2026-10-17 最强 vs 最弱：5 个高 Sharpe 与 5 个亏损策略的真实回测拆解（震荡盘整 regime 下）
2026-10-17 最强 vs 最弱：5 个高 Sharpe 与 5 个亏损策略的真实回测拆解（震荡盘整 regime 下）
速览： 2026-10-17 市场震荡盘整，BTC $81557、RSI 39.0。回测高 Sharpe 五策略合计 107 笔、最大回撤 ≤2.3%；最弱五策略合计 726 笔、最大回撤最高 143.3%，交易频率差 6.8 倍。
引言：今日行情速读
先把今天的市场坐标钉死，因为后面所有回测结论都要回到这个坐标系里才有意义。
BTC 报 $81557，24 小时 -0.1%，7 天 -1.7%，30 天 +0.8%，RSI 39.0。三个时间维度里，24 小时几乎完全走平（-0.1%），30 天净变化只有 +0.8%——这意味着一个月前的价格和今天几乎一样。7 天 -1.7% 的回落幅度也不足以构成趋势。RSI 39.0 处在中轴 50 下方，但距离 30 的超卖线还有 9 个点，既不属于强势区，也没进入极端超卖区。
ETH 报 $2423，24 小时 -0.0%，7 天 -3.3%，RSI 28.4。ETH 的日线同样纹丝不动（-0.0%），但 7 天跌幅 -3.3% 是 BTC 同期 -1.7% 的约 1.94 倍，明显更弱。更关键的是 RSI 28.4，已经跌破 30 进入传统超卖区。
综合判断：震荡盘整。日线级别无方向（两个品种 24 小时都是 -0.0%/-0.1%），周线级别轻微走弱但幅度有限，30 天级别 BTC 净涨幅仅 +0.8%。这是典型的区间内反复摆动结构，不是趋势市，也不是崩盘市。
在这样一个市场里，我们手上有一批真实回测数据，正好可以做一次极端对照：Sharpe 最高的 5 个策略，和 Sharpe 最差的 5 个策略。
一、高 Sharpe 组的共同特征：不是预测得准，而是出手极少
先把 5 个高 Sharpe 策略的完整数据摆出来：
| 策略 | 标的/周期/模式 | Sharpe | 年化 | 最大回撤 | 笔数 |
|---|---|---|---|---|---|
| #69 布林带挤压突破（#137） | DOGE/USDT, swing, 4h | 29.19 | +22.3% | 1.1% | 3 |
| #66 经典枢轴点突破（#134） | LINK/USDT, short, 1h | 9.09 | +48.9% | 2.0% | 29 |
| #61 TTM 挤压突破（#130） | BTC/USDT, swing, 4h | 8.48 | +13.2% | 2.3% | 23 |
| #63 经典枢轴点突破（#132） | SUI/USDT, short, 1h | 8.44 | +60.0% | 1.7% | 11 |
| #11 VWAP 回归 | BTC/USDT, ultra, 15m | 7.13 | +93.8% | 1.1% | 41 |
5 个策略的笔数分别是 3、29、23、11、41，合计只有 107 笔，平均每个策略 21.4 笔。5 个策略的最大回撤分别是 1.1%、2.0%、2.3%、1.7%、1.1%，全部不超过 2.3%，平均 1.64%。
这里必须做一次冷静的统计学提醒：#69 的 Sharpe 29.19 建立在 3 笔交易上。年化 Sharpe 是一个会放大样本方差的指标——当交易笔数只有 3 笔时，分母（收益标准差）本身就近乎随机，Sharpe 29.19 和 Sharpe 2.9 在这个样本量下没有统计意义上的差别。把 3 笔交易的 Sharpe 29.19 当作"比第二名强 3 倍"来解读，是错误的。#63 的 11 笔、#61 的 23 笔也处在同样的低样本区间。
另外需要标注一个数据口径问题：这 5 个策略的胜率字段均显示 0.0%。#66 有 29 笔交易、年化 +48.9%，如果 29 笔真的全部亏损，年化为正是不可能的。因此判断该字段在这批记录上未回填或统计口径不一致，不能作为独立证据使用。真正可用的三角关系是：笔数、最大回撤、年化收益。
那么这 5 个策略真正的共同点是什么？是筛选严格导致的低出手频率。布林带挤压、TTM 挤压这类结构，本身就要求波动率压缩到阈值以下才触发；枢轴点突破要求价格有效突破枢轴位。这些条件在震荡盘整中绝大多数时间不成立，所以它们一个月只出手 3~41 次。低出手 + 低回撤（≤2.3%）才是这组数据的核心特征，而不是"预测能力"。
二、亏损组解剖：40% 的胜率救不了它们
再看最差的 5 个：
| 策略 | 标的/周期/模式 | Sharpe | 年化 | 最大回撤 | 笔数 | 胜率 |
|---|---|---|---|---|---|---|
