首頁 > 部落格 > 用向前驗證分析防止過度擬合——EA 最佳化的正確流程

向前驗證最佳化

用向前驗證分析防止過度擬合——EA 最佳化的正確流程

發布日: 2026-10-02閱讀時間:約 5 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 →
目錄 (10)
  1. 向前驗證分析的步驟(全貌)
  2. 什麼是曲線擬合(過度最佳化)?
  3. 向前驗證分析的原理
  4. 在 MT5 執行向前驗證分析的方法
  5. 最佳化時的注意事項
  6. 如何解讀向前驗證分析的結果
  7. 設計不易過度最佳化參數的技巧
  8. 總結
  9. 常見問題
  10. 相關頁面

用向前驗證分析防止過度擬合——EA 最佳化的正確流程

在 MT5 的 Strategy Tester 中進行參數最佳化時,系統會找出對歷史資料表現最佳的參數組合。

然而,這組「最佳參數」很可能對歷史資料過度擬合(曲線擬合),未必能在未來市場中發揮效用。向前驗證分析正是防止這種過度最佳化的有效方法。

本文重點

  • 將資料以 70:30 分為最佳化期間(樣本內)與驗證期間(樣本外),並沿時間序列反覆執行
  • WFE(樣本外 PF ÷ 樣本內 PF × 100%)達 60% 以上即為合格標準
  • 最佳化變數限制在 1〜2 個,不採用第一名,而是採用前段群集的中央值

向前驗證分析的步驟(全貌)

步驟要做的事參考標準
1將最佳化變數限制在 1〜2 個例:僅 EMA 週期
2在樣本內期間進行最佳化5〜7 年
3挑選排名靠前的參數不取第一名,而取前 20% 群集的中央值
4在樣本外期間進行回測2〜3 年(比例 70:30〜80:20)
5計算 WFE 並進行判定60% 以上為合格,低於 40% 疑似曲線擬合
6平移期間,重複步驟 2〜5各驗證期間的 PF 是否為正

推薦經紀商比較 →

🎁 免費下載EA

📧 免費電子郵件課程(共 8 封)+ 訂閱者專屬 MT5 指標 13 款合集

※ 嚴格保護隱私。可隨時取消訂閱。

什麼是曲線擬合(過度最佳化)?

回測最佳化的問題:
針對過去 10 年資料找出的最佳參數 → 未必適用於未來

舉例:對 EMA 週期進行 10 至 50 的範圍最佳化

EMA 週期回測 PF向前測試 PF
21(最佳值)2.30.9 ← 實際結果往往如此
30(次佳值)1.81.3
平均值1.51.4

最佳化後的值(EMA=21)在回測中表現最好,卻可能在未來令人失望。這就是曲線擬合。


向前驗證分析的原理

向前驗證分析將資料分為「最佳化期間(樣本內)」和「驗證期間(樣本外)」。

沿時間序列反覆執行此流程,以偵測過度最佳化。

【資料分割範例(10 年)】

├─ 最佳化期間 ─┤─ 驗證期間 ─┤
2015〜2018 年    2019 年     → 導出參數 A 並在 2019 年驗證
     ↓
2016〜2019 年    2020 年     → 導出參數 B 並在 2020 年驗證
     ↓
2017〜2020 年    2021 年     → 導出參數 C 並在 2021 年驗證
     ↓
(以此類推)

彙整各驗證期間的結果,即可評估「這個 EA 的參數在市場環境改變後是否仍然穩定」。


在 MT5 執行向前驗證分析的方法

MT5 的 Strategy Tester 具備「前向」(Forward)設定(可選期間的 1/2、1/3、1/4,或指定開始日期),最佳化時會將指定期間作為樣本外資料進行一次前向驗證(可在「最佳化結果」與「前向結果」分頁中比較)。但視窗逐步移動、反覆執行的滾動式向前驗證分析並非標準功能,可透過以下方式替代。

方法①:手動分割樣本內 / 樣本外資料

步驟:

  1. 將回測期間設定為 2015〜2020 年並執行最佳化
  2. 從最佳化結果中挑選 3〜5 組頂尖參數
  3. 將選定的參數在 2021〜2025 年(樣本外)進行回測
  4. 比較最佳化期間與樣本外的 PF
評估標準(向前驗證效率):
WFE = 樣本外 PF ÷ 樣本內 PF × 100%

WFE 60% 以上 → 合格(無過度最佳化)
WFE 40〜60% → 需持續觀察
WFE 40% 以下 → 疑似曲線擬合(禁止使用)

