首頁 > 部落格 > Python驗證與MT5實盤出現92-98%落差的真相

實盤驗證Python回測walk-forward紐約盤驗證方法論

Python驗證與MT5實盤出現92-98%落差的真相

發布日: 2026-05-29閱讀時間:約 2 分鐘
本文為發布之日的資訊。EA的績效數值(PF、DD、年化)會隨實盤運行與重新驗證而變動,最新數值請在各EA頁面確認。 查看最新EA績效

Python驗證與MT5實盤出現92-98%落差的真相

我是FXEA365的站長。

本文將完整公開2026-05-29針對NY Session Breakout策略,以Python Walk-Forward與MT5實盤14年回測進行比較驗證後,確認PF出現92-98%落差的全部經過。

這是一筆能在業界層級上再次證明**「即使Python回測跑出亮眼數字,也不代表在MT5實盤上真的能運作」**的重要數據。

策略規格 — 亞盤區間 → 紐約盤突破

項目設定
時間框架H1
亞盤區間0-4h UTC(形成亞洲時段區間)
交易時段15-20h UTC(紐約盤時段內)
進場突破亞洲時段高點/低點
出場SL = ATR × 0.5 / TP1 = ATR × 0.5(平倉50%)/ TP2 = ATR × 7.0
手數風險2%(CASCADE半複利)

理論上具有優勢的策略

  • 紐約盤時段(UTC 15-20時=台北時間23-隔日4時)是機構投資人活躍時段,流動性集中
  • 亞盤區間是自然的參考值,突破其上下緣屬於方向性較強的訊號
  • 兩段式出場(TP1=ATR×0.5/TP2=ATR×7)兼顧防範假突破與捕捉趨勢

Python Walk-Forward結果 — 亮眼的數字

2026-05-27至28日期間,透過scripts/gen_h1_ny_walkforward.py執行了9種貨幣的WF(訓練60%/測試40%)

貨幣對train PFtest PFtest DDtest WR一致性OOS存活率
EURUSD7.429.035.47%79.6%0.82500/500
GBPUSD11.7813.0031.85%84.2%0.91500/500
XAUUSD7.7611.9613.18%80.9%0.65(前次驗證)
EURJPY9.417.937.46%79.2%0.84500/500
GBPJPY9.748.2412.30%79.3%0.85500/500
USDJPY6.1211.6236.24%80.7%0.53(前次驗證)
CADJPY7.595.7632.81%75.9%0.76499/500
AUDJPY8.496.3227.33%74.4%0.74351/500
NZDJPY9.226.5115.05%70.6%0.71500/500

9種貨幣全數達到PF≥5 × 勝率≥70% × OOS存活率500/500

若照業界慣例,這樣的結果應該要對外宣稱「發現夢幻級通用優勢!」「全貨幣路線圖擴大陣容!」並直接公開在網站上。

然而——MT5實盤14年回測(USDJPY_NY_BREAKOUT_EA.mq5 v2.0)

依照CLAUDE.md「實盤驗證絕對必須原則」,對Python WF中表現最強的4種貨幣進行MT5實盤14年回測重新驗證:

貨幣對Python WF(test)MT5實盤14年回測落差率帳戶結果
USDJPYPF 11.62 / DD 36%PF 0.77 / DD 99.72%−93%-$9,966(幾乎全損)
EURUSDPF 9.03 / DD 5.47%PF 0.73 / DD 99.84%−92%-$9,984(幾乎全損)
GBPUSDPF 13.00 / DD 31.85%PF 0.21 / DD 101.12%−98%-$10,112(帳戶爆倉)
EURJPYPF 7.93 / DD 7.46%PF 0.49 / DD 100.01%−94%-$10,001(帳戶爆倉)

4種貨幣全數失利,與Python WF的PF落差達92-98%

為何會出現如此巨大的落差——5個推論

1. 未考慮點差/滑點

Python回測是以close-to-close為基礎計算。實盤中每一筆成交都會因點差(0.5-2 pips)+ 滑點而劣化,每筆交易累積1-3 pips的損耗。

