週末時間，來點比較輕鬆的內容，不要動太多大腦，簡單談談績效報表的判讀及改善成方式，策略績效報表的判讀，有許多的方向，有人是以獲利為優先，有人是以風險為優先，二者都無法錯之分，端看投資人的喜好及策略的目的，如果開發的策略是以吸引資金或出租策略為目標，那絕大多數人都是以獲利為優先，風險的考量就成了不要太差就好，而做為自己使用時，就不一定會以獲利為主要目標，試想投資人拿自己的錢進行投資，會只關心獲利而不考量風險嗎？應該不致於，以筆者而言，開發過這麼多的策略，在最佳化的過程，都是以風險為首要考量，獲利只要在一定水準以上，就可以上線，以多支策略同時執行來彌補掉這個獲利的弱點。
在進行策略最佳化的過程就尤如你是一支棒球隊的教練，要把球隊帶成安打率高，但全壘數不高的球隊，還是一支只追求全壘打，而造成三振率也極高的球隊，都是取決於教練平時在選手的選擇及訓練的方式。
策略獲利集中在2020-2021
在績效分析時，許多人都不會注意年週期分析，是否會有某些年的表現特別好，其他年份就只是陪襯，獲利能力完全無法達到可上線的底限，這類的策略很有可能在最佳化時，只單純尋求淨利最大化，而忽略了每筆平均獲利及策略的賺賠比，而形成一個比較無法較為穩定表現的策略。
此時有幾個改善的方向：
- 改變最佳化目標
以目前最佳化的參數範圍為基底，將淨利最大化的方式，改為平均獲利最大化或平均虧損最小化的目標，再進行最佳化的微調，讓策略的獲利表現可較為平穩。 - 使用「前向最佳化」
在MC的最佳化有一個「前向最佳化」的方式，會將資料進行移動窗格的切割，並且每組資料亦會切割為樣本內及樣本外，即在前面系列文章中有提到筆者將2018-2022為樣本內資料，進行最佳化，而2023為樣本外的資料，進行策略樣本外績效的檢視，在「前向最佳化」的方式中，MC會自動切割資料，投資人不必自己手動切割，只需設定好樣本內及樣本外的比例即可。使用此方法挑選出來的參數因有樣本外的資料檢視，會提高獲利的穩定性。 - 分析年度走勢，開發互補策略
檢視獲利較差的年份，看是否有特定現象，造成策略集中在某幾年份，若出現特定現象，投資人可依這些特定現象進行互補的規則改善，讓策略表現可趨於穩定。
每種改善方式均有其優缺點，讀者可視自己的情況，選擇一種較適合自己的方式來改善策略品質。
