🇹🇼 台灣加權指數期貨（TX）— 回測績效儀表板

測試區間：2024-01-02 → 2026-11-03 · 684 個交易日 · 每組策略 1 口 · 每點 NT$200 · 每口名目本金 NT$200,000（Sharpe 與回撤 % 的分母）· 資料來源：期交所官方每日交易行情表（日盤）＋缺口模型特徵（ADR＋夜盤）。產生時間 2026-11-04。

策略總覽

基準：長期持有 TX（連續合約）

+23,436 點

NT$ +4,687,200 · +2,343.6%（名目本金 NT$200,000）

勝率	55.5% （683 個交易日）
獲利因子	1.23
年化 Sharpe	1.04
最大回撤	NT$ 1,672,600 (27.6%)
回撤高點 → 低點	2026-06-22 → 2026-07-30 (已收復)
平均獲利 / 平均虧損	+333.6 / -338.9 點
最佳 / 最差單日	+3408 / -2975 點
最長連續虧損	4 天

缺口順勢（研究用）

-4,528 點

NT$ -905,600 · -452.8%（名目本金 NT$200,000）

勝率	49.0% （683 個交易日）
獲利因子	0.94
年化 Sharpe	-0.34
最大回撤	NT$ 2,015,400 (230.5%)
回撤高點 → 低點	2026-03-04 → 2026-10-22 (到結尾未收復)
平均獲利 / 平均虧損	+202.5 / -208.0 點
最佳 / 最差單日	+1524 / -1524 點
最長連續虧損	8 天

缺口逆勢（研究用）

+3,160 點

NT$ +632,000 · +316.0%（名目本金 NT$200,000）

勝率	50.3% （684 個交易日）
獲利因子	1.05
年化 Sharpe	0.24
最大回撤	NT$ 967,800 (338.9%)
回撤高點 → 低點	2024-03-14 → 2026-03-04 (已收復)
平均獲利 / 平均虧損	+208.4 / -201.6 點
最佳 / 最差單日	+1522 / -1526 點
最長連續虧損	9 天

權益曲線 — 全部策略（NT$）

基準：長期持有 TX（連續合約）缺口順勢（研究用）缺口逆勢（研究用）

基準從 NT$200,000 開始，結束於 NT$4,887,200。日內策略的曲線在大盤 2.5 倍漲幅旁邊顯得很小，見下方放大圖。

權益曲線 — 僅日內策略（NT$，放大）

基準：長期持有 TX（連續合約）缺口順勢（研究用）缺口逆勢（研究用）

先看這段：兩條日內策略的權益曲線在最差時都跌破零（缺口順勢低點約 NT$−114 萬，缺口逆勢低點約 NT$−68 萬，相對於 NT$20 萬起始名目本金）。本回測沒有模擬追繳保證金——實盤上這些路徑在曲線收復之前就會被斷頭。以每 NT$20 萬名目本金做 1 口的規模，撐不過這種回撤。

最大回撤（水下圖，NT$，相對滾動高點的深度）

基準：長期持有 TX（連續合約）缺口順勢（研究用）缺口逆勢（研究用）

基準最大回撤：NT$1,672,600（27.6%），從高點到低點，後來有收復。缺口順勢最大回撤：NT$2,015,400（高點的 230.5%——權益變成負數）。缺口逆勢最大回撤：NT$967,800（高點的 338.9%——權益變成負數）。

分年度表現

年度	基準長期持有	缺口順勢	缺口逆勢
2024	+4,631 pts Sharpe 0.99 勝率 54.8%	+198 pts Sharpe 0.07 勝率 50.2%	-682 pts Sharpe -0.24 勝率 49.2%
2025	+6,645 pts Sharpe 1.26 勝率 57.0%	+1,036 pts Sharpe 0.37 勝率 50.8%	-1,520 pts Sharpe -0.54 勝率 47.9%
2026	+12,160 pts Sharpe 1.18 勝率 54.5%	-5,762 pts Sharpe -0.92 勝率 45.5%	+5,362 pts Sharpe 0.85 勝率 54.5%

缺口逆勢只在 2026 年賺錢（+5,362 點），2024 年（−682 點）與 2025 年（−1,520 點）都是賠的：全期獲利是 regime 依賴，不是穩定的 edge。缺口順勢在 2024／2025 年大致打平小賺， 2026 年大賠（−5,762 點）。