2. 資料品質差異

Python使用的是Dukascopy M5彙整成H1的資料。MT5實盤則是券商的tick資料(價格變動更精細)。即使同樣是「H1 K線」,內部的價格波動也不相同。

3. 成交模型落差

Python屬於理想成交(一定能以期望價格成交)。MT5實盤則受成交量/點差限制,期望價格與實際成交價會出現落差,尤其在高波動時段(如紐約盤剛開盤)特別明顯。

4. ATR×兩段式TP在實盤中的脆弱性

理論上設計精美,但TP2=ATR×7在實盤中難以達成

  • Python回測:以「事後結果論」對歷史資料計算最佳SL/TP
  • 實盤:SL=ATR×0.5頻繁觸發,趨勢往往撐不到TP2=ATR×7,導致連續停損

5. CASCADE半複利在實盤中的負面影響

依帳戶餘額動態調整手數的設計,反而在虧損階段加速損害

  • 餘額$10K → 風險2% → 手數0.2
  • 連續虧損後餘額$8K → 風險2% → 手數0.16(微幅下降)
  • 連續虧損後餘額$5K → 風險2% → 手數0.10(無法有效抑制虧損)

理論上的「複利魔法」在實盤中反而產生反效果。

業界層級的教訓

1. Python回測/Walk-Forward無法作為MT5實盤的參考

  • 即使是「PF≥5 × WR≥70% × OOS存活率500/500」,在實盤中也毫無意義
  • WF判定的「穩健」「OOS穩健」,評估的是Python資料內部的穩健性,並不能代替實盤

2. 「具經濟合理性的假設」同樣需要實盤驗證

  • 「機構投資人在紐約時段活躍」「亞盤區間上下突破為方向性訊號」理論上完全正確
  • 但在MT5實盤14年回測中全數失利=理論與實盤之間存在巨大落差

3. 進一步強化CLAUDE.md「實盤驗證絕對必須原則」的依據

  • 25個EA + NY Session 4個=累計29個驗證案例,完全確立Python回測不可信
  • 這正是支撐FXEA365品牌核心(「不追求亮眼數字,只公開實盤驗證過的策略」)的業界層級依據數據

FXEA365的判斷

NY Session策略的9種貨幣,因MT5實盤驗證全數失利,無法公開於網站

維持現有公開陣容:僅保留EURJPY ASIA/GBPJPY ASIA/BLAZE GOLD/AUDCAD PEACE-CLONE四大主力。

合計年化報酬率+35.5%(風險5%)雖然稱不上亮眼,但這是以14年實盤回測真實驗證過的可靠數字

給業界的建議——致Python回測使用者

我們並非否定Python回測本身,僅建議依用途區分使用方式如下:

Python回測的正確用途建議程度
策略構想的初期驗證(判斷方向是否可行)✅ 建議
參數範圍篩選(決定精密驗證的範圍)✅ 建議
WF穩健性確認(以訓練/測試分離檢查過度配適)✅ 建議
作為網站公開數字的依據禁止(與實盤存在落差)
以「OOS存活率」作為銷售賣點禁止(無法替代實盤)
EA是否公開的判斷基準禁止(必須以MT5實盤驗證為準)

Python回測的數字終究只是「初期篩選指標」。要正式對外公開,必須經過MT5實盤驗證。

相關連結


FXEA365——我們不追求亮眼的公告數字,只免費公開以MT5實盤14年回測真實驗證過的策略。

📧 漲價預告 + 免費5天郵件課程

所有EA目前均為首發價,並將隨銷量階梯式上調。在每次漲價前收到通知,另有每日一封郵件:自動交易本質、正確解讀回測、券商選擇技巧。

※ 嚴格保護隱私。可隨時取消訂閱。

留言與提問