MT5 回測報告是一項主張：關於某一組特定的交易，在某一段特定的價格歷史上被做出來。幾乎每一次誤讀，都來自把這句話丟掉一半。代表性的那個獲利因子被讀成了 EA 的性質。它其實是另外兩件事的性質：這份報告涵蓋的那組交易母體，以及餵給測試器的那些 tick。
這篇文章給你的，是一套會產出決定的閱讀順序。報告在印出任何東西之前先假設了什麼、哪一個指標回答哪一個問題、每一個數字會在哪裡騙你，以及每一次閱讀在告訴你該改什麼。產出一份報告是另一件工作——怎麼跑一次回測把那件事從頭到尾走了一遍。
| 測試條件 | |
|---|---|
| 實驗編號 | EXP-REPORT-READING-001 |
| 母實驗 | EXP-BACKTEST-RUNBOOK-001 |
| 來源 | data/run-manifests/*.json → results, ledger_recomputed, shadow_runs |
| 母體 | all 23 runs published on mt5depot at the time of derivation |
| MT5 build 版本 | 6090 and 6140 |
| 模型 | Every tick generated from M1 bars (Model 0) and Every tick based on real ticks (Model 4) |
| 帳戶 | 10,000 USD deposit on all 23 runs |
| 最後驗證 | 2026-08-26 |
底下每一個數字都是回測，而這 23 次執行全部帶著 PASS 判定——它們是通過了上架門檻的那些執行。這使得它是一組倖存者樣本，所以這裡沒有任何內容能告訴你一次回測有多常通過。它告訴你的是，一份通過的報告從內部看起來長什麼樣子。
設定：報告在印出任何數字之前就已經假設的事
MT5 報告最上面的 Settings 區塊不是前言。它是底下每一個數字都會繼承的假設清單，而其中有六項決定了剩下的部分值不值得讀。經紀商名稱與 build 版本就在報告自己的標題那一行——我們的寫著 Exness-MT5Trial5 (Build 6090)。
| Settings 欄位 | 它實際上釘死了什麼 | 我們的紀錄寫著什麼 |
|---|---|---|
Symbol: / Period: | 這個結果所取樣的那些市場狀態 | 22 次執行從 2019 年 1 月開始；cairn 從 2021 年 6 月開始 |
| 模型（tick 產生方式） | 每根 K 棒內部的 tick 是怎麼被做出來的 | 12 次用 Model 0（從 M1 K 棒產生），11 次用 Model 4（真實 tick） |
Initial Deposit: | 這一頁上每一個百分比的分母 | 23 次全部是 10,000 USD |
| 點差 | 每一筆成交被扣掉的成本 | 23 次裡剛好只有 1 次量過——其餘的都繼承了價格歷史自己帶著的值 |
| 手續費 | 你有設定，測試器才會套用的成本 | 23 次全部是 0 |
Inputs: | 產出這份報告的那整組設定，完整版 | 每一次執行都拿報告核對驗證過 |
Inputs: 這一列是大家會跳過的那一列，而它正是讓一份報告根本可以被重現的那一列：它是你要把同一頁拿回來，就必須重新輸入一遍的完整值集合。
其中兩列值得停一下。手續費那一行是零，並不代表手續費被忽略了。它代表在被測試的那個商品上沒有被收這筆費用。這是兩句不同的話，而只有執行紀錄能告訴你適用的是哪一句。另外，沒有被量測的點差，不是零點差：我們 23 次執行裡有 22 次那個欄位是空的，因為沒有任何紀錄器跟著測試一起跑。每一筆成交就只是拿到 M1 歷史帶著的那個點差。只有 tidewell-slack 講得出自己的平均值，19.14 點。
這裡有一個命名陷阱。舊一點的指南叫做建模品質的那個欄位，MT5 印出來的名字是 History Quality:，位置在 Results 區塊裡 Bars:、Ticks: 與 Symbols: 的旁邊。在一份 Build 6090 的報告裡搜尋 modelling quality，什麼也找不到。在我們自己的紀錄裡，這個數字只出現在 23 份 manifest 裡的 2 份上，因為它是在原始報告有寫出來的時候才被留下來的——這是這些紀錄的性質，不是在量 MetaTrader 多常印出它。實務上的意思是，你沒辦法拿它來過濾不是你自己產生的報告。它底下真正的問題是 tick 資料的來源，而那個問題永遠答得出來：問這次執行用的是哪一份歷史。
