# 走勢前推分析（Walk-Forward）

> 走勢前推分析（walk-forward analysis）是一種回測流程：先在一段歷史視窗上擬合策略參數（樣本內），再把這組參數原封不動地放到緊接著的下一段視窗上執行（樣本外），然後把兩段視窗一起向前滾動，重複這個過程。把各段樣本外結果拼接起來，才是唯一算數的績效；樣本內結果只是挑選參數的代價，不是證據。常見的切分是樣本內十二個月、樣本外三個月、按季滾動；而前推效率——樣本外報酬除以樣本內報酬——低於約 0.5，就表示參數並不穩定。

Canonical HTML page: https://qanterion.com/zh-TW/glossary/walk-forward-analysis
更新於: 2026-09-02
又稱: 前推分析, 步進式最佳化, 樣本外滾動測試

## 計算方式

```
Window k: fit on [t_k, t_k + IS), test on [t_k + IS, t_k + IS + OOS)
Roll: t_{k+1} = t_k + OOS, then repeat
Reported performance = the stitched OOS segments only

WFE = annualised OOS return ÷ annualised IS return
IS 30% / OOS 9% → WFE = 0.30 (below ~0.5: parameters unstable)
Typical split: IS 12 months / OOS 3 months, rolled quarterly
```

## 實算範例

樣本內十二個月年化 30%，緊接著的三個月樣本外年化 9%：前推效率 9 ÷ 30 = 0.30，參數不穩定。

## 為什麼只有樣本外那幾段算數

Bailey、Borwein、López de Prado 與 Zhu 證明：只要參數嘗試的次數夠多，即使策略毫無優勢，也應當預期得到一個很高的樣本內夏普比率，因為你挑出的是 N 次隨機抽樣中的最大值。Lo 與 MacKinlay 在學術資產定價檢定中記錄了同一種資料窺探偏誤。走勢前推分析是對此的實際防線：參數從未見過用來評判它的那段視窗，所以拼接後的樣本外紀錄，就是一個按計畫定期重新擬合的實單帳戶本來會賺到的東西。記下嘗試次數，把最好的樣本內結果當成 N 次抽樣的期望最大值，而不是訊號。

## 怎麼讀前推效率

前推效率等於年化樣本外報酬除以年化樣本內報酬。一條樣本內賺 30%、樣本外賺 9% 的規則，效率是 0.30：樣本內數字的七成來自擬合，而不是來自市場。低於約 0.5，參數就不夠穩定、不該拿去交易；0.5 到 1 之間表示一部分優勢被雜訊吃掉，這是正常的；遠高於 1 的數字說明的是那段樣本外視窗，而不是這條規則。QANTERION 沒有回測引擎，它對應「樣本外視窗」的做法，是在啟用任何實單執行之前，先在真實行情資料上做模擬交易的前向測試。

## 常見誤讀

這項測試最常被執行它的人親手作廢：前推分析跑了一遍，樣本外紀錄不好看，於是改參數範圍、改視窗長度，一直改到它好看為止——到這一步，樣本外視窗已經被拿來最佳化過，變成了樣本內。第二個錯誤是把單獨一段漂亮的樣本外視窗當成驗證，而策略在那段時間其實沒做幾筆交易；一個三個月、只有六筆交易的視窗，無論結果好壞都沒有統計分量。

## 動手算算看

- Sharpe ratio calculator: https://qanterion.com/zh-TW/tools/sharpe-ratio-calculator
- 破產機率計算器: https://qanterion.com/zh-TW/tools/risk-of-ruin-calculator

## 相關詞條

- 回測: https://qanterion.com/zh-TW/glossary/backtesting
- 過度擬合: https://qanterion.com/zh-TW/glossary/overfitting
- 模擬交易: https://qanterion.com/zh-TW/glossary/paper-trading

## 參考資料

- [Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance](https://www.ams.org/notices/201405/rnoti-p458.pdf) — Notices of the American Mathematical Society, Vol. 61 No. 5 (2014)
- [The probability of backtest overfitting](https://doi.org/10.21314/JCF.2016.322) — Journal of Computational Finance (Risk Journals)
- [Data-Snooping Biases in Tests of Financial Asset Pricing Models](https://www.nber.org/papers/w3001) — National Bureau of Economic Research (Andrew W. Lo, A. Craig MacKinlay)

## Other languages

- English: https://qanterion.com/glossary/walk-forward-analysis
- 简体中文: https://qanterion.com/zh/glossary/walk-forward-analysis
- 繁體中文（香港）: https://qanterion.com/zh-HK/glossary/walk-forward-analysis
- 日本語: https://qanterion.com/ja/glossary/walk-forward-analysis
- 한국어: https://qanterion.com/ko/glossary/walk-forward-analysis
- Português (Brasil): https://qanterion.com/pt-BR/glossary/walk-forward-analysis
- Türkçe: https://qanterion.com/tr/glossary/walk-forward-analysis
- Bahasa Indonesia: https://qanterion.com/id/glossary/walk-forward-analysis
- العربية: https://qanterion.com/ar/glossary/walk-forward-analysis

## Risk notice

本術語表用於教學。此處內容不構成投資建議，頁面所述任何指標都無法預測未來結果。