PROPFIRMS/DRAMA

資料截至

現行優惠 5
顯示設定

語言 / Language

主題

強調色

動效

設定只儲存在你的瀏覽器。

現行優惠合作連結・本站或獲佣金

  1. Tradeify45%KINFX(新視窗,合作連結)
  2. Take Profit Trader40%KINFX(新視窗,合作連結)
  3. Apex Trader Funding90%KINFX(新視窗,合作連結)
  4. Lucid Trading30%KINFX(新視窗,合作連結)
  5. MyFundedPerps25%KINFX(新視窗,合作連結)

行業消息

ICT Silver Bullet 真實回測(二):從 v1 盈利到 v8 全面虧損——我們如何修正了 7 個致命遺漏

發佈 約 6 分鐘

ICT Silver Bullet 真實回測(二):從 v1 盈利到 v8 全面虧損——我們如何修正了 7 個致命遺漏
本文目錄

本文是上一篇文章的續集。上一篇我們用 $200 固定風險在 Topstep $50K 帳戶模擬了 ICT Silver Bullet 策略,結果 7 次考試、2 次過關、淨虧損 $1,181。但那只是起點——我們發現初版模擬遺漏了多個關鍵現實條件,而這些遺漏會大幅改變結論。

本文會完整分享我們從 v1 到 v8 的修正過程:每發現一個遺漏,策略就從「微利」跌入「全面虧損」。最終版本顯示,四個風險等級全部虧錢,無一例外。

八個版本的修正歷程

下表總結了我們從最初樂觀版本到最終現實版本的每一步修正,以及對淨盈虧的影響。以 $1,000 風險等級為基準(這是表現「最好」的等級):

版本修正內容$1,000 Risk 淨盈虧發現的遺漏
v1原始 NQ 數據,無成本,無 Prop Firm 規則+$152,330—(最樂觀版本)
v2加入 MLL 追蹤、考試/XFA 帳戶分離+$42,187MLL 爆倉上限錯誤(爆倉後餘額殘留)
v3加入 50% Consistency Rule+$29,450單日盈利上限 $1,500 — 2R 獲利被大幅壓縮
v4加入 Smart TP Cap(單筆 net P&L 上限 $1,500)+$21,880$1,000+ 風險等級的每筆獲利被硬性砍掉 21%
v5出金 High-Water Mark + 出金後 MLL 鎖 $0+$17,320出金後餘額須超越上次水位 — 連續出金極難
v6NQ→MNQ($20→$2/pt)+ $3.50/合約成本+$15,966合約尺寸縮小 10 倍 → 相同風險需更多合約 → 成本倍增
v7Jadecap ≤2R 策略(盈利上限 = min(2R, $1,500))+$15,966$200/$400 等級被壓制,$1,000 已碰 Consistency 上限
v8同 K 線規則 + 限價單成交率 + 盈利波動-$1,261🔴 全面轉負 — 真實交易摩擦摧毀所有利潤

最致命的三大發現

v1 到 v7 的修正都是「降低利潤」,但策略本身仍然是正數。真正將策略從「微利」推入「虧損」的是 v8 的三個現實條件:

1. 同 K 線規則:贏變輸

在 5 分鐘 K 線內,SL 與 TP 同時被觸及時,該筆交易以虧損計算。這不是 Prop Firm 的特殊規則——這是任何真實經紀商都會執行的邏輯。在我們的 743 筆原始交易中,有 20 筆淨盈利交易因為同 K 線規則被重新分類為虧損。

這看似不多(僅 2.7%),但試想在連續虧損 5 筆之後,終於等到一筆獲利,結果系統顯示「虧損」——心理打擊遠超數字本身。

2. 限價單成交率:12% 的交易從未發生

影片中展示的「在 FVG 掛限價單」看似簡單,但實際上價格不一定會回到 FVG 位置。我們的回測假設 88% 的限價單被成交——這已經是偏樂觀的假設(在 10:00 AM 波動時段,價格經常直接穿越 FVG 而不回頭)。

在 743 筆原始訊號中,116 筆從未被觸及,直接消失。而這些「未成交」的交易往往是有利的方向(因為價格已經朝 TP 方向移動,不再回到 FVG)。

3. 盈利波動:不是每次都精準 2R

原始回測假設所有獲利交易都精準在 2R 離場。現實中,TP 可能在 ±5% 範圍內波動(限價單成交的輕微偏差、滑價、最後一秒的價格跳動)。我們加入 σ=0.15R 的隨機波動後,平均實際獲利從 2.00R 降至 1.92R——這個看似微小的差異,在 216 筆獲利交易中累積成數千美元的缺口。

四個風險等級,全部虧損

將以上所有現實條件整合後,我們針對四個風險等級($200、$400、$1,000、$2,000)進行完整的多周期模擬。每個等級獨立追蹤爆倉→重買考試→通過→出金→再爆倉的循環:

