
B 卻可能是：
100 → 70 → 80 → 95 → 110。
最後也同樣是：
110。
只看累計報酬率，
你會覺得：
兩個一樣好。
但真正走過 B 的人，
中途曾經面對：
30% 的大幅虧損。
所以第二個數字就非常重要。
第二個：最大回撤 MDD
MDD 全名：
Maximum Drawdown。
中文通常叫：
最大回撤。
它回答的是：
從曾經到過的最高點往下算，最嚴重的一次跌了多少？
例如：
帳戶從：
100
漲到：
120。
後來跌到：
90。
從最高點 120 掉到 90，
回撤就是：
（120－90）÷120
＝25%
那這一段的回撤就是：
25%。
如果整段實測裡，
這是最嚴重的一次，
MDD 就是：
25%。
最大回撤本質上就是找整段期間內最深的「高點到低點」跌幅。
為什麼 MDD 很重要？
因為它把：
「賺多少」
換成另一個問題：
「為了得到這個報酬，中間最慘要承受多少？」
例如：
策略 A
累計報酬：
+15%。
MDD：
-5%。
策略 B
累計報酬：
+18%。
MDD：
-40%。
如果只看報酬，
B 比較高。
但你現在可能不會那麼快說：
B 一定比較好。
因為為了多得到：
3 個百分點，
過程可能曾經掉了：
40%。
這就是為什麼量化績效不能只看：
終點。
還要看：
路上摔得多重。
第三個：勝率
勝率非常直觀。
它回答：
所有已完成交易裡，有多少比例最後是賺錢的？
基本公式：
勝率
＝獲利交易次數 ÷ 已完成交易總次數 × 100%
例如：
做了 100 筆交易。
60 筆獲利。
40 筆虧損。
勝率就是：
60%。
TradingView 對 Percent Profitable 的定義也是以獲利交易數除以已完成交易總數計算。
看起來：
愈高愈好。
對不對？
不一定。
這是量化績效最容易被誤讀的一個數字
假設有兩套策略。
策略 A
10 筆交易。
9 次賺錢。
1 次虧錢。
勝率：
90%。
非常漂亮。
可是如果：
每次賺：
100 元。
那 9 次總共：
+900。
最後那一次卻虧：
2,000。
總結果：
-1,100。
勝率 90%。
最後仍然虧錢。
再看另一套
策略 B
10 筆交易。
4 次賺。
6 次賠。
勝率只有：
40%。
可是如果每次賺：
300。
4 次就是：
+1,200。
每次虧：
100。
6 次就是：
-600。
最後：
+600。
勝率只有 40%。
反而賺錢。
所以：
勝率只告訴你贏幾次。
不告訴你：
每次贏多少、每次輸多少。
這也是為什麼勝率一定要接著看第四個數字。
第四個：盈虧比
今天用最常見、也最好理解的方式解釋：
盈虧比
＝平均獲利交易金額 ÷ 平均虧損交易金額的絕對值
TradingView 對 Average Profit／Average Loss 的解釋也是：
平均獲利交易與平均虧損交易的大小關係。
例如：
平均一次獲利：
200 元。
平均一次虧損：
100 元。
盈虧比就是：
2：1。
意思不是：
每兩次會贏一次。
而是：
平均賺一次的金額，大約是平均賠一次的兩倍。
盈虧比和勝率一定要放在一起
假設：
勝率 40%。
盈虧比 2：1。
如果做 10 筆交易：
4 次贏。
6 次輸。
假設每次輸：
1 元。
那：
4 次贏 × 2
＝ +8。
6 次輸 × 1
＝ -6。
最後仍然：
+2。
所以低勝率不一定代表策略不好。
反過來：
高勝率也不保證策略賺錢。
真正要看的是：
贏的頻率 × 贏多少
和：
輸的頻率 × 輸多少
最後組合起來是什麼。
所以不要再問：「多少勝率才算好？」
單獨問這句其實沒有答案。
70% 勝率，
可能很好。
也可能虧錢。
40% 勝率，
可能不好。
也可能是一套能賺錢的策略。
你至少要接著問：
盈虧比是多少？
第五個：交易次數
這個數字常常被忽略。
假設有人告訴你：
勝率 100%。
你第一個反應可能是：
太強了。
但如果接著發現：
總共只做了：
2 筆交易。
你還會一樣興奮嗎？
大概不會。
因為：
2 筆全贏，
和：
500 筆裡有 400 筆贏，
代表的證據強度完全不同。
交易次數就是「樣本數」
交易次數愈少，
偶然性愈容易影響結果。
例如：
3 筆交易。
剛好全部獲利。
勝率：
100%。
第四筆一輸，
勝率立刻變成：
75%。
第五筆再輸，
變：
60%。
數字變得非常快。
但如果已經做了：
500 筆，
再增加一筆交易，
整體勝率就不會突然大幅改變。
所以看到：
漂亮勝率，
漂亮盈虧比，
漂亮報酬率，
一定再問：
這是用幾筆交易累積出來的？
第六個：實測天數
這和交易次數很像，
但又不是同一件事情。
交易次數回答：
做過多少次？
實測天數回答：
經歷過多少市場時間？
假設：
策略 A：
10 天做了 500 筆。
策略 B：
90 天做了 100 筆。
誰的證據比較完整？
不能只靠：
交易數
直接回答。
因為 B 雖然交易較少，
卻可能經歷：
上漲。
下跌。
震盪。
重大消息。