讀報告：一個指標一個指標讀
照這個順序讀這一頁。它刻意不是 MetaTrader 印出來的順序，因為那兩個最便宜的淘汰條件坐在報告的最下面。
- 先讀
Settings。模型、Initial Deposit:、點差與手續費。底下每一個百分比都繼承它們，而一次點差沒有被量測的執行，並不是一次沒有點差的執行。 - 在讀任何比率之前，先讀
Total Trades:。一個比率和它的樣本數是一件事實，不是兩件。把筆數寫在比率旁邊。 - 問這個代表數字涵蓋了哪些交易。如果旁邊有公開的交易帳本，請確認它的總數對得上
Total Trades:。我們自己 23 份報告裡有一份對不上。 - 讀
Equity Drawdown Maximal:，不要讀餘額那一行，並且記下你取的是Maximal還是Relative那個數字——它們是分開的兩列。 - 找出價格歷史。哪一家經紀商、哪一個來源、哪一段期間。在我們的紀錄裡，移動了判定的就是這個欄位；tick 模型沒有。
以下是把整套讀法放進一張表，用的是報告實際印出來的欄位名稱。「在我們這一組裡」這一欄，是每一個指標在 23 次已公開執行上實際的樣子。這比教科書給的區間更有用，因為它是在和你手上拿著的同一種報告上量出來的。
| 報告欄位 | 它回答的問題 | 在我們這一組裡 | 警訊 |
|---|---|---|---|
Total Trades: | 證據有多少 | 每次執行 108 到 4,725 筆 | 低於大約 100；20 筆交易上的比率是傳聞 |
Profit Factor: | 總毛利除以總毛損（獲利因子） | 23 次全部落在 1.22 到 1.59 | 在很短的區間上高於大約 2.0；先確認 Total Trades: |
Profit Trades (% of total): | 勝率——分布的形狀，不是它的正負號 | 30.80% 到 82.27%，全部獲利 | 單獨被引用，旁邊沒有放獲利因子 |
Total Net Profit: | 在有脈絡之前，賺到的金額 | 在同樣 10,000 USD 的初始資金上，386.05 到 28,687.43 USD | 引用時沒有帶上 Initial Deposit: 與年數 |
Balance Drawdown Maximal: | 已平倉交易上最糟的一段下跌（最大回撤） | 0.67% 到 18.24% | 同一頁上就有權益那一行，卻引用這一個 |
Equity Drawdown Maximal: | 把未平倉部位算進去之後最糟的一段下跌 | 23 次裡有 23 次比餘額更深 | 被忽略——你的保證金活在這個數字上 |
Expected Payoff: | 每筆交易的平均結果，以金額計 | 我們的 manifest 沒有帶 | 被讀成預測，而不是平均 |
Recovery Factor: / Sharpe Ratio: | 每單位痛苦換到的報酬，兩種算法 | 我們的 manifest 沒有帶 | 拿交易筆數不同的報告互相比較 |
History Quality: | tick 序列解析不解析得出你的停損 | 23 次裡有 2 次寫了 | 空白，而且資料來源不明 |
那個區塊裡有兩個慣例，在任何解讀開始之前就先把人絆倒。
Total Trades: 與 Total Deals: 是兩個不同的計數。在 MetaTrader 5 裡，一次來回是兩筆 deal——進場一筆、出場一筆——所以一份寫著 Total Trades: 50 的報告，旁邊會寫著 Total Deals: 100，而分批平倉會在不增加 trade 的情況下增加 deal。比率要拿去對 trade 讀，絕對不要對 deal。
