從 Sharpe 2.16 到輸基準：一場 lookahead 的攔截實錄

一句話結論

一個原本看起來「碾壓基準」的類股輪動策略，在程式內找到一個非常細微的時間錯位後，重新跑出來的真實風險調整後報酬只有  0.7247 ，反而 輸給單純的 50/50 基準（0.9359） 。原本看似驚人的成績，是 100% 來自一個未來資訊外洩的 bug。本篇文章把整個從「看似超強」→「audit 攔住」→「修正後確認無 alpha」的過程完整公開，作為研究誠實系統運作的一個具體案例。

為什麼要寫這篇

我們的研究系統每天都在跑很多策略候選，能夠通過層層檢驗、最後上架到網站策略頁面的，其實只是極少數。多數實驗的結局，是某個原本看起來很漂亮的數字，在嚴謹檢驗的某個環節被擋下來；這些「沒上架的故事」，比上架的故事更能說明研究的真實樣貌。

K562（Sector Momentum VT）就是其中一個典型案例。它一度是策略池裡風險調整後報酬最高的候選之一，差一步就要進入下一階段的上架審查。但在程式碼 audit 環節，我們找到了一行看似無害、實際上卻把未來資訊偷渡進今日訊號的程式錯誤。修正之後，整套策略的所有亮點全部消失。

這就是研究誠實原則最核心的一句話： 寧可結論變成 null（無發現），也不能讓誤上架的策略傷害用戶資金與平台信任。 

資料來源

•  實驗編號 ：K562（"Sector Momentum VT — Deep Validation for Listing"）
•  資料源 ：yfinance
•  樣本期 ：2005-01-03 到 2026-05-05，共 5,368 個交易日
•  資產組合 ：
  • SPY（基準大盤）
  • 9 個 SPDR sector ETFs：XLK、XLF、XLV、XLE、XLI、XLY、XLP、XLU（其中 8 個進入 momentum 排序）
  • GLD（黃金，作為 50% 配置的避險腳）
  • ^VIX（用於 volatility targeting 權重計算）
•  策略結構 ：50% 「動能最強的單一類股 ETF × VT 倉位」 + 50% GLD
•  VT 公式 ：12 / VIX，限制在 [0, 1] 之間
•  動能訊號 ：類股 60 個交易日累積報酬率，每天選累積最高的那一個
•  基準 ：50% SPY + 50% GLD（同樣 daily rebalance）

故事的起點：一個看起來太漂亮的 Sharpe

K562 的前身是 K560 — 一個 2026 年 4 月初做的「類股動能 + VT」實驗。當時我們先用月度再平衡跑出風險調整後報酬約 1.57，已經比基準（≈0.94）顯著好；改成日度再平衡並挑「最強動能 1 檔」之後，數字甚至跳到  2.16 ，並通過了多個 OOS 子期間的測試。

這個成績如果是真的，意義非常重大：

• 它挑戰我們先前的研究結論 K301 Claim 1（在 SPY/QQQ 上，VIX 已經足以作為波動代理；額外加類股動能應該無法在已 VT 過的組合上再產生顯著 alpha）
• 它的訊號邏輯非常直觀：哪個類股最近 60 天最強，下一天就配它，再用 VIX 做槓桿調節
• 它的 turnover 只有 14.4%，意味著實務上交易成本可控

正因為「太漂亮」，我們特別警覺。在我們的研究筆記本裡， 一個風險調整後報酬遠高於基準的策略，應該先懷疑是不是 bug，而不是先慶祝 。這條經驗法則在 K547（同個 family 的早期變體）就已經寫進規則庫，這次再次救了我們。

隱藏的時間錯位：lookahead 是什麼

要理解這個 bug，先理解什麼叫 lookahead bias（前視偏差）。

回測的基本紀律是：「 用今天結束之前能取得的資訊，去決定明天的部位；明天的報酬才是這個決定的後果 」。任何把「明天的資訊」用進「今天的決定」的程式邏輯，都會讓回測結果嚴重失真。

最典型的形式是「同日同步」：

• 用 t 日收盤後才知道的 60 天動能 → 決定 t 日（同一天）的權重 → 套用 t 日的當日報酬

這在程式碼裡看起來會像這樣：

# 錯誤寫法（lookahead）
vt_w = vt_weights[i]               # i 日的 VIX 計算出來的權重
mom = sec_mom_arr[t][i]            # i 日的 60 天動能（含當天收盤）
ret = vt_w * mom_winner_ret[i]     # 套用 i 日當天報酬

問題在於，動能是「 到 i 日收盤為止 」算出來的，VIX 訊號也是 i 日收盤時才確定，但策略卻立刻在 i 日當天就賺到那檔類股的當日漲跌。實務上不可能 — 你必須在 i 日收盤之後才知道應該買誰，最早只能在 i+1 日進場。

K562 在 4/19 第一次跑出來的版本，就犯了這個錯。

Audit 機制：BLOCKED 4 天才換來重做

我們的研究系統有一個強制機制： 任何風險調整後報酬遠高於基準的策略，在進入下一階段（上架前的深度驗證）之前，必須先通過 lookahead audit。  4 月底，這個 audit 抓出了 K562 的時間錯位，並把這個 K 直接標成 BLOCKED 狀態，4 天內不允許任何下游 agent 引用它的數字寫文章、寫論文段落、或排上策略表。

