以比特幣 2021 年雙頂結構為例：談什麼是「未來數據洩漏」

當我們回測一套策略、檢視一組指標時，是否真的站在當下？本文從「未來數據洩漏」與「過度擬合」兩大陷阱切入，剖析 2021 年雙頂對鏈上分析的致命考驗。
（前情提要： 續命行情：以鏈上數據剖析最詭異的 2021 年雙頂 ）
（背景補充： 鏈上數據學堂（一）：你知道全市場的 BTC 平均成本是多少嗎？ ）

Key Points：

• 談「未來數據洩漏（Look-ahead bias）」的概念
• 談交易領域中的命門：過度擬合（Overfitting）
• 2021 年雙頂：對於刻舟求劍而言最大的考驗
• 三個指標與一個模型的戰績回顧

未來數據洩漏（Look-ahead bias）

試想一個情境：

「假設我開發了一個交易策略，並將這個策略嚴謹的回測過去 50 年，回測時間是 1975 ~ 2024，並且得到很不錯的回測績效。於是，我便決定在 2025 年啟用這一套策略。」

各位讀者對於以上描述，有人看出哪裡有毛病嗎？

如果真的只做 1975 ~ 2024 的回測， 其實就很容易陷入「未來數據洩漏」的陷阱之中 。 因為我們單純只用了「至今為止」所有的數據來做回測，這會導致我們訓練出來的策略參數，很可能「 不耐打 」！

更嚴謹的作法是，舉例而言：

可以再針對「1975 ~ 2023」（假設我們人在 2024 年），並以訓練後的策略，去回測 2024 年整年的績效； 當然還可以用 1975 ~ 2022 時段的數據去訓練策略，然後再拿訓練後的策略去回測 2023、2024 的績效。

更精確來說，我們可以透過「 滾動回測 」或「 步進回測 」的方式，去盡可能的避免「未來數據洩漏」。

這樣做的好處是「確保訓練後的策略，可以接受未來的考驗」。

過度擬合（Overfitting）：最致命的毒藥

只要是稍微有基礎量化策略開發概念的人，就會知道 overfitting 能帶來的問題有多嚴重。

所謂 overfitting，用通俗的話語來說就是「 刻舟求劍 」，這會讓回測數據很好看（ 訓練誤差低 ），但卻難以應用於實戰（ 測試誤差高 ）。

在此我打算引入一個數學的概念來解釋：（看到數學就頭疼的讀者，可以直接跳到下一段看結論）

假設有一數列：「1 , 2 , 4 , 8 , 16 , ？」

對數字稍微有點敏感的讀者，應該都會覺得下一個數字是 32，因為前五項數據明顯與「2 的次方」有明顯關聯。

但事實上，我們其實無法預測下一個數字是多少 。

因為從數學的角度，我們完全可以利用 Lagrange 插值法，構建另一個高次多項式，讓第六個數據不是 32，但也滿足規律。

這意味著：「 單純基於有限數據點進行外推的預測，是不可靠的 」。

2021 年第二頂：對於多數指標而言最大的考驗

講完無聊的理論觀念，接著我們來聊實戰。

以下，我將拿出三個鏈上數據指標，以及一個我個人開發的模型，為各位讀者進行講解：

1. MVRV

相信稍微研究過鏈上數據分析的讀者，一定都聽過 MVRV， 我之前的文章也有針對這個指標做過詳細的教學 （ 鏈上數據學堂（一）：你知道全市場的 BTC 平均成本是多少嗎？ ） 。

如上圖，這是 MVRV 的歷史數據圖表。圖中標記的 1、2、3、4，分別對應 13 年、17 年的頂部，以及 2021 年的兩次頂部。

我們可以明顯看到：每一輪頂部的 MVRV 高點是「遞減」的 。

我聽過很多人會用以下方法，針對高點遞減的現象做處理：

「我知道是遞減，所以在判斷頂部的時候，我會抓一個更保守、更低的閥值當作警訊。」

現在問題來了：

• 更保守的閥值怎麼設定？
• 如果我們回到 2021 年 4 月，能看到的歷史數據只有 13、17 年，保守設定後的閥值能在 21 年 4 月觸發嗎？
• 用這種方式設定的閥值，能在 2021 年第二頂觸發嗎？
• 如果不認為 2021 年 4 月是頂部，那 2021 年第二頂就更不可能逃頂了，對吧？

