趨勢跟隨是少數同時具備「規則可完整寫下來」「有跨市場跨世紀的實證紀錄」「失效模式已被詳細記錄」三個條件的策略族。它的完整定義只需要三件事：一個把價格序列轉成多／空／空手的訊號、一條決定買多少的部位公式、一組限制最大損失的風控規則。三者缺一，策略就無法執行；三者齊備，它就能被回測、被程式化、被審計。
本專欄不寫「順勢而為」這種口號。每一篇原子筆記處理一個可落地的元件，寫清楚進出場規則、參數、部位大小、風控上限、預期特性與失效情境。凡是能寫成公式的都給公式與數值範例；凡是實證上仍有爭議的都標明爭議在哪。
這個策略族的三個基本事實
一、報酬分布是正偏態，不是高勝率。 典型的分散型趨勢系統勝率約 30–45%，靠的是平均賺賠比（payoff ratio）大於 2，少數幾筆大單貢獻全年絕大部分損益。若你的評估標準是勝率，這個策略在你手上必死。
二、單一市場的訊號很弱，分散才是核心。 Moskowitz、Ooi 與 Pedersen（2012）在 58 個期貨市場上做時序動能，單一市場的 t 值多半不足以獨立成立，但分散組合的 Sharpe 顯著提升（Quantpedia 依該論文 Table 3 整理的 1965–2009 分散組合為 Sharpe 1.31、年化波動 15.7%、最大回撤 −33.9%，此為稅前、成本前的模擬值）。這也是後續 Huang 等人（2020）質疑的關鍵點：pooled 迴歸看起來很強，逐一市場看則幾乎不顯著。
三、進出場規則的選擇，遠不如「交易哪些市場」與「部位開多大」重要。 Clenow 在系統規則頁明講：投資範圍的選擇比調整進出場規則對績效的影響大得多。多數新手把 90% 時間花在調參數，那正好是影響最小、最容易過擬合的那一層。
能力階段
| 階段 | 你已經能做到 | 對應筆記 |
|---|---|---|
| 認識 | 說得出趨勢 vs 均值回歸的報酬結構差異、時序 vs 截面動能的定義 | 01–03 |
| 會寫訊號 | 能把移動平均、突破、時序動能寫成無歧義的規則，並知道參數怎麼選才不算作弊 | 04–06 |
| 會控風險 | 能用波動率目標化與 ATR 決定部位，設好單筆、單群、組合三層上限 | 07–08 |
| 會組合 | 能挑市場、算相關性、決定權重與槓桿 | 09 |
| 會驗證 | 能做出沒有前視偏誤、含成本滑點、有樣本外的回測，並讀懂績效指標 | 10 |
| 能上線 | 知道再平衡頻率、訊號延遲、稅務成本、以及自己撐不撐得住回撤 | 11–12 |
| 進階 | 能把趨勢與 carry／價值結合，理解 crisis alpha 與近年鈍化的爭論 | 13–15 |
「我想做到⋯⋯」策略索引
- 我想要一套最簡單、能自己每月手動執行的趨勢配置 → 移動平均系統 的 Faber 10 月 SMA：每月底看收盤價是否高於 10 個月均線，高於就持有、低於就換現金，五個資產類別各 20%。
- 我想要期貨式的完整交易系統（含加碼與停損） → 突破系統與海龜法則：20 日／55 日 Donchian 突破進場、以 N（20 日 ATR）決定 1 單位＝帳戶 1% 風險、2N 停損、每 0.5N 加碼至多 4 單位。
- 我想要跟學術論文一致、可被檢驗的訊號 → 時序動能訊號設計：
sign(過去 12 個月超額報酬)×目標波動率 / 事前波動率。 - 我最在意「不要爆掉」 → 波動率目標化與部位大小 與 停損與三層風險上限：先把每筆風險固定成帳戶的 0.2–1%，再用組合層 vol target 決定總槓桿。
- 我只想用 ETF、不碰期貨 → 實戰執行、頻率與成本 的 ETF 版落地方案與其代價（多元化不足、無法做空、稅務拖累）。
