反向交易: 减少最大回撤以及在其它市场上测试·进阶篇
换家经纪商，参数就废了
有读者在前文留言提到，同一套 EA 在不同经纪商回测结果可能天差地别。我直接拿了另一家经纪商的历史数据重跑，结论很硬：经纪商差异对测试结果影响极强，在 A 家跑出利润因子的参数，原样搬到 B 家大概率亏损或大幅衰减。 重优化后各品种表现（第二经纪商）：EURUSD 交易 1224 次、利润因子 1.77、最大回撤 2635 即 17%；GOLD 交易 1006 次、利润因子 1.75、最大回撤 15615 即 26%、净利润 78962；SILVER 利润因子高达 2.51 但仅 275 笔。整体利润比第一家低得多，且最大回撤与最大连亏笔数普遍更差。 有意思的是，把第二家优化的参数塞回第一家测试，结果亏损或明显逊于本地参数。说明历史数据质量偏移会直接改写“最优解”，不存在跨经纪商通吃参数集。 实操上，若你信自己经纪商的数据干净，就用它的数据优化 EA；若不信任，先质疑为何还在那开户。外汇贵金属高风险，任何回测优越参数都不保证实盘收益，必须针对自己账户重跑优化，别直接抄数值。
◍ 反向逻辑在非美直盘上的失效样本
反向信号在欧元、英镑上表现出一定倾向性，但换到其它直盘就明显不灵了。把同一套规则套到 AUDUSD、NZDUSD、USDCAD、USDCHF 上跑最优参数，四个品种都没有出现可复制的正期望结果。 这说明反向交易只是局部市场结构下的概率优势，不是跨品种通用的圣杯。外汇与贵金属杠杆高、波动突变频繁，这类统计失效的品种直接实盘抄底摸顶，亏损概率会显著放大。 验证方法很简单：在 MT5 里把 EURUSD 的反向 EA 改个交易品种重跑 2020–2024 周线，看这四个品种的净值曲线是否长期横盘或下沉，就能确认该逻辑的外推边界。
「股票池反向链测试：经纪商1的隔夜息与年度收益分布」
外汇常被视作振荡市，反向技术在这类标的上大量失效；而股票具备长期趋势特征，链首固定做多（buy）的反向加仓假设，值得用真实历史去撞一遍。本次取经纪商 #1 的股票市场数据，其卖出仓隔夜息为正、买入仓也返息，但策略测试器不计入利息，所以表中利润列均为纯价差结果。 年度 % 的计算口径为 ((利润/最大回撤)*100)/历史年数，是个横向比较用的近似值。以 Amazon 为例：利润 5 969、最大回撤 1 577，历史自 2016.01 起约 2.7 年，年度 % 标 151%，当前价 1 929，止损 960 / 获利 1 630（TP 约为 SL 的 1.7 倍，未达 2 倍黄标）。 表格里红黄着色直接暴露薄弱点：Boeing 利润因子 0.92、利润 -663，交易品种列标红即亏损；Facebook 年度 % 仅 10%、利润因子 1.12，逼近 15% 红线下沿。买入隔夜息(L%) 高于资产价 0.07% 的标的有 Aeroflot(0.095%)、Dropbox(0.072%)、EOC(0.084%)、Gazprom(0.071%)、General_Electrics(0.073%)、Inditex(0.112%)，这些若真算上利息摩擦，链深一大就易吞利润。 股票端整体比外汇友好，但 Lenovo 仅 15 笔交易、历史从 2015.11 起不足三年，交易总数红标说明统计意义弱；开 MT5 把经纪商1这版 CSV 导进策略测试器，先筛掉年度%红标和交易品种红标，再看剩余标的的链深（最大亏损列）是否扛得住你的保证金。
反向手法在个股上的跨券商差异
把 90 支股票的回测表摊开看，反向技术几乎在全部股票市场品种上都能挤出利润，连入场点都没专门优化。只有 UnitedHealth、Visa 两个品种利润列为负（-1816 与 -91），加上一个未列明品种，共 3 支找不到可用的止损/获利比例，其余 87 支均成立。 经纪商 #1 没有汇总余额曲线，因为 90 张图全分析不现实，具体资产表现得翻附件里的策略测试器报告。黄色标记的那几支（Ethan Allen、Michael Kors、Petrobras、Starbucks、Tencent、Tiffany、Vale、VF）历史都超 3 年，适合先单独看余额形状。 经纪商 #2 的隔夜息结构很特别：买仓年息 6%（日 0.016%），卖仓年息 3%（日 0.008%）。拿买仓日息 0.016% 跟经纪商 #1 的 0.055% 比，差不多便宜 3.5 倍。但卖仓隔夜息是负的——#1 倒贴你钱，#2 要收你钱，只是比买仓少收一半；买仓不付利息，卖仓也不收利息算唯一安慰。 策略测试器在这里会骗人：它直接忽略 #2 的隔夜息，而实测里这笔费用常年吃掉几分钱，遇上年交易次数少的品种（很多股一年才 8~40 次），隔夜成本可能吞掉利润大头。自己复测时建议开伊斯兰账户绕开隔夜息，但注意测试器连券商手续费也忽略，真实环境还得手动加。 #2 的样例表里 AAPL 交易 477 次、年化 101%，AMZN 利润因子 1.78、利润列 8956，CSCO 自 2015.01 起年交易 36 次——这些数据说明即便计入隐性成本前，反向逻辑在个股上仍有正期望，但外汇/贵金属杠杆更高、跳空更狠，直接套用股票参数风险极高，可能触发远超表的回撤。
◍ 经纪商差异与股票回测的真实边界
第二个经纪商跑这套反转策略时，表格里 27 个品种（IBM 到 XOM）无一亏损，年利润率从 UPS 的 140% 到 XOM 的 25% 不等，测试窗口统一为 2013.01 起约 5 年。没有亏损可能来自测试器忽略隔夜息与手续费，也可能是 5 年样本太短——经纪商 #1 对部分工具给了 14 年历史，磨损就显出来了。 第三个经纪商提供伊斯兰账户，测试器同样不计隔夜息但计入手续费，结果落在前两者之间：#AA 624 笔交易、利润因子 2.4、年率 119%，#KO 仅 31%，同样零亏损品种。非伊斯兰账户下该商买入持仓隔夜息年化 2.5%（日 0.007%）、卖出 1.5%（日 0.004%），实盘用普通账户会被这条成本啃掉利润。 回测暴露一个关键现象：股票端几乎所有品种获利不超过止损两倍，优化出的「止损大于获利」参数我没放进表——牛市第一步就止盈，链后段亏损会吞掉前面。历史长度直接压低年率：12 年历史的 XOM 年率 25%，而历史不足 2 年的 PYPL（2015.07 上架）年率 285%。 跳空和隔夜息能把测试利润翻成实盘亏损。Spotify 真实 8 条链全在获利位平掉，却净亏 3 美元，因反向大跳空叠加高隔夜息；测试器显示它年增 700% 以上，我直接从实盘池删了。外汇与贵金属杠杆更高、跳空更凶，这类策略实盘前必须在 MT5 用含手续费+真实隔夜息的账户重跑。