2026-09-15 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）

速览： 2026-09-15 市场处于震荡盘整（BTC $77848，RSI 51.6）。回测中 #69 DOGE 布林带挤压突破 Sharpe 29.19、回撤 1.1% 但仅 3 笔；#39 VWAP 回歸(ETH) Sharpe -8.39、年化 -44.4%。同一 VWAP 逻辑在 BTC 15m 回测年化 +93.8%，换到 ETH/SOL 即转负。

引言：今日行情速读

2026-09-15，BTC 报 $77848，24 小时 -0.4%，7 日 -0.8%，30 日 +20.6%，RSI 51.6。ETH 报 $2513，24 小时 -0.1%，7 日 +1.1%，RSI 59.3。

把这五个数字放在一起，能得到一个相当清晰的画面：中期在涨，短期在横。BTC 30 日 +20.6% 说明过去一个月是多头占优的，但最近 7 日 -0.8%、24 小时 -0.4%，说明上行动能已经衰减；RSI 51.6 恰好落在 50 中轴附近，既没有超买也没有超卖。ETH 的 RSI 59.3 比 BTC 高出 7.7 个点，7 日 +1.1% 也跑赢 BTC 的 -0.8%，属于相对强势一方，但同样没有进入超买区（通常以 70 为界）。

据此归类 regime：震荡盘整。这个判断不是修辞，而是后面所有回测结论的地基——因为接下来要讨论的十个策略里，有一半的生死取决于它对「震荡」的耐受度。

一、十大策略对账单：Sharpe 与年化的三层背离

先把两组策略的完整回测数据摊开。

高 Sharpe 组（Sharpe 由高到低）：

策略	标的	类型	周期	Sharpe	年化	最大回撤	笔数	胜率
#69 布林带挤压突破	DOGE/USDT	swing	4h	29.19	+22.3%	1.1%	3	0.0%
#66 经典枢轴点突破	LINK/USDT	short	1h	9.09	+48.9%	2.0%	29	0.0%
#61 TTM 挤压突破	BTC/USDT	swing	4h	8.48	+13.2%	2.3%	23	0.0%
#63 经典枢轴点突破	SUI/USDT	short	1h	8.44	+60.0%	1.7%	11	0.0%
#11 VWAP 回歸	BTC/USDT	ultra	15m	7.13	+93.8%	1.1%	41	0.0%

亏损组（Sharpe 由低到高）：

策略	标的	类型	周期	Sharpe	年化	最大回撤	笔数	胜率
#39 VWAP 回歸	ETH/USDT	ultra	15m	-8.39	-44.4%	5.4%	27	40.7%
#40 VWAP 回歸	SOL/USDT	ultra	15m	-7.38	-135.1%	10.9%	46	43.5%
#27 Parabolic SAR	ETH/USDT	swing	4h	-6.40	-159.5%	143.3%	169	34.3%
#32 波動率突破 (Donchian)	AVAX/USDT	short	1h	-6.08	-336.6%	79.6%	321	39.2%
#28 Parabolic SAR	SOL/USDT	swing	4h	-5.28	-140.6%	124.7%	163	41.7%

三层背离立刻显现。

第一层：Sharpe 与年化的排序完全不同。 #69 Sharpe 高达 29.19，但年化只有 +22.3%；#11 Sharpe 只有 7.13，年化却是 +93.8%——是 #69 的 4.2 倍。如果只看 Sharpe 排序，你会把资金优先分配给年化最低的那一个。

第二层：样本量差了 107 倍。 #69 只有 3 笔交易，#32 有 321 笔。Sharpe 本质是「单位波动获得的收益」，在 3 笔样本上，分母（波动）几乎是被掐掉的——这不是策略优秀，而是样本不足以产生波动。29.19 这个数字的信息量，远低于 #11 BTC/USDT 41 笔的 7.13。

第三层：回撤量级完全不同。 高 Sharpe 组五个策略的最大回撤在 1.1% 到 2.3% 之间，全部低于 2.5%；亏损组则在 5.4% 到 143.3% 之间。其中 #27 Parabolic SAR (ETH) 的 143.3% 和 #28 Parabolic SAR (SOL) 的 124.7%，在含义上已经越过 100%——意味着回测区间的净值曲线经历过爆仓级的资金损失，这不是「回撤大一点」，而是账户归零后无法继续。