高波動。
低波動。
更多不同市場環境。
這就是：
時間的價值。
實測天數不是「愈久就一定有效」
90 天不代表：
策略已經安全。
180 天也不代表：
未來一定賺錢。
真正的意思只是：
市場有更多時間用不同情況考它。
所以今天上午故事篇談：
30 天。
60 天。
90 天。
真正的目的不是設定：
「通過 90 天就畢業。」
而是逐步增加：
證據。
把六個數字放在一起
現在假設你看到一套量化系統：
累計報酬：
+12%。
看起來很好。
先不要停。
再往下看：
MDD：
-30%。
勝率：
80%。
盈虧比：
0.4：1。
交易次數：
15 筆。
實測：
7 天。
這時你對「+12%」的感覺，
是不是開始完全不同？
因為你現在知道：
它雖然短期賺錢，
但：
回撤不小。
平均一次虧損可能比平均一次獲利大。
交易樣本還很少。
時間也非常短。
所以真正答案應該是：
現在有一個值得繼續觀察的結果。
不是：
策略已經被證明成功。
反過來也一樣
假設另一套策略：
累計報酬：
+6%。
看起來沒有那麼驚人。
可是：
MDD：
-3%。
勝率：
48%。
盈虧比：
1.8：1。
交易次數：
500 筆。
實測：
180 天。
這時候你可能反而會更想研究。
不是因為：
它一定比較好。
而是：
你手上有比較多資料可以判斷。
可以記一個最簡單的六問法
下次看到任何量化績效，
先不要被一個大大的綠色百分比吸走。
按照這個順序問：
1. 賺多少？
看：
累計報酬率。
2. 最慘跌多少？
看：
MDD。
3. 多常贏？
看：
勝率。
4. 贏一次和輸一次差多少？
看：
盈虧比。
5. 做過多少次？
看：
交易次數。
6. 被市場考了多久？
看：
實測天數。
只要六個問題都問，
你看績效的方式就會跟：
只看報酬率
完全不同。
最危險的其實是「只挑自己喜歡的數字」
如果一個平台只強調：
高勝率。
卻不告訴你：
MDD。
你就少看了一半。
如果只強調：
累計報酬率。
卻不告訴你：
交易次數。
你不知道它是不是只靠幾筆交易。
如果只給：
交易很多次。
卻沒有：
實測期間。
你也不知道這些交易是不是集中在同一種行情。
真正有用的績效資料，
不是數字愈多愈好。
而是：
能不能讓不同數字互相檢查。
還要注意一件事：公式定義要一致
尤其是：
盈虧比。
不同平台有時會使用不同名稱或計算方式。
有些會用：
平均獲利 ÷ 平均虧損。
有些可能展示：
Risk／Reward。
有些又會另外提供：
Profit Factor。
這三個不能看到「比率」就全部當成同一件事。
所以今天我們教的是最常見的：
平均獲利交易 ÷ 平均虧損交易絕對值。
實際查看任何平台時，
仍然要先確認：
它的欄位到底怎麼算。
DSJ 現在應該怎麼看？
今天這篇不是要用 DSJ 現在的短期數字證明：
策略有效。
因為目前 DSJ AI Board 還處在：
Testnet 公開實測早期。
現在比較合理的做法，
就是開始把這六項資料：
一起看。
今天記一次。
30 天再看。
60 天再看。
90 天再看。
真正有意思的是：
這些數字怎麼一起變化。
例如：
累計報酬上升，
MDD 是否也快速擴大？
勝率下降，
但盈虧比是否提高？
交易次數增加後，
早期漂亮的勝率是否還能維持？
實測時間拉長後，
策略是否開始遇到不同市場狀況？
這才是公開實測真正值得追蹤的地方。
還有一條界線一定要保留
就算 Testnet 最後：
交易很多。
實測很久。
報酬不錯。
MDD 可以接受。
勝率與盈虧比也穩定。
仍然不能直接推論：
Mainnet 一定會得到完全相同結果。
因為 Testnet 使用的是：
模擬資金與模擬成交。
真正 Mainnet 還可能遇到：
滑價。
市場深度。
流動性。
手續費。
Funding。
執行延遲。
這就是今天下午下一篇：
AI 快問快答
要專門解決的問題。
今天只記住這張表
指標它真正回答的問題累計報酬率最後總共賺或虧多少？最大回撤 MDD中途最慘曾經跌多深？勝率交易有多常獲利？盈虧比平均賺一次和平均賠一次差多少？交易次數這些數字累積了多少筆樣本？實測天數策略被不同市場環境測了多久？如果今天只能學會一件事情，
就是：
六個一起看。
不要：
只看第一個。
SasaDaily × DSJ 公開實測
SasaDaily 正持續記錄 DSJ AI Board Testnet 的公開實測。
現在實測時間仍然很短，所以不用急著問「這個報酬夠不夠高」。你可以先用今天這六個指標，自己看主帳號透明戰績：報酬怎麼變、回撤多深、勝率和盈虧比能不能一起成立，以及交易與時間樣本是否逐漸累積。
先看數據、先理解怎麼判讀，可以免費測試，再由你自己決定是否只觀察、自己交易、測試跟單，或未來是否進一步使用 Mainnet。
查看 SasaDaily × DSJ AI Board 公開實測：
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