回撤那幾行有六條，不是一條。報告會替餘額與權益各印出 Absolute、Maximal 與 Relative。更糟的是，其中兩條的金額與百分比會互換位置：Balance Drawdown Maximal: 36.84 (0.37%) 把金額放前面，Balance Drawdown Relative: 0.37% (36.84) 把百分比放前面。兩份報告從相鄰的兩行分別引用「0.37%」與「36.84」，可能講的是同一個事件——也可能是不同的事件。
Results 區塊剩下的部分——Z-Score:、AHPR:、GHPR:、LR Correlation:、LR Standard Error:、Margin Level: 以及 MFE/MAE 相關性——描述的是資金曲線的形狀，而不是它的大小。它們沒有一個救得了一份交易筆數太少的報告，也沒有一個在價格歷史被換掉的時候比獲利因子更耐得住。請在上面那五個步驟之後再讀它，或者乾脆不要讀。
那些指標列裡有兩列在實務上造成最多損害，所以要把它們放在一起讀，而不是照順序讀。
淨利需要它的分母，也需要它的日曆。我們 23 次執行全部從同樣的 10,000 USD 出發，這讓它們異常地可比。它們依然橫跨每年 0.51% 到 57.38%。低的那一端很有教育意義。orrery 的獲利因子是 1.46，最大回撤 0.67%——目錄裡最好看的一對數字。它在 7.58 年裡賺了 386.05 USD。那份報告沒有任何不誠實的地方。它只是在回答一個問題，而那個問題和大多數讀者以為自己在問的並不一樣。
勝率與獲利因子在這裡接近互相獨立。在 23 次已公開的執行上，兩者的相關性是 0.37。所以決定一支 EA 賺不賺錢的東西，大部分都是勝率那一行看不見的。nautical 的勝率是 30.80%，獲利因子 1.22；gyre 贏 82.27%，獲利因子 1.59。兩支都獲利，而勝率差了 51 個百分點。
你的報告沒有秀給你看的那個獲利因子
這是沒有任何報告會秀給你看的部分，也正是我們能夠用自己的資料寫出這篇文章的原因。每一次已公開的執行都留著它完整的平倉交易帳本，所以每一份報告都會裂成兩半。有一段是這支 EA 被挑中的依據——上架時被拿去過門檻的那段開發區間。然後是它上線之後才發生的那些交易，那些交易沒有被任何東西挑過。我們 23 次執行裡有 20 次兩段切片都有公開；另外三次根本沒有上架後的那一段。
| EA | 開發切片 | 上架後切片 | 代表數字 |
|---|---|---|---|
orrery | 1.28（195 筆） | 6.43（15 筆） | 1.46（210 筆） |
windrose | 1.31（101 筆） | 3.58（7 筆） | 1.38（108 筆） |
cairn | 1.48（4,583 筆） | 1.64（142 筆） | 1.48（4,725 筆） |
gyre | 1.55（136 筆） | —（5 筆，沒有虧損交易） | 1.59（141 筆） |
tessera | 1.28（624 筆） | 0.88（21 筆） | 1.27（645 筆） |
zerqon | 1.53（232 筆） | 0.72（21 筆） | 1.43（253 筆） |
把 orrery 那一列的第一欄與最後一欄放在一起讀。代表數字說是 1.46；這支 EA 實際上被挑中的那段期間說是 1.28；差別是15 筆交易——佔整份紀錄的 7%——跑出了 6.43 的獲利因子。用同樣的方式讀 zerqon 那一列，方向剛好相反：開發切片 1.53，上架至今的 21 筆是 0.72，而 1.43 這個代表數字把兩邊都藏了起來。
在兩段切片都有公開的那 20 次執行上，代表數字比開發切片好看的有 14 次，比較差的有 6 次。另外三次是刻意被排除在外的：它們只有一段切片，代表數字與開發數字涵蓋的是完全相同的那些交易，所以兩者之間的差別根本不是母體效應——那是報告自己四捨五入到小數點後兩位，和重算過的帳本之間的落差。almanac 印出來的是 1.52，帳本重算出來的是 1.5153。把同樣這道四捨五入的門檻套到那 20 次上，還是有 13 次的落差不是四捨五入能解釋的，其中 8 次是往好看的方向。
這個不對稱不是醜聞。一個橫跨兩段期間的代表數字，會被拉向其中運氣比較好的那一段。但它確實代表：當你要拿一個數字去對照關於未來行為的主張時，代表數字永遠不是那一個。
陷阱：這些數字如何誤導人