二、最反直觉的一条：胜率 0.0% 的最强组与胜率 41.7% 的最弱组

这是本文所有数据里最需要警觉的一组对照。

高 Sharpe 组的五个策略，胜率字段全部是 0.0%；亏损组的五个策略，胜率分别是 40.7%、43.5%、34.3%、39.2%、41.7%——全部在 34% 以上，最差的 #27 也有 34.3%。

如果只看胜率，结论会完全反转：你会认为亏损组才是「稳定盈利」的策略，而高 Sharpe 组是「从未赢过」的垃圾。

这里必须诚实指出：这两组的胜率字段疑似采用不同统计口径。在年化为正、且回撤极小的前提下，0.0% 胜率在数学上不可能成立——净值曲线要上涨，必然存在盈利了结事件。合理的解释是胜率按「子单成交/平仓事件」计数，而年化与 Sharpe 按净值曲线计算，两者口径不一致；具体定义需要在 Quant Pro 的策略详情页核对。

但无论口径如何，有一条结论是硬的：在这个回测数据集上，用胜率单独筛选策略，会得到与用 Sharpe 筛选完全相反的答案。 而亏损组的数据恰恰证明了胜率为什么不可单独用——

看 #28 Parabolic SAR (SOL)：163 笔，胜率 41.7%，年化 -140.6%。一个「每 10 笔赢 4 笔」的策略，年化亏损是本金的一点四倍。这说明它的盈亏比是严重倒挂的：赢的时候赢一点点，输的时候输一大截。同理 #32 波動率突破 (AVAX)：321 笔，胜率 39.2%，年化 -336.6%，最大回撤 79.6%——321 笔的高频磨损叠加倒挂的盈亏比，把账户打掉将近八成。

反过来，高 Sharpe 组的共同特征是：年化为正 + 回撤被压在 2.3% 以内。这说明它们在下行方向的暴露被严格控制住了。活下去的关键不是赢多少次，而是输的时候输多少。

三、同一个策略逻辑，为什么在 BTC 上活、在 ETH/SOL 上死

这是本文最有价值的一组对照，因为它是控制变量的。

VWAP 回歸这个策略逻辑，在同一个回测体系里出现了三次：

• 11 VWAP 回歸 (BTC/USDT, ultra, 15m)：Sharpe +7.13，年化 +93.8%，最大回撤 1.1%，41 笔

• 40 VWAP 回歸 (SOL/USDT, ultra, 15m)：Sharpe -7.38，年化 -135.1%，最大回撤 10.9%，46 笔

• 39 VWAP 回歸 (ETH/USDT, ultra, 15m)：Sharpe -8.39，年化 -44.4%，最大回撤 5.4%，27 笔

策略逻辑相同，周期相同（15m），类型相同（ultra 高频均值回归）。唯一的变量是标的。结果是 Sharpe 从 +7.13 一路跌到 -8.39，中间跨度 15.52 个 Sharpe 点；年化从 +93.8% 变成 -44.4%，跨度 138.2 个百分点。

笔数上，BTC 41 笔、SOL 46 笔、ETH 27 笔，样本量在同一量级，所以这不是样本量差异造成的，而是标的本身造成的。

VWAP 回归赚的是「价格偏离成交量加权均价后回归」的钱。这种边缘利润极薄，对执行成本极度敏感——点差、滑点、冲击成本。BTC 是流动性最深的市场，同样的偏离度，在 BTC 上能以极小成本进出；在 SOL 和 ETH 上，同样的偏离被更宽的点差和更差的深度吃掉，策略就从正期望变成负期望。

放到今天的行情里看更有意思：ETH 的 RSI 59.3 比 BTC 的 51.6 更强，7 日 +1.1% 也跑赢 BTC。如果按「谁更强就做谁的均值回归」的直觉去配策略，今天的 ETH 反而更有吸引力——但回测数据说，同一个 VWAP 逻辑在 ETH 上是 Sharpe -8.39。 相对强弱和策略适配度是两件事。

