投資策略是不是越複雜越厲害？我們把 14 套方法排在一起，答案有點反直覺

很多人看投資策略，第一眼常常先看「酷不酷」。

名字越長、條件越多、公式越難，一般就越容易讓人覺得它比較高級。這次做的事情很簡單，就是把  14 套紙上交易策略  放在同一張桌上，一次比較。

結果第一個被打臉的直覺，就是複雜度。

把風險、報酬、最大回撤、恢復速度、換手這些指標一起算進去，排在最前面的，是幾個相對樸素的做法；花俏模型沒有自動勝出。

第一名是  保守型 VT（Piecewise） 。它不是報酬衝最快的那個，但綜合表現最完整：綜合分數  0.790 、Sharpe  3.158 、最大回撤只有  -2.48% ，而且月勝率高達  87.2% 。這種組合很少見，因為大多數策略通常只能在「賺得快」和「跌得少」之間選一邊。

第二個值得記的點，是 分散配置的優勢比複雜度更穩 。

把 14 個策略拆開後發現，只做  SPY  的策略，平均 Sharpe 大約只有  1.173 ；把  SPY + GLD  放在一起，平均 Sharpe 直接拉到  2.544 。差了  1.371 ，已經超過小數點後面的修飾，接近等級上的差別。

意思很直白。你可以花很多力氣把進出場規則弄得很精細，但如果資產本身還是太單一，很多風險根本沒地方分散。

第二張圖更直接。這份比較算出策略複雜度和 Sharpe 的 Spearman rho 只有  0.294 ，p-value  0.308 ，談不上有穩定關係。簡單說，策略做得更複雜，沒有自然保證你拿到更好的風險調整後報酬。

這點其實很值得一般投資人記住。很多人會把研究重點放在「要不要再加一個訊號」「要不要再多一條規則」，但這次比較比較像在提醒你： 先把大方向做對，比把機械結構做得更花更重要。 

大方向是什麼？

第一，資產不要太單一。
第二，調整頻率不用迷信越快越好。這次比較裡月頻策略的平均 Sharpe 是  2.339 ，日頻是  2.213 ，至少在這批紙上交易策略裡，交易成本和來回折騰沒有白白消失。
第三，真正能長期活下來的策略，通常靠完整風險控制，不靠神奇預測。

所以如果你今天不是在做學術研究，只是想知道「到底該選哪種策略」，這次比較給的答案其實比想像中樸素：

 先找能分散風險、規則夠清楚、自己做得到的策略，比追求一套看起來很聰明但你根本守不住的系統更重要。 

這也是為什麼這次比較最後讓人印象最深的，未必是「哪個模型贏了」；更基本的是：

 投資世界裡，複雜度常常比你想像中便宜，真正稀缺的是穩定。 

本文基於實驗 K740（腳本：experiments/k740/k740_strategy_meta_analysis.py，結果：experiments/k740/k740_strategy_meta_analysis_results.json）。資料來源：storage/paper_trading.json 與 storage/strategy_metrics.json 的 forward-tracked 紙上交易紀錄。比較期間：2023-01-04 至 2026-03-27，共 14 套策略。