方法②:使用第三方工具

工具功能
Strategy Quant X可自動化執行向前驗證分析
MT5 標準的「前向」(Forward)設定每次最佳化僅能做一次樣本外驗證(滾動式需手動重複)

最佳化時的注意事項

注意事項①:最佳化的變數限制在 1〜2 個

同時最佳化的參數越多,曲線擬合的風險就越高。

✅ 良好範例:僅最佳化 EMA 週期(10〜50,步距 5)
❌ 不良範例:同時最佳化 EMA 週期 × ATR 倍率 × RSI 週期

增加最佳化變數只會導致「組合爆炸」,不過是靠運氣找到恰好配對的組合而已。

注意事項②:不要直接採用最佳化結果的第一名

最佳化結果清單中,PF 最高的參數組合最有可能發生曲線擬合。

建議改用以下方法:

推薦做法:
1. 篩選出排名前 20% 的參數
2. 尋找彼此相近的參數群(群集)
3. 採用群集中央值附近的參數

舉例:如果 EMA 週期最佳化結果依 PF 由高至低排列為 21, 23, 19, 35, 22, 20...,則存在 20〜23 的群集,此時採用該群集的中央值(21〜22)。

注意事項③:拉長最佳化期間

建議設定:
- 最佳化(樣本內)期間:5〜7 年
- 驗證(樣本外)期間:2〜3 年
- 比例(樣本內:樣本外):70:30〜80:20

最佳化期間越短,過度最佳化的風險就越高。


如何解讀向前驗證分析的結果

觀察面向優質 EA 的特徵需要注意的 EA 特徵
WFE(向前驗證效率)60% 以上低於 40%
各驗證期間的成績各驗證期間的 PF 均為正值(全期間皆為正)只有特定驗證期間表現良好(其他期間為負值)
PF 水準樣本外 PF 介於樣本內 PF 的 50〜90%樣本內 PF 超過 3.0(典型的過度最佳化徵兆)

設計不易過度最佳化參數的技巧

技巧①:確認參數敏感度

確認最佳值前後(±10〜20%)的參數是否也能維持穩定的 PF。

若 EMA=21 為最佳值:
EMA=18: PF 1.25
EMA=19: PF 1.31
EMA=20: PF 1.34
EMA=21: PF 1.38  ← 最佳值
EMA=22: PF 1.33
EMA=23: PF 1.29
EMA=24: PF 1.24

→ 附近的參數也能穩定維持正 PF = 穩健的策略

若前後的 PF 出現劇烈變化,則有可能是過度最佳化。

技巧②:使用不易過度擬合的簡單邏輯

參數越少、邏輯越簡單的 EA 越不容易發生曲線擬合。請組合使用 EMA 交叉、ATR 基礎的 SL/TP 設定等簡單要素。


總結

向前驗證分析重點整理:

  1. 樣本內(最佳化):樣本外(驗證)= 70:30 分割
  2. WFE(向前驗證效率)= 樣本外 PF ÷ 樣本內 PF × 100%
  3. WFE 60% 以上為合格標準
  4. 最佳化變數限制在 1〜2 個
  5. 採用群集中央值而非最佳值

透過執行向前驗證分析,即可找出在向前測試中也能穩定運作的 EA。回測成績越漂亮的 EA,這項驗證就越重要。


常見問題

Q:MT5 的原生功能可以執行向前驗證分析嗎?

部分可以。使用 Strategy Tester 的「前向」(Forward)設定(期間的 1/2、1/3、1/4,或指定開始日期),可在最佳化的同時對後段期間做一次樣本外驗證,並在「最佳化結果」與「前向結果」分頁中比較。但視窗移動、反覆執行的滾動式向前驗證分析並非標準功能,需手動分割期間多次執行,或使用外部工具。

Q:WFE 為 50% 也可以使用嗎?

WFE 50% 處於臨界線。若樣本外 PF 在 1.2 以上,可以考慮實際運用,但建議先累積至少 6 個月的向前測試實績再做判斷。

Q:不做向前驗證分析就使用 EA 很危險嗎?

不能一概而論,但曲線擬合的風險確實會提高。至少請實施「保留部分最佳化期間作為樣本外」這個最基本的做法。


相關頁面

📧 免費電子郵件課程(共 8 封)+ 訂閱者專屬 MT5 指標 13 款合集

※ 嚴格保護隱私。可隨時取消訂閱。

對EA或外匯有疑問嗎?

可以在Nattzy交易論壇發文提問(免費註冊)。不限於本文內容,EA設定、券商選擇等問題也歡迎。

到Nattzy提問 ↗

留言與提問