交易勝率60%就可靠？從樣本數、信賴區間到成本門檻

一份20筆交易、其中12筆獲利的紀錄，能確認的是「這批樣本勝率60%」，不是「這套策略未來有60%機率賺錢」。若暫時假設每筆交易獨立、真實勝率固定，95%雙側威爾遜信賴區間約為38.66%至78.12%。連真實勝率低於五成都無法排除，還不能跳過成本與盈虧幅度，直接把60%當成策略優勢。

紀錄筆數之前，先把統計單位固定

同一部位分三次成交、分四次出場，不代表取得七次獨立試驗。應事先決定以完整交易、交易訊號或其他明確單位進行統計，並說清楚獲利是扣費前或扣費後。損益為零的紀錄也要按照既定規則處理，不能看到結果後才刪除。

以下採用只有勝與負、各筆互相獨立、勝率穩定的二項模型。市場紀錄未必符合這些條件。信賴區間回答的是勝率估計的不確定性，不是下一筆損益的預測區間，更不是資金曲線最大回撤的上限。

把60%旁邊的誤差範圍算出來

以k表示獲利次數、n表示總筆數，樣本勝率q=k/n。95%雙側威爾遜區間取z=1.96，先計算中心m與半寬h，最後取m−h及m+h：

m = (q + z²/(2n)) ÷ (1 + z²/n)

h = z × √[q(1−q)/n + z²/(4n²)] ÷ (1 + z²/n)

運算過程保留精度，最後才四捨五入。增加至200筆後，勝率點估計沒有改變，改變的是區間寬度。名義95%描述相同抽樣條件下反覆建構區間的涵蓋性質，威爾遜法並非每個有限樣本情況都恰好達到95%。也不宜解讀成算好的這個固定區間，有95%的後驗機率包含真實勝率。

交易成本可以改變「通過檢驗」的結論

考慮一個刻意簡化的模型：每筆獲利交易扣費前賺1R，虧損交易扣費前損失1R，每筆完整交易費用固定0.05R。R是固定風險金額單位，不是帳戶淨值百分比。真實勝率p所對應的每筆淨期望值為2p−1−0.05，因此損益兩平勝率是52.5%。

60%對應的期望值點估計為+0.15R。將未四捨五入的勝率界線代入，20筆樣本的模型平均收益區間約為−0.277R至+0.512R；200筆則約為+0.012R至+0.281R。後者下界雖略高於零，這項判斷只適用於盈虧幅度與成本均已固定的模型。

如果成本增至0.08R，損益兩平門檻便是54%。原本200筆樣本的53.08%下界不再高於門檻，平均收益下界轉為約−0.018R。費用或滑價估得過低，足以推翻這個邊際上的正面結果；它從來不是未來實現獲利的保證。

實際交易若有不等幅的盈虧、跳空或變動成本，就不能把勝率區間直接當成期望值區間。還需要分析扣費後損益分布，以及平均獲利、平均虧損等估計的誤差。多次小賺也可能被少數大賠抵銷。

共同驅動因素會讓樣本看起來比實際更大

同一場央行會議前後建立的多個部位，可能只是同一種押注。這和持股很多仍集中於共同風險來源相似：表面筆數無法代替獨立性判斷。把同一部位拆成多張單，也不會增加新的市場證據。

相關交易可能讓簡單二項區間過度樂觀。保留事件日期、策略編號與重疊曝險，再考慮按事件分組，或使用保留時間相依性的重抽樣方法；不能隨意將筆數打對折便宣稱修正完成。市場型態、執行場所或進出場規則變了，舊資料中的固定勝率假設也可能失效。

385筆不是一條神奇的及格線

若目標只是規劃比例估計的精度，可用正態近似n ≈ z²p(1−p) ÷ e²。e是要求的絕對半寬。保守採p=0.5、z=1.96、e=0.05，結果為384.16，向上取385筆；五個百分點應輸入0.05。

這不是威爾遜區間的精確樣本數解，也不是檢驗盈利能力的統計功效計算。它更不表示湊到385筆就值得下單。資料若經過挑選，較窄的區間仍可能只是更精確地描述了偏誤樣本。

預先承諾驗證方式，才有可比較的結果

先固定進出場、成本、勝負歸類與評估時間。每筆交易後都重新檢驗，等到第一次出現漂亮區間就停止，並不符合原先固定樣本的程序，不能沿用相同的信賴水準解釋。

開發期與驗證期應按時間區隔，未動用的驗證資料不拿來反覆調參，並保留實際比較過多少套策略的紀錄。從大量版本挑出最佳者後，只公布它的普通區間，會掩蓋選擇風險。報告應把樣本筆數、獲利次數、方法、成本、獨立性檢查與市場期間一起呈現。區間下界未越過門檻，表示這項檢驗的證據不足，不等於證明必賠；越過門檻，也仍只是帶有條件的一項證據。