用資料科學打造穩健交易策略：量化研究員 Martí Castany 的不確定性思維
Martí Castany 是西班牙量化研究員與投資組合經理，具有超過 十年系統化投資實務經驗，長期專注在統計模型、資料清理與量化風險管理領域。身為 Darwin KV 背後的交易員，他將**資料科學完整導入策略開發流程**：從假設驗證、合成資料生成，到非參數 bootstrap 估計不確定性，目標不是追求最漂亮的回測，而是打造在現實世界中「活得久」的策略。
從電機工程到量化研究：把時間序列思維搬進金融市場
Martí 的背景是電機工程與數位訊號處理（DSP）。他將「從雜訊中萃取訊號」的思維自然延伸到金融時間序列上。
真正踏入交易，是因為朋友介紹，一開始三人一起做裁量交易，卻常對同一張圖得出完全不同結論。這讓他深刻意識到：如果不把決策流程**系統化、科學化**，單靠感覺與討論，很難建立可長期依賴的交易方法。
策略開發流程：從學術文獻到可實盤執行的系統
Martí 把策略開發比喻成「研發新藥」，採用嚴謹的流程：
- **想法來源：從學術與研究開始**：到 SSRN 等學術平台閱讀趨勢追蹤、均值回歸等策略研究，以獲取「市場行為假設」。
- **先驗證假設，再談策略設計**：
- 若要做趨勢策略，會先用自相關（autocorrelation）檢查時間序列結構。
- 若要做均值回歸，會檢驗序列是否具平穩性或共整合關係（如用 ADF、Johansen 檢定）。
- **確認有「可被利用的結構」後，才開始設計交易規則**：規則盡量保持簡單，並同時交易多組參數以降低過度最佳化風險。
這種做法確保策略是針對真實存在的市場特徵，而不是為了 fit 某段歷史曲線。
合成資料與框架建構：解決「只有一條歷史」的根本困境
為什麼必須用合成資料（Synthetic Data）？
金融市場的一大問題是：所有人都用同一條歷史路徑做回測與研究，容易導致樣本污染與嚴重過度最佳化。Martí 因此大量使用合成資料來做策略設計與校準：
Martí 使用合成資料的方法包括：用簡單模型模擬報酬序列，或將歷史時間序列切成區段再重新排列組合成新序列。這樣做是為了將**真實市場資料留到最後**，只用來做「最終驗證」與「跨資產泛化測試」。
自建基礎架構：研究與實盤共用同一份程式碼
為了解決研究與實盤程式碼分離、移植容易出錯的問題，Martí 團隊投資 6 個月，自建一套**事件驅動（event-driven）的回測＋實盤框架**：
- 完全以 Python 實作，並嚴格設計成「研究端與實盤端共用同一組核心程式碼」。
- 採用**六角架構**（hexagonal architecture），讓策略邏輯與底層執行（MT5、API）解耦（decouple）。
- 框架內建避免 look-ahead bias 的資料流設計。
用「不確定性」做決策：非參數 Bootstrap 與抽樣分佈
Martí 最強調的觀念是：對所有績效指標，都應搭配**不確定性估計**，而不是只看單一數字。
非參數 Bootstrap：用一條回測估計一整個分佈
以 Sharpe ratio 為例，他使用**非參數 bootstrap**：
- 將原始報酬序列視為「來自某個未知隨機過程的一次實現」。
- 以「有放回抽樣」的方式，重複產生數萬條模擬「可能的歷史」。
- 將所有 bootstrap Sharpe 組成一個抽樣分佈，觀察：原始回測的 Sharpe 在這個分佈中位於哪個位置，以及**有多少比例情況下，績效可能低於某個門檻**。
這樣做的目的，是回答：「如果同樣邏輯在另一個平行宇宙重複執行，績效可能差到什麼程度？」
在資產與組合層級的應用
這套思維延伸到資產配置層面。例如，當兩個標的經 bootstrap 後，Sharpe 抽樣分佈高度重疊，統計上難以區分時，Martí 不會「只選擇表現較好的一個」，而是**同時交易兩個標的**或只做輕微權重調整。這種「在不確定性下做決策」的思維，也用在評估實盤回撤是否仍在統計預期範圍內。
對交易員的啟示：資料科學能帶來哪些實際提升？
從 Martí 的經驗中，可以提煉出幾個實用重點：
- **策略開發要先有「可檢驗的假設」**，再寫程式，避免花時間在「不存在的 edge」上。
- **大量使用合成資料**，保護真實歷史樣本，減少樣本污染。
- **研究與實盤共用同一份程式碼**，降低人為錯誤。
- **對每一個績效指標，都問一句：「它的不確定性有多大？」**並將這些不確定性用在標的選擇與權重決策。
- **接受市場的隨機性**：即便流程嚴謹，也可能短期「運氣不好」，耐心與韌性才是長期勝出的條件。
Martí 的做法提供了一個具體範本：先用科學方法釐清市場結構，再用工程化框架實作，最後用統計方法量化不確定性，讓每一個決策都不只是「看起來不錯」，而是「在風險與機率上站得住腳」。
相關資源與工具整理
| 項目名稱／說明 | 網址 |
|---|---|
| 訪談影片 | Leveraging Data Science for Robust Trading Strategies（Market Masters 與 Martí Castany 專訪） |
| 量化研究公司 | KomaLogic 官方網站（Martí 的研究與服務） |
| 公司 LinkedIn | KomaLogic LinkedIn 官方頁面 |
| 公司 X（Twitter） | KomaLogic 在 X / Twitter 的帳號 |
| Darwin 平台與系列 | Darwinex 官方網站與 Market Masters 播放清單 |