我想說的是：

正因為 BTC 歷史數據的樣本數太少，並且若單純考慮前幾次週期， 其實很可能陷入「未來數據洩漏」的陷阱中 。

身處 2021 年 4 月（第一頂）的人，不會知道當時的 MVRV 數值， 其實就是那一輪週期的最高點，因為他只能看到 13、17 年的數據； 同理，在 2021 年第二頂出現的時候，MVRV 數值更是處於極低的位置， 如果第一頂不逃，那自然不可能根據第二頂的數據去逃頂， 如此便會錯失 2021 年逃頂的最佳時機 。

2. AVIV 指標

AVIV 可以視為修正過、考慮更周詳的 MVRV，並且相比 MVRV 存在更明顯的「均值回歸」特性。

但即使如此，「峰值（高點）遞減」的現象依然很明顯：

圖中標記的 1、2、3、4，分別對應 13 年、17 年的頂部，以及 2021 年的兩次頂部。

同樣的問題，我就直接複製上面的文字了，供各位讀者思考：

• 更保守的閥值怎麼設定？
• 如果我們回到 2021 年 4 月，能看到的歷史數據只有 13、17 年，保守設定後的閥值能在 21 年 4 月觸發嗎？
• 用這種方式設定的閥值，能在 2021 年第二頂觸發嗎？
• 如果不認為 2021 年 4 月是頂部，那 2021 年第二頂就更不可能逃頂了，對吧？

RUP（Relative Unrealized Profit）

之前我也詳細介紹過 RUP 這個鏈上數據，有興趣的讀者可以參考以下兩篇文章的內容：

鏈上數據學堂（九）：市場晴雨表 RUPL（I）- 數據介紹 & 抄底應用

鏈上數據學堂（十）：市場晴雨表 RUPL（II）- 最強頂部訊號 & 歷史週期頂部詳細分析

曾有讀者詢問：「可以理解 RUP 背離的邏輯，但是否應該一併考慮 RUP 曾經到過的歷史高位？」

如上圖，這是 RUP 的歷史圖表，圖中標記的 1、2、3、4，分別對應 13 年、17 年的頂部，以及 2021 年的兩次頂部。

可以看到，即便是針對市值做過標準化處理的 RUP， 還是存在峰值遞減的現象 。

再來一次靈魂拷問：

• 更保守的閥值怎麼設定？
• 如果我們回到 2021 年 4 月，能看到的歷史數據只有 13、17 年，保守設定後的閥值能在 21 年 4 月觸發嗎？
• 用這種方式設定的閥值，能在 2021 年第二頂觸發嗎？
• 如果不認為 2021 年 4 月是頂部，那 2021 年第二頂就更不可能逃頂了，對吧？

4. Cointime Price Deviation 模型

Cointime Price Deviation 模型，是我個人設計並用以觀察頂部的模型之一， 詳細的內容可參考先前的貼文 （ 鏈上數據學堂（七）：一套嶄新、ARK 參與研究的 BTC 神奇定價方法論（II） ） 。

圖中標記的 1、2、3、4，分別對應 13 年、17 年的頂部，以及 2021 年的兩次頂部。

各位讀者可以用這張圖片，和前三張圖片進行比較：

• 2021 第二頂的數值，與前三次頂部的數值差距更小
• 四次頂部的數值差距不大（但仍有遞減跡象）
• 將 BTC 逐年遞減的波動率納入考量

這也是為什麼我更傾向於對數據賦予邏輯、進行加工， 只有這樣才能盡可能避免 overfitting、未來數據洩漏的問題。

結語

本文主要是針對「Overfitting」、「避免未來數據洩漏」這兩大觀念進行科普與解釋，同時引入 2021 年特殊的狀況，作為我的講解範例。

本文全程硬核，內容稍嫌深澀，希望對各位讀者有幫助，感謝你的閱讀。

?相關報導?

鏈上數據學堂（二）：老是賺錢的 Hodlers 們，他們買 BTC 的成本是多少？

鏈上數據學堂（三）：底部吸籌的莊家們獲利了結了嗎？

鏈上數據學堂（四）：視覺化的 BTC 籌碼價位分布圖