四、震荡盘整 regime 的适配度：趋势跟随类为何集体失血

把亏损组按策略类型分类：五个里面有四个是趋势跟随或突破类。

• 27 Parabolic SAR (ETH, swing, 4h)：169 笔

• 28 Parabolic SAR (SOL, swing, 4h)：163 笔

• 32 波動率突破 Donchian (AVAX, short, 1h)：321 笔

• 40 / #39 VWAP 回歸（这是均值回归，不属此类）

Parabolic SAR 是典型的趋势跟随指标：价格创新高就翻多、创新低就翻空。它在单边行情里能吃到整段趋势，但在震荡盘整里会被反复打脸——价格在上下来回穿越 SAR 翻转点，每穿越一次就产生一次止损。

回测数据完美印证这一点：ETH 上 169 笔、SOL 上 163 笔。这个笔数在 4h swing 周期上是非常高的。4h 级别的 swing 策略，正常情况下一年能产生的有效信号数远低于此——163 到 169 笔意味着价格在反复穿越触发点，也就是市场在反复震荡。结果是 ETH Sharpe -6.40、最大回撤 143.3%；SOL Sharpe -5.28、最大回撤 124.7%。两个标的、同一逻辑、同一周期，同时以爆仓级回撤收场。

32 更极端：AVAX 1h 空头 Donchian 突破，321 笔，年化 -336.6%，回撤 79.6%。321 笔是全部十个策略里最高的笔数，而年化亏损也是最大的。笔数越多、亏得越多，这是震荡盘整对突破类策略最标准的绞杀方式。

现在回到今天的盘面：BTC 30 日 +20.6% 说明中期有过一段趋势，但 7 日 -0.8%、24 小时 -0.4%、RSI 51.6——趋势已经停下来了。这正是 Parabolic SAR 和 Donchian 突破回测里最差的那种环境。 如果今天的 regime 被判定为震荡盘整，那么趋势跟随类策略在当前环境下的期望值，应当参照 #27、#28、#32 的回测表现来评估，而不是参照它们历史最佳区间的表现。

相对地，高 Sharpe 组里表现最扎实的两个是突破类，但都是压缩后的突破：#61 BTC/USDT TTM 挤压突破（Sharpe 8.48，23 笔，回撤 2.3%）和 #69 DOGE/USDT 布林带挤压突破（Sharpe 29.19，但只有 3 笔）。挤压突破的逻辑是「等波动率收缩到极限再进场」，它不预测方向，只等能量释放——在震荡盘整里，波动率收缩本身就是它在等待的前置条件。

实战启示：当前环境下该怎么做

把上面的分析落到 2026-09-15 这个具体交易日上，有五条可执行的原则。

第一，先给样本量设门槛。 #69 Sharpe 29.19 只对应 3 笔交易，这个数字不能作为配置依据。相对可信的是 #11（41 笔）、#61（23 笔）、#66（29 笔）这一档。建议在筛选时对样本量设一个下限，低于阈值的策略无论 Sharpe 多高都只做观察项。

第二，把最大回撤当第一筛选条件，而不是 Sharpe。 高 Sharpe 组五个策略回撤 1.1%~2.3%，亏损组 5.4%~143.3%。在震荡盘整里，策略的价值不在于赚得多快，而在于能不能活到下一段趋势来临。#27 和 #28 的 143.3% / 124.7% 说明，一旦回撤突破某个阈值，后面的正期望已经没有意义了。

第三，标的筛选要和策略逻辑绑定。 VWAP 回归在 BTC 上 Sharpe +7.13，在 SOL 上 -7.38，在 ETH 上 -8.39。同一个逻辑换标的就从正转负，说明这类高频薄利策略只能放在流动性最好的标的上。今天 BTC RSI 51.6、ETH RSI 59.3，ETH 相对更强，但「更强」不等于「更适合 VWAP 回归」。

第四，震荡盘整里降低频率。 亏损组 #32 的 321 笔、#27 的 169 笔、#28 的 163 笔，都指向同一个问题：高频率在震荡市里意味着高频次的假信号。高 Sharpe 组里笔数最多的是 #11 的 41 笔，量级差了一个数量级。