這五條底下的失敗模式是同一個：一份報告是對一個母體的量測，而這一頁上每一個指標，都默默繼承了測試器當初被指向的那個母體。
改進：每一次閱讀在告訴你該改什麼
一次改一件事，而且每一次都重讀同樣那三個數字：交易筆數、獲利因子與權益回撤。底下的順序是照成本排的——便宜的檢查排前面，因為其中有兩個經常直接結束整場調查。
- 如果交易筆數很小，就把期間拉長——不要動參數。一個建立在大約 100 筆交易以下的獲利因子，從一段更長的區間上得到的移動，會比你動任何設定得到的都大。我們最小的一次已公開執行有 108 筆交易，而它也正是我們引用比率時最小心的那一次。
- 如果代表數字和開發切片不一致，就只在開發切片上重讀一次。那才是當初挑設定所對照的那個數字，也是你該拿去和其他候選比較的那一個。
- 如果權益回撤明顯高過餘額回撤，就照權益那個數字算部位大小。這個差距告訴你這支 EA 會抱著幾個部位一起走進同一段走勢。chrysalis 那次執行講得很直接：最多同時七個。
- 如果報告是從別人的資料來的，就在做別的事之前先換第二個來源重跑一次。在我們整組資料裡，這項檢查量到的效果最大，而它也是大家最後才做的那一項。
真正移動了數字的東西：資料來源，不是 tick 模型
我們有一支 EA 是被刻意重跑來把這兩個變數分開的，而執行紀錄替每一個 shadow 標了它隔離的是什麼。
tidewell-slack 執行 | 改了什麼 | 交易筆數 | 獲利因子 | 最大回撤 | 歷史品質 | 判定 |
|---|---|---|---|---|---|---|
| 已公開 | Exness M1 歷史，Model 0 | 303 | 1.35 | 9.92% | 99% | PASS |
| Shadow — 隔離資料來源 | Dukascopy 歷史，Model 0 | 351 | 1.13 | 18.18% | 99% | FAIL |
| Shadow — 隔離真實 tick | Dukascopy 歷史，Model 4 | 345 | 1.11 | 18.20% | 100% | FAIL |
把它讀成兩個各自獨立的實驗。只改價格歷史——第一列到第二列，tick 模型相同——讓獲利因子從 1.35 掉到 1.13，回撤幾乎翻倍，判定也從通過翻成不通過。在那份新歷史上只改 tick 模型——第二列到第三列——讓獲利因子動了 0.02，回撤動了 0.02 個百分點。而失敗的那兩次執行，歷史品質分別讀作 99% 與 100%，所以大多數人拿來篩選的那個欄位，從頭到尾都很優秀。
另一支 EA 從不同的角度指向同一件事。kestrel-hover 公開的版本跑在 Dukascopy 真實 tick 上，獲利因子 1.33、回撤 7.11%，而它在 Exness M1 歷史、Model 0 上的 shadow 執行讀作 1.30 與 6.76%——來源與模型同時都換了，結果卻幾乎沒有動。跨資料來源的穩定性是有可能的。它只是不是單獨一份報告能證明的東西。
實務上的規則是：一份報告能當成可攜證據的程度，就是它那份價格歷史能被攜帶的程度。換第二個來源重跑一次要花一個晚上。在我們的紀錄裡，這是這篇文章裡唯一一項改變過決定的檢查。
接下來的步驟：從一份報告到一個決定
把報告讀好是四個步驟裡的第二步。順序是回測 → 讀報告 → 前推分析 → 模擬帳戶，而每一步排除的是一種不同的出錯方式。四步都撐過來的報告，賺到了一個小部位；只撐過前兩步的，賺到的是再做一次測試。
- 拿紀錄完整的東西來練習。已發布的 EA每一則都附上完整的平倉交易清單與執行清單，所以你可以自己把代表數字重算一遍，看清楚到底是哪些交易做出了它。這是唯一一項能讓這套讀法真正留在身上的練習。
- 如果某個數字把你送回策略本身、而不是送回測試，那麼 Builder 才是規則本身被改動的地方。在設定上做搜尋又是另一件工作，寫在參數最佳化。
- 在你拿剛讀到的回撤數字去決定部位大小之前，EA 交易者的風險管理會把它換算成一筆入金與一個手數。
- 我們如何產出、評分並記錄這一切，寫在我們的測試方法。
測試器裡的過去結果不是預測，上面沒有任何一次執行是對接下來 12 個月的承諾。把一份報告讀對，它的意義比一個預測更小，但也更有用。它告訴你的是：什麼已經被展示出來了，而什麼只是被印出來而已。