部落格

為什麼10個加密貨幣交易對無法提供10倍分散化，如何通過correlation_factor計算effective_N，以及實際需要監控多少個交易對才能達到80-90%的編排器插槽利用率。

Polars 與 Pandas 在演算法交易任務上的詳細對比：過濾、聚合、滾動訊號計算、I/O 和記憶體消耗的基準測試。Polars + Numba 混合架構實現最大回測效能。

為什麼找到最佳策略參數只是工作的一半。如何從視覺和定量兩方面區分穩定的平臺與脆弱的尖峰，以及為什麼Optuna等高線圖是將最佳化後的策略投入生產前的必要步驟。

為什麼窮舉搜尋對12個以上參數不可行，座標下降法如何遺漏參數互動作用，以及Optuna的TPE取樣器如何在500次迭代中找到OAT在96次中無法找到的結果。實用程式碼示例、取樣器對比與多目標最佳化。

為什麼在ETHUSDT上最佳化的策略可能在山寨幣上失敗。如何正確按交易對分組（藍籌、大市值、垃圾幣）進行測試，以及什麼水平的cross-symbol robustness score才算足夠。

Binance/Bybit 上的資金費率如何將高槓杆下漂亮的回測結果變成確定的虧損。公式、真實策略的重新計算，以及資金費率不吞噬利潤的最大槓桿倍數。

「回測無幻覺」系列終篇。如何構建N策略×M交易對的編排器，實現級聯模式的優先和fallback填充，選擇dual_size，以及為什麼不能通過簡單彙總PnL來回測策略組合。