結論 — 以及不能這樣解讀的地方

基準就是大盤，不是策略能力。+23,436 點大部分是加權指數本身從約 17,900 漲到 43,376。它的 Sharpe（1.04）與 55.5% 上漲日比率描述的是市場環境，不是技巧。
缺口模型的方向資訊撐不過開盤。缺口順勢（跟著預估缺口方向從開盤做到收盤）扣成本後賠 −4,528 點。這與 2024–2026 年驗證一致：隔夜資訊預測的是缺口，不是日盤走勢——開盤時缺口已經發生了。
缺口逆勢全期獲利（+3,160 點，Sharpe 0.24，獲利因子 1.05）不是穩定的 edge：三年裡有兩年賠錢，最差回撤超過名目本金。不要把它當成建議。
成本在這個規模下很關鍵：每趟 1 點 × 約 683 個交易日＝683 點的拖累——比缺口逆勢在 2024–2025 年的全部毛利還大。
沒有接任何實盤部位或規則。這份儀表板純屬研究，沒有接台積電 2,300 分批規則、沒有接任何部位、也不構成交易決策。

轉倉處理模組（專章）

問題。期貨回測絕不能把兩個契約之間的價差誤算成損益。期交所檔案有兩個特性讓直接拼接會出錯：（1）每個月到期日當天，到期契約的 settlement 欄位在檔案裡是 0.0（本區間 34 個到期日全部驗證過——實際成交收盤價是正常的，結算價欄位不是）；（2）檔案裡還列了價差契約（到期代碼像 202312/202401），那不是單邊部位。

rollover.py 實作的規則：

近月＝當天有正常收盤價的最小 6 位數月到期契約。價差契約（非 6 位數代碼）排除在外。週契約如果存在，也會被同一規則排除。
持有契約＝當天的近月。到期日當天到期契約還在交易，會持有到當天收盤；轉倉發生在下一個交易日。本區間共 35 次轉倉（2023 年 12 月 → 2026 年 11 月）。
每天的報酬與點數損益一律在同一契約內計算（close_t 對同一契約的 close_t−1）。持有新契約的第一天，基期用新契約自己的前一日收盤——舊契約與新契約之間的價差永遠不會被相減，所以權益曲線裡不會出現轉倉跳空。
settlement 欄位永遠不用來算報酬（到期日當天它是 0.0）；只用實際成交收盤價。結算價數值只在稽核記錄裡列出供參考。
轉倉日期跟著資料走，不是寫死的行事曆：例如 2026 年 2 月在 2026-02-24 才轉倉，不是往常第三個週三後的週四，因為 202602 契約最後交易日是 2026-02-23（春節休市週——第三個週三 2026-02-18 沒有交易）。
基準點數交叉驗證：+23,436 點 vs 指數原始漲幅約 25,476 點——差的約 2,040 點正好是 35 次轉倉排除掉的價差總和（平均每次約 60 點），符合設計。

轉倉日期： 2023-12-21, 2024-01-18, 2024-02-22, 2024-03-21, 2024-04-18, 2024-05-16, 2024-06-20, 2024-07-18, 2024-08-22, 2024-09-19, 2024-10-17, 2024-11-21, 2024-12-19, 2025-01-16, 2025-02-20, 2025-03-20, 2025-04-17, 2025-05-22, 2025-06-19, 2025-07-17, 2025-08-21, 2025-09-18, 2025-10-16, 2025-11-20, 2025-12-18, 2026-01-22, 2026-02-24, 2026-03-19, 2026-04-16, 2026-05-21, 2026-06-18, 2026-07-16, 2026-08-20, 2026-09-17, 2026-10-22.

策略定義與假設

基準長期持有：持有連續 TX 契約；每日損益＝持有契約收盤對收盤的點數變化。不計每日交易成本；轉倉成本忽略（已明說）。
缺口順勢（研究用）：用 ADR＋夜盤 OLS 模型預測加權缺口，模型只用 2021–2023 年配適（截距 0.0202，ADR 0.0411，夜盤 0.4477——對 2024–2026 年是樣本外，沒有偷看未來）。預估缺口 > 0 就在日盤開盤做多、收盤出場；< 0 就開盤放空、收盤回補；剛好等於 0 就空手。每趟成本 1 點。
缺口逆勢（研究用）：與缺口順勢反向，持有區間與成本相同。
Sharpe：每日報酬＝每日損益（NT$）／NT$200,000 名目本金；年化 × √252。分年度 Sharpe 只用該年度的日報酬。
勝率：獲利天數／交易天數（損益非零的天數）。獲利因子：總獲利／|總虧損|，有成本的策略為扣成本後。
限制：只有日資料（沒有盤中成交、沒有買賣價差、沒有超過假設 1 點的滑價）；沒有模擬追繳保證金、沒有假設成本以外的稅費；沒有超過名目本金的槓桿；過去績效不代表未來。這是研究儀表板，不是投資建議。

引擎：extract_tx.py（期交所檔案抽取，本地）· rollover.py（連續合約）· backtest.py（策略＋指標）· build_dashboard_zh.py（產生本頁）。資料檔：data/tx_daily.csv、 data/continuous.csv、data/equity_curves.csv、data/backtest_results.json。