研究方法 · 核心哲學

策略不是永久答案，而是在市場生態中持續演化的假設。

受 Andrew W. Lo 的適應性市場假說啟發，我們把市場理解為持續演化的生態：參與者會犯錯、學習與適應，而競爭與自然選擇會不斷改變哪些行為仍然有效。

Ainstein 把這個觀點落實為有紀律的策略族群流程：淘汰弱勢變體、重新驗證穩健行為，並要求受控變化通過樣本外與壓力證據。

Andrew W. Lo — The Adaptive Markets Hypothesis僅作思想來源說明；Ainstein Fin-Tech 與 Andrew W. Lo 或 MIT 並無隸屬、合作或認可關係。

汰弱留強

淘汰失去樣本外證據、穩定性不足或風險報酬失衡的變體。

因應市場制度、波動、流動性與執行條件轉變，調整策略規則與曝險。

借鑑已有證據支持的穩健行為與結構，但必須重新獨立驗證，而非複製結果。

以有限、可追蹤的參數或架構變化建立新候選，再由 IS/OOS、WFO 與 Monte Carlo 證據汰選。

研究方法

強勁回測只是審查的起點。每個階段處理一種不同的不確定性，策略才可進入決策討論。

定義市場行為、執行情境與可被推翻的預期。

檢查時間順序、覆蓋、缺口、成本、交易時段及產品機制。

編碼決定性訊號、出場、倉位、曝險狀態與診斷紀錄。

在有限搜索空間內探索，保留穩健資訊，而非只選最高分。

沿時間推進，只在下一個未見窗口評估所選參數。

把選擇重新套用到原策略，整理分邊交易及資金曲線。

量化回撤尾部、路徑不確定性、參數敏感度及市場環境依賴。

同時發布證據、限制、假設及監察要求。

研究原則

不容許未來資訊影響較早的研究決策。

佣金、滑價、保證金與名義金額機制均是明確輸入。

負面或不穩定結果是有效輸出，不以重新調參隱藏。

另一位研究員應可把每個公開數字追溯至定義清楚的產物。

開始對話

僅供研究說明。所有假設性回測與模擬結果均非實盤績效、不保證未來結果，亦不構成投資建議。