วันที่ผมฆ่า edge ของตัวเอง

⚠️ เนื้อหานี้เป็นงานวิจัยและบันทึกการเทรดส่วนบุคคล ไม่ใช่คำแนะนำการลงทุน ผู้จัดทำไม่ได้ให้บริการที่ปรึกษาที่ได้รับใบอนุญาต การลงทุนมีความเสี่ยง ผลในอดีตไม่ได้รับประกันผลในอนาคต โปรดศึกษาและปรึกษาผู้แนะนำที่ได้รับใบอนุญาตก่อนตัดสินใจ

สามวันที่ผมนั่งทับสิ่งที่ดูเหมือน "การค้นพบ" จริง ๆ นี่คือเรื่องที่ผมฆ่ามันทิ้ง — และทำไมการฆ่ามันคือสิ่งที่มีค่าที่สุดที่ผมทำทั้งเดือน

วันที่ 1: การค้นพบ ผมเอา 502 ไม้จาก walk-forward มาแยกตามกลุ่มอุตสาหกรรม รูปแบบโผล่ทันที: 5 กลุ่มมี expectancy ติดลบ ขณะที่ 8 กลุ่มวิ่ง 2–3 เท่าของค่าเฉลี่ย การกระจายกว้างและสะอาด — สะอาดเกินกว่าจะเป็นความบังเอิญ ผมคิด

ผมเลยทำสิ่งที่ชัดเจน: blacklist กลุ่มแย่ เทรดเฉพาะกลุ่มดี แล้วทดสอบ out-of-sample 7 windows ปี 2020–2025

มัน lift edge ขึ้น 33% ทั้งสองระบบดีขึ้น 6 ใน 7 windows บวก นี่ดูเหมือน alpha เชิงโครงสร้าง — ความไม่มีประสิทธิภาพที่ใช้ประโยชน์ได้จริง

วันที่ 2: การยืนยัน (ส่วนที่อันตราย) ผมตื่นเต้น และความตื่นเต้นคือที่ที่เทรดเดอร์ตาย ผมอัปเดต scanner ให้ใช้ตัวกรองนี้แล้ว ร่างสคริปต์วิดีโออธิบาย "sector tax" แล้ว บันทึกมันเป็น กฎ binding ในระบบความจำแล้ว

ทุกอย่างในตัวผมอยากให้มันจริง ผมมีสองการยืนยัน — การกระจาย in-sample และ lift out-of-sample 7 windows นั่นมักพอให้คนกล้าเทรดจริง

แต่สองการยืนยันคือกับดักพอดี การยืนยันมันถูก ตลาดยินดีโชว์รูปแบบที่ไม่มีอยู่จริงให้คุณ โดยเฉพาะตอนคุณอยากเห็นมัน

วันที่ 3: การทดสอบ 20 ปีที่ทำลายมัน มีเสียงที่ผมฝึกให้ตัวเองฟัง — รีเฟล็กซ์ของ quant ที่บอกว่า "5 ใน 7 windows จาก regime ขาขึ้นเดียว คือ sample size ไม่ใช่ validation" ก่อนผมจะ commit ผมขยายการทดสอบเป็น 20 ปี

ระบบเดียวกัน กฎเดียวกัน แค่ตัวอย่างยาวขึ้น โหดขึ้น 80 backtest หกนาที

ผล:

ทุกการตั้งค่า แย่ลง เมื่อใช้ edge อัจฉริยะของผม ไม่ใช่หายนะ — แค่ติดลบเงียบ ๆ สม่ำเสมอ "+33% lift" หายไปสนิท

เกิดอะไรขึ้นจริง ๆ ผมจ้อง log per-window อยู่ยี่สิบนาทีก่อนจะเห็น ปัญหาไม่ใช่กลยุทธ์ มันคือ ข้อมูล

ฐานข้อมูลกลุ่มอุตสาหกรรมของผมครอบคลุมปีล่าสุดดี — แต่แค่ 20–40% ของประวัติก่อนปี 2018 ดังนั้นในการทดสอบ 20 ปี ตัวกรองกลุ่มกรองได้แค่ไม้ล่าสุด หยิบมือ; ส่วนใหญ่ของตัวอย่างมันไม่ทำอะไรเลย "+33% lift" ที่ผมเจอในปี 2020–2025 ไม่ใช่ edge เชิงโครงสร้าง มันคือ artifact จากความครอบคลุมของข้อมูล — ความบังเอิญว่าไม้ไหน มี ป้ายกลุ่ม แต่งตัวเป็น alpha

สามวัน สองการยืนยัน หนึ่งการ falsify การ falsify คืออันเดียวที่บอกความจริง

ทำไมผมเล่าเรื่องนี้ เพราะนี่ — ไม่ใช่กราฟที่กำไร — คือหน้าตาของงานวิจัยจริง "edge" ส่วนใหญ่ที่คุณถูกขายคือแบบนี้พอดี: รูปแบบที่จริงในตัวอย่างหนึ่งและเป็นภาพลวงในตัวอย่างที่ใหญ่กว่า เจอโดยคนที่หยุดทดสอบทันทีที่มันดูดี

วินัยที่ช่วยผมไม่ใช่ความฉลาด แต่คือ กระบวนการ: 1. การยืนยันไม่พอ — พยายามทำลายมัน ตามล่าตัวอย่างที่ edge ของคุณ fail 2. ขยายการทดสอบจนเจ็บ 5 ใน 7 windows จากตลาดขาขึ้นเดียวไม่ใช่ validation หลายทศวรรษและหลาย regime ต่างหาก 3. ตรวจสอบข้อมูลก่อนเชื่อผลลัพธ์ edge ปลอมส่วนใหญ่คือปัญหาข้อมูลที่ใส่ชุดกลยุทธ์ — survivorship, ช่องว่างความครอบคลุม, look-ahead 4. กล้าลบกฎที่คุณหลงรักไปแล้ว — โดยเฉพาะ อันที่คุณ wire เข้าระบบจริงไปแล้ว

ผมเกือบเทรดเงินจริงบน edge ปลอม สิ่งเดียวที่หยุดผมคือนิสัยที่พยายามพิสูจน์ว่าการค้นพบของตัวเองผิด นิสัยนั้นมีค่ามากกว่าอินดิเคเตอร์ใด ๆ

edge ไม่ใช่ความลับ มันคือความกล้าที่จะฆ่าลูกรักของตัวเองก่อนตลาดจะฆ่ามันให้คุณ

ตามรอย ศึกษา รอจังหวะ จู่โจม

บันทึกการวิจัยและการเทรดส่วนบุคคล ไม่ใช่คำแนะนำ ผู้จัดทำไม่ได้ให้บริการที่ปรึกษาที่ได้รับใบอนุญาต ตลาดมีความเสี่ยง — MOEasymmetry

ฉบับร่าง 2026-06-09 ยังไม่เผยแพร่ | เวอร์ชัน Blockdit คู่กับ EN | หนึ่งในชิ้น falsification ที่แข็งที่สุด