| #28 Parabolic SAR | SOL/USDT, swing, 4h | -5.28 | -140.6% | 124.7% | 163 | 41.7% |
| #32 Donchian 波动率突破 | AVAX/USDT, short, 1h | -6.08 | -336.6% | 79.6% | 321 | 39.2% |
| #27 Parabolic SAR | ETH/USDT, swing, 4h | -6.40 | -159.5% | 143.3% | 169 | 34.3% |
| #40 VWAP 回归 | SOL/USDT, ultra, 15m | -7.38 | -135.1% | 10.9% | 46 | 43.5% |
| #39 VWAP 回归 | ETH/USDT, ultra, 15m | -8.39 | -44.4% | 5.4% | 27 | 40.7% |
这 5 个策略的胜率分别是 41.7%、39.2%、34.3%、43.5%、40.7%，平均 39.88%，全部高于 34%。它们不是"预测错得离谱"的策略——事实上它们有接近 40% 的时间里方向是对的。
那为什么全部亏损？因为胜率在 40% 附近时，盈亏比对结果拥有完全的决定权。40% 的胜率意味着每 10 笔里有 4 笔盈利、6 笔亏损。要让期望值为正，平均盈利必须超过平均亏损的 1.5 倍。而趋势跟踪类策略（Parabolic SAR、Donchian 突破）在震荡盘整中的典型形态恰恰相反：区间内反复触发信号，每次反向止损都很小，但一旦价格真的走出区间，之前累积的小额止损全部集中在少数几笔里爆发。
#27 的 ETH Parabolic SAR 给出了最直观的答案：169 笔交易，胜率 34.3%，年化 -159.5%，最大回撤 143.3%。回撤超过 100% 意味着在回测区间内该账户净值已经归零。 同样，#28 的 SOL Parabolic SAR 最大回撤 124.7%，也是净值归零级别的结果。这两个策略的周期还是 swing/4h——相对低频，说明问题不在频率本身，而在方向性判断工具（SAR 是纯趋势跟踪指标）与 regime 的错配。
三、同一个策略，三个标的，228.9 个百分点的差距
这一节是本文最重要的部分。
VWAP 回归这个策略，在上述数据里出现了三次，策略逻辑完全相同、时间框架完全相同（15m）、执行模式完全相同（ultra），唯一的变量是标的：
- BTC/USDT（#11）：Sharpe +7.13，年化 +93.8%，最大回撤 1.1%，41 笔
- SOL/USDT（#40）：Sharpe -7.38，年化 -135.1%，最大回撤 10.9%，46 笔
- ETH/USDT（#39）：Sharpe -8.39，年化 -44.4%，最大回撤 5.4%，27 笔
年化收益的跨度是从 +93.8% 到 -135.1%，差 228.9 个百分点。Sharpe 从 +7.13 到 -8.39。
这个对照排除了几个常见的解释：不是时间框架问题（都是 15m），不是策略逻辑问题（都是 VWAP 回归），不是样本量问题（41 笔 / 46 笔 / 27 笔在同一量级），更不是执行模式问题（都是 ultra）。剩下的唯一变量是标的本身的微观结构——订单簿深度、买卖价差、做市商密度、以及不同标的对同一个 VWAP 偏离信号的响应方式。
这条结论对今天有直接意义：ETH 的 RSI 是 28.4，已经进入超卖区，这正是 VWAP 回归策略理论上最该做多的场景。但回测数据显示，同一个策略在 ETH 15m 上是年化 -44.4%、Sharpe -8.39。"超卖"是一个算术事实，不是交易信号。均值回归在 BTC 上被回测验证过，在 ETH 上被回测否定了。
四、频率、摩擦与三种截然不同的亏法
把两组的交易频率放在一起看：高 Sharpe 组合计 107 笔，亏损组合计 726 笔，后者是前者的 6.8 倍。
频率本身不是原罪——#11 的 41 笔也是正收益。真正的问题在于频率与摩擦成本的乘法关系。在不引入任何具体费率假设的前提下，有一条原理是确定的：每笔交易都要付出一次买卖价差的成本，这笔成本与交易笔数是线性关系，与盈亏无关。321 笔的 #32 与 3 笔的 #69 相比，在成本结构上的量级差异本身就是决定性的。#32 的年化 -336.6% 是本文所有数据里最差的一个，同时也是笔数最多的一个（321 笔），这两个事实不是巧合。
更值得注意的是亏损组内部的三种不同亏法，它们的风控含义完全不同：
第一种：归零型。 #27（169 笔，回撤 143.3%）和 #28（163 笔，回撤 124.7%）。特征是回撤超过 100%，回测区间内净值已清零。
**第二种：