- 我一直被鋸齒行情巴、大賺又吐回去 → 常見錯誤與破解 的機制拆解與具體改法。
- 我想知道哪些說法真的有實證 → 主張 vs 可佐證。
學習路徑
- 什麼是趨勢投資：定義、報酬結構與它不是什麼
- 趨勢為什麼存在：行為解釋、風險溢酬解釋與反方證據
- 時序動能 vs 截面動能：兩種完全不同的東西
- 移動平均系統：單均線、雙均線與 Faber 月線法
- 突破系統：Donchian 通道與海龜法則的完整規則
- 時序動能訊號設計：回看期、訊號形狀與參數選擇
- 波動率目標化與部位大小：策略真正的核心
- 停損、追蹤止損與三層風險上限
- 標的選擇與多元化：為什麼是期貨、為什麼要跨資產
- 回測與驗證：資料、成本、樣本外與績效指標
- 實戰執行：頻率、訊號延遲、稅務與工具選擇
- 心理面：低勝率、長回撤與可執行的紀律設計
- 進階：與 carry／價值結合、危機 alpha 與投組疊加
- 常見錯誤與破解
- 主張 vs 可佐證，與延伸資源
與站內其他筆記的關係
- 因子投資研究：截面動能是因子世界的一員（Fama-French 之外的 UMD），本專欄的時序動能是它的另一半，兩者的建構與風險完全不同，見 經典五大因子詳解。
- 網格自動化交易：網格是趨勢的鏡像——賣波動率、賺鋸齒、怕單邊；趨勢是買波動率、怕鋸齒、賺單邊。兩者的損益結構對照見 網格的負 gamma。
- 德州撲克研習：低勝率高賠率的下注結構、變異數與資金管理，撲克的 EV／bankroll 思維與趨勢的部位管理是同一套數學。
- Polymarket 策略研究：Kelly 部位公式與手續費對最適下注的侵蝕，兩邊共用。
⚠️ 風險提醒
本專欄是方法研究，不是投資建議。趨勢跟隨的已知風險必須先講明白：
- 長回撤是常態，不是異常。 分散型趨勢系統歷史上出現過連續 2–3 年不賺錢、回撤 20–30% 的期間；2010–2019 被業界稱為趨勢的「失落十年」。
- 鋸齒行情會持續失血。 無趨勢的橫盤區間會不斷觸發假突破，每次小虧，累積起來就是主要虧損來源。
- 槓桿放大一切。 期貨與 CFD 的內建槓桿讓波動率目標化的估計誤差被放大；波動率跳升時（如 2020 年 3 月）可能同時觸發多市場減倉與追繳。
- 回測績效與實盤的落差。 未計滑點、roll 成本、資金費率與稅務的回測，普遍高估 1–4% 年化。
- 參數在歷史上很好，不代表未來有效。 這個策略族的過擬合誘惑極高，見 回測與驗證。
🔍 待解問題 / 持續追蹤
- Huang 等人（2020）指出逐市場迴歸幾乎沒有時序動能證據，而 pooled t 值撐不過 bootstrap 臨界值。這與 AQR 百年資料的穩健結論如何調和？是「統計檢定力」問題還是「效應本身很弱但可交易」？
- 2010–2019 的鈍化，究竟是市場大幅波動事件變少（條件性），還是策略容量與擁擠導致的結構性衰減？2022 的 SG Trend Index +27.3% 是否算證偽了「結構性失效」說？
- 波動率目標化的貢獻有多少來自「風險控制」、多少來自「波動率與報酬的負相關」？Moreira-Muir 的正面結果與 Cederburg 等人的樣本外反駁，在期貨趨勢（而非股票因子）上誰對？
- 快速訊號（1–3 個月）近年是否比慢速訊號（12 個月）更早失效？成本上升與擁擠對快訊號的傷害應更大，但缺乏公開可驗證的分解。
- 加密資產納入趨勢組合的邊際貢獻：高波動意味著 vol target 後權重很低，實際貢獻是否值得多承擔的交易所與託管風險？
🕒 更新紀錄
- 2026-08-12：初版，建立 hub + 15 篇原子筆記（訊號系統、部位與風控、組合、回測、實戰、心理、進階、錯誤破解、證據檢視）。