這 4 天聽起來像是「卡關」，但其實是研究流程最有價值的部分。如果沒有這個強制 BLOCK，誤導性的 2.16 很可能已經被某篇文章引用、被某段論文 narrative 採用、甚至被排上策略候選。修正起來的成本會遠遠高於 BLOCK 期間的延遲。

修正：把 i 換成 i-1，基準與策略同步處理

修正本身非常簡短：

# 修正後（lag-fixed）
prev = i - 1
vt_w = vt_weights[prev]            # 用前一日收盤後算的權重
mom = sec_mom_arr[t][prev]         # 用前一日收盤的 60 天動能
ret = vt_w * mom_winner_ret[i]     # 套用今日報酬

關鍵不只是「策略邏輯改 lag」，還有一個常被忽略的細節： 基準也必須用同樣的 lag 慣例重新跑 。如果只把策略的訊號往前挪一天、卻讓基準維持「同日進場」，比較就會變成不對等的對照組，反而會讓策略的劣勢被誇大。我們的修正是：

• 策略：訊號用 i-1、報酬用 i
• 基準（50/50 SPY/GLD）：權重一樣用 i-1（雖然固定 50/50，但 rebalance 動作對齊到收盤後決定）
• 同樣的 random seed、同樣的樣本期、同樣的 transaction cost 處理

只有當兩邊用同一套時序慣例，得到的差異才能被解讀為「策略 alpha」。

Lag-fix 之後：所有亮點消失

修正版的結果如下：

修正後的策略， 輸基準約 0.21 個風險調整單位 。我們再進一步把 K562 完整推進原本要做的 8 點上架檢核，結果同樣很清楚：

V7 的數字最直觀：把整段樣本切成 5,000 次 bootstrap 重抽， 只有 1.2% 的重抽結果讓策略贏基準 。換句話說，即使你重複多年實驗，這套策略「真實上贏 50/50 基準」的機率非常低。

從 K560 到 K301：這次發現對我們研究地圖的影響

K562 修正後落地的結論，跟我們先前在 K301 Claim 1 的觀察是一致的： 在已經做了 VT（用 VIX 控制總曝險）的美股組合上，再用類股動能做選股，並沒有提供穩健的額外 alpha 。

這不是說 momentum 完全沒用 — 文獻上 Moskowitz, Ooi & Pedersen (2012) 與 Asness, Moskowitz & Pedersen (2013) 都顯示時序動能有實證基礎。但 動能與 VT 組合在一起、並且只挑單一類股集中持有 這個特定設定，在嚴格的 lag 慣例下並不會穩定打敗一個簡單的 50/50。

這也是為什麼我們的策略上架門檻不只看單一指標 — 還包含 OOS 跨期間穩健性、bootstrap 信心區間、交易成本敏感度、以及方法論審查。 單一窗口的高風險調整後報酬永遠可疑。 

系統性教訓

這次事件給研究系統留下三條規則：

1.  任何風險調整後報酬大幅超越基準的策略，先進 lookahead audit 才能進下游流程。  不是「順便」，是強制 gate。
2.  修 lag 必須對稱。  策略改 i-1 之後，基準與所有比較對象都要用同一套時序慣例。否則差異是 artifact。
3.  BLOCK 不是失敗，是研究流程的價值之一。  願意把一個漂亮的數字標成不可用、付出 4 天延遲，是把研究誠實這件事認真對待的表現。

每個 K 編號背後都有這樣的決策過程。系統裡已經內建層層檢核（HLZ (2016) 嚴格統計檢定、bootstrap、cross-OOS、Codex code review），就是因為任何一層放鬆都可能讓誤導性的數字流到讀者面前。

結論

K562 沒有上架。原本的 2.16 是 100% 的 lookahead 假象，修正後的真實表現是 0.7247，輸給 50/50 基準。8 個上架檢核只通過 1 個，bootstrap 贏基準機率 1.2%。

這就是 null result，也是 K562 這個實驗的最終結論。我們不會把它寫進策略表、不會用它的數字當論文 narrative，也不會在文章裡暗示「其實調一下還是有用」。 研究失敗也是研究結果 ；這個流程的價值在於：當數字真的好的時候，讀者可以更有信心相信它經得起同樣強度的檢驗。

下一步，我們會把這個案例的方法論（lookahead audit 觸發條件、對稱 lag fix、bootstrap 贏基準機率作為硬指標）寫進策略上架 SOP，讓未來的策略候選都走過同一條路。

圖表

後記（2026-05-07）

本文寫成時，K562 驗證腳本（experiments/k562/k562_k560_sector_validation.py）已完成 lookahead patch，核心數字 Sharpe 2.16→0.7247 與基準 0.9359 由此驗證 rerun 取得。

2026-05-06 lookahead audit 擴展（scripts/lookahead_audit.py 加 singular *_weight + signal-at-t shape 偵測）後發現，K560 主腳本（experiments/k560/k560_sector_rotation_vt.py）線上仍是 pre-patch 版本，與 K562 同一 lookahead 模式。同日已補上同類 lag patch（line 249-262 加 sig_idx = i-1 lag）並 rerun 驗證——9 條策略全部 Sharpe 下跌 1.4-2.9 倍，Harvey 全部 FAIL，與 K562 模式一致。

本文「100% 來自 bug」的觀察結論專指 K562/K560 momentum 旋轉這條策略；不延伸到所有 sector-momentum 類別，其他 sector momentum 策略仍需各自走 lookahead audit + 重做。防呆規則庫亦明確指向 scripts/lookahead_audit.py 加 K547/K556/K583/K570/K222/K645/K646/K560 patch family。