風險MNQ週期考試通過出金次數總考試成本總出金淨盈虧
$200~3130(0%)0$637$0-$637
$400~6388(21%)2$2,254$915-$1,339
$1,000~1414630(21%)4$8,624$7,363-$1,261
$2,000~2839050(13%)1$21,560$2,586-$18,974

四個等級無一倖免。表現「最好」的 $1,000 風險等級淨虧 $1,261;$2,000 等級虧損高達近 $19,000——這幾乎等於購買 287 次考試。

不對稱成本的真面目

傳統回測只看「勝率 × RRR」的數學期望值,但忽視了交易成本的不對稱效應:

成本項目每筆交易(MNQ)不對稱影響
佣金 + 點差 + 滑價$3.50/合約獲利被直接削減;虧損被直接加大 — 對低勝率策略傷害倍增
同 K 線規則2.7% 盈利交易變虧損不對稱——只會將 Win 變 Loss,永遠不會將 Loss 變 Win
限價單未成交12% 機會消失偏離 FVG 的交易通常是好方向 — 等於系統性錯過最佳進場
Consistency Rule$1,500/天上限只限制盈利日,不限制虧損日 — 最大虧損日可以虧 $2,000,但最佳日只能賺 $1,500
MLL EOD 追蹤$2,000 從高位計獲利後回撤即爆,但虧損後回升無補償 — 天然偏向爆倉

這些成本加起來形成了一個結構性的不對稱:策略在上升時被多個上限壓制(Consistency、TP Cap、成本),在下跌時卻沒有任何緩衝(MLL 照常追蹤、成本繼續疊加)。結果就是一個數學上注定虧損的方程式。

為什麼初版看起來賺錢?

v1 模擬顯示 $152,330 盈利,但 v8 顯示虧損。這中間的差距說明了 Prop Firm 回測的第一條規則:一個沒計入全部現實成本的模擬,本質上是自欺欺人。

回想一下,我們遺漏了什麼:

v1 的假設v8 的現實
限價單 100% 成交88% 成交率,12% 機會從未出現
TP 永遠精準在 2R實際波動 ±0.15R,平均 1.92R
SL 和 TP 不會同 K 線觸及2.7% 獲利變虧損
NQ 合約 $20/ptMNQ $2/pt — 需要更多合約 → 更多成本
無 Consistency Rule$1,500 天上限,所有大贏日被砍
出金無水位限制餘額必須超越上次出金後水位
爆倉後重新開帳不計成本每次重買考試 $75,累積成巨大開支

給 Prop Firm 交易者的教訓

這個 v1 到 v8 的旅程不只是關於一個策略——它是關於如何正確驗證任何交易策略的教材:

原則我們的經驗
1. 算清楚所有成本佣金、點差、滑價這三項看似微小,但 $3.50/MNQ × 600+ 筆交易 = 累積數千美元
2. 模擬真實成交率限價單不是魔術 — 88% 成交率已經是樂觀假設。在極端波動時段,真實成交率可能更低
3. 套入完整帳戶規則不能只看盈虧 — MLL、Consistency、出金水位、出金後 MLL 鎖定,每一條規則都在侵蝕利潤
4. 用多風險等級測試一個等級的結果可能是運氣 — 四個等級全部虧損,沒有例外
5. 追蹤完整經濟模型考試費用 × 購買次數 + 月費 + 出金週期 — 這是真實的商業模式,不是數學遊戲

最後一問

我們花費了大量時間進行這個回測,因為我們真的想知道答案:一個在 YouTube 上看起來完美的策略,在真實市場中是否可行?

答案是:不行。

不是「可能不行」,不是「看情況」,是在我們模擬的所有條件組合下,全部虧損。34.4% 的勝率意味著你有 65.6% 的時間在虧錢。15 次連續虧損意味著可能連續三週每天都在輸。$1,261 的淨虧損意味著即使你做了所有正確的事,系統仍然在慢慢吃掉你的資金。

如果一個策略在回測中都無法賺錢,在真實交易中更不可能。

延伸閱讀:ICT Silver Bullet 真實回測:影片說 83% 勝率,實際 35.4%

免責聲明:本文回測使用的數據為 NQ 期貨歷史價格,模擬的帳戶為 Topstep Express $50K 模擬資金帳戶(Sim Funded)。所有結果均為歷史回測數據,不保證未來表現。本文不點名任何個人或頻道,僅針對公開可取得的策略教學內容進行學術性質的回測驗證。KINFX 是 prop firm 聯盟推廣者,文中的 KINFX 為聯盟代碼。本文不構成投資建議。

分享
X / Twitter Threads

SOURCES

來源及核實紀錄

發佈
最後更新

本文未附外部來源連結。

規則及價格以官方最新頁面為準;文中考核與 Funded 帳戶多為模擬資金,交易可導致損失全部考核費用,本文僅供資料整理與教育參考,並非投資建議。發現錯漏請透過關於頁聯絡更正。

本站合作連結・經此連結購買,本站或獲佣金・實付以結帳頁為準

RELATED

相關文章

留言

電子郵件不會公開。必填欄標示 *

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料。