# 疊加指標：為什麼三個過濾條件勝過一個訊號 單獨一個訊號觸發得太頻繁，也錯得太頻繁。每多加一個過濾條件，就去掉一類不同的虧損交易。本課講解 Market Open 上的一個真實研究案例：一個結構訊號在所有測試過的市場上都虧錢，直到在它上面再疊加兩個過濾條件。 ## 一個訊號，各種錯誤 拿一個簡單的結構訊號來說：SMC 圖表畫出的每一個 CHoCH，都在 1 分 K 上進場，停損設在波段點，停利目標設在這段距離的兩倍。聽起來很合理。實際上它同時犯了三種不同的錯誤： - **雜訊。** 在快速的圖表上，結構會來回翻轉。很多交易還遠沒碰到停損或目標，就被下一個反向訊號平掉了。 - **逆勢交易。** 逆著更大行情的訊號幾乎和順著它的一樣多，而這些訊號的勝算最差。 - **手續費。** 當平均獲利只有 1% 左右，而每筆交易進出都要付手續費時，一個扣費前大致打平的策略，扣費後就會明顯為負。 沒有哪一個設定能同時修好這三點，因為它們的成因各不相同。這正是組合工具的全部理由：每個工具應該回答一個不同的問題。 ## 過濾條件 1：更嚴格的結構訊號（IDM） 第一個過濾條件問的是：*這是真正的性質轉變，還是只是雜訊？* Price Action — SolAtlas 可以只採用 **IDM CHoCH**，也就是發生在一個已被誘導掃蕩確認的波段點上的性質轉變。這樣會丟掉大部分訊號。在 1 分 K 上，訊號數量從每個市場幾百個降到大約每天一個，留下來的交易停損更寬，持倉時間是幾個小時而不是幾分鐘。 ## 過濾條件 2：順勢交易（EMA 200） 第二個過濾條件問的是：*更大的行情往哪個方向走？* 只有價格收在 EMA 200 上方時才做 BUY，只有收在下方時才做 SELL。逆勢的訊號直接跳過。在研究中，留下來的 IDM 交易大多本來就在 EMA 200 正確的一側；加上這個過濾條件，只是正式去掉了少數不在這一側的交易。 ## 過濾條件 3：讓獲利單替虧損單買單（3 R） 第三個過濾條件問的是：*報酬夠不夠大？* 停利目標設在 3 × 風險，從進場收盤價起算。交易更少、停損更寬時，獲利單的利潤足以涵蓋虧損單和手續費。在研究中，低於 40% 的勝率就夠了，因為平均獲利遠大於平均虧損。 合在一起，這正是 Price Action — SolAtlas 畫成 BUY ▲ / SELL ▼ 的那條規則：IDM CHoCH，只順著 EMA 200 的趨勢，停損設在結構價位，停利目標為 3 × 風險，出現反向的 IDM CHoCH 就平倉。AI SMC IDM 模式下的 AI Indicator 機器人用的也是這條規則。  ## 研究結果說明了什麼 這項研究在 1、5、15 分 K 上測試了 288 種變體，用 10 天的資料挑出候選方案，然後只把入圍方案放到更早的 30 天和 4 個從未用過的幣種上重新測試。結果是每筆交易扣除手續費後、未計槓桿的價格變動總和。 | 1 分 K，30 天，10 個市場（樣本外） | 交易數 | 勝率 | 淨報酬 | 獲利的市場 | |---|---|---|---|---| | 單純訊號（Classic CHoCH，目標 2 R，每個訊號都反手） | 9,447 | 28.5% | −901% | 0/10 | | 只用 IDM，目標 2 R | 350 | 38.9% | +15.7% | 5/10 | | **IDM + EMA 200 + 目標 3 R** | 331 | 36.9% | +58.9% | 7/10 | 請把這張表當成一堂關於過濾條件的課，而不是報酬承諾。每一層都去掉了一組虧損交易：IDM 砍掉了雜訊和大部分手續費，趨勢過濾加上 3 R 目標，把一個很小的優勢變成了可用的優勢。同樣的三個過濾條件並非處處有效：在 5 分 K 和 15 分 K 上，沒有任何方案能在資料的前後兩半都站得住，所以這裡的優勢只屬於 1 分 K。 ## 用在山寨幣、美股和黃金上 Market Open 讓你把同一條規則放到它圖表上的任何市場：Hyperliquid 和 Binance 上的山寨幣永續合約、NVDA 或 TSLA 這類美股永續合約，以及黃金。這項研究涵蓋了九個加密市場和一個股票永續合約。它沒有測試黃金，而交易時段和波動率不同的市場，表現也可能不同。在新的市場上依賴它之前，先用模擬帳戶觀察那個市場的訊號幾週。 ## 依風險決定部位，而不是依保證金 IDM 的停損又寬又不平均，距離從不到 1% 到超過 10% 都有。在固定保證金和固定槓桿下，一次寬停損的虧損可能超過保證金本身。研究在計算每筆交易的部位時，讓每次停損只虧掉帳戶的同一固定比例，例如 1%。最長的連續虧損是 10 筆，所以即使每筆只冒 1% 的風險，帳戶在最差時也回檔了大約 15%。請注意，機器人目前每筆交易使用固定保證金，所以要把它的保證金和槓桿設得夠小，讓最寬的停損也仍是你能接受的虧損。 ## 老實說說限制 - 一共試了 288 種變體。測試這麼多，總會有一些只是靠運氣看起來不錯。樣本外檢驗降低了這種風險，但無法消除它。 - 大約 40 天裡約 390 筆交易，是中等規模的樣本，不是長期的證明。 - 滑價很關鍵：每個方向多加 0.10% 的滑價，優勢就縮小到大致保本。 - 過去的結果無法說明下一筆交易會如何。組合過濾條件能改善起點的勝算；它不會讓策略變得安全。 完整的研究筆記是公開的：[策略及其測試](https://claude.ai/artifact/AJePV9uFs24e7UPFcAcfv2) 和 [機器人在 ZEC 和 PUMP 上的回測](https://claude.ai/artifact/FtQa6598SpGWAPz4gf8TpB)。 ## 在 Market Open 上實際試試 1. 打開一個流動性好的市場（BTC、ETH、SOL 或 ZEC）的 1m 圖，並加入 Price Action — SolAtlas。 2. 打開它的 **訊號** 分頁，暫時把趨勢過濾 EMA 設為 0，數一數多出了多少逆勢訊號。然後改回 200。 3. 追蹤最近五個 BUY / SELL 直到它們的結果標籤，記下有多少筆在 TP 平倉、在 SL 平倉，或因反向訊號平倉。 4. 用模擬帳戶在一個股票永續合約或黃金上做同樣的事，比較訊號出現的頻率和停損的寬度。 _教育內容，不構成投資建議。槓桿交易的虧損可能超過你的保證金。_