第五，同一逻辑、不同标的、不同周期，必须分开回测。 本文所有对比都建立在真实回测数据上，这些数据来自量化系统的策略库与执行引擎。Quant Pro 是这套「回测 + 执行」系统的产品化版本，资金始终留在用户自己的 OKX 账户，用户可自行核对每一条策略的 Sharpe、年化、最大回撤与笔数。之所以强调分开回测，是因为第三节已经证明：不做标的分层，会把 Sharpe +7.13 的和 -8.39 的策略混在一张表里。

风险提示

本文所有数字均为回测结果，不代表未来表现，也不构成任何投资建议。

具体风险包括：

1. 回测过拟合风险。 十个策略中必然存在参数被历史数据「选中」的情况。#69 只有 3 笔交易就得到 Sharpe 29.19，这类数字对参数变动极度敏感，样本外表现可能大幅偏离。
2. 爆仓与归零风险。 #27 最大回撤 143.3%、#28 最大回撤 124.7%，均超过 100%，意味着回测区间内账户经历过无法继续交易的损失。实盘杠杆下，这类回撤等同于归零。
3. 执行成本未被完全建模的风险。 第三节的 VWAP 对比显示，同一逻辑在 BTC/SOL/ETH 上结果分化 15.52 个 Sharpe 点，核心原因正是流动性差异。真实点差、滑点、资金费率可能比回测假设更差，尤其在高频 15m 与 1h 策略上。
4. regime 切换风险。 今天的判定是震荡盘整（BTC $77848，RSI 51.6；ETH $2513，RSI 59.3）。一旦 regime 切换到单边趋势，本文中被判定为弱势的趋势跟随类策略表现可能反转，而当前的高 Sharpe 组同样可能失效。
5. 胜率字段口径风险。 如第二节所述，0.0% 与 34%~43% 的胜率差异疑似来自统计口径不一致，使用前请核对定义，不要以单一指标做决策。

常见问题

Q1：胜率 0.0% 的策略，年化为什么是正的？

这几乎可以确定是统计口径问题，而非真实胜率。在年化 +22.3%（#69）、+93.8%（#11）且最大回撤仅 1.1% 的前提下，净值上涨必然对应盈利了结事件，胜率不可能真的是 0。合理推测是胜率按子单成交或平仓事件计数，与净值曲线口径不同。使用这类指标前，应先核对策略详情页对胜率的具体定义。

Q2：#69 DOGE/USDT Sharpe 29.19，是不是最值得关注的策略？

不是。Sharpe 29.19 建立在 3 笔交易上。Sharpe 的分母是波动率，3 笔样本几乎无法产生有效波动估计，因此这个数值被系统性放大。同一组里 #11 BTC/USDT 的 Sharpe 7.13 对应 41 笔交易，信息量显著更高。样本量门槛应优先于 Sharpe 排序。

Q3：震荡盘整行情里，均值回归（VWAP 回歸）不是应该更有效吗？

逻辑上成立，但回测数据显示标的才是决定因素。VWAP 回歸在 BTC/USDT 15m 上回测 Sharpe +7.13、年化 +93.8%；同样逻辑在 SOL/USDT 15m 上是 Sharpe -7.38、年化 -135.1%，在 ETH/USDT 15m 上是 Sharpe -8.39、年化 -44.4%。均值回归赚的是极薄的偏离价差，对点差与深度极度敏感，流动性不足会把正期望直接吃成负期望。

Q4：普通用户如何复现这套回测？

关键在于三点：一是数据必须分层，同一策略逻辑在 BTC、ETH、SOL 上必须分开回测，否则会掩盖本文第三节那种 15.52 个 Sharpe 点的分化；二是样本量门槛先行，低于阈值的策略（如 3 笔）只做观察；三是把最大回撤作为第一筛选条件，而非 Sharpe 或胜率。Quant Pro 是这套回测与执行系统的产品化版本，资金在用户自己的 OKX 账户，用户可以直接调取每条策略的 Sharpe、年化、最大回撤、笔数与胜率原始数据自行核对。