從歷史回測看：技術型態出現的頻率有多高？
看到系統跳出一個篩選條件的符合清單，很自然會想問一句：這個型態到底常不常見？是市場上三天兩頭都在發生的家常便飯，還是好幾個月才出現一次的少見狀況？這個問題，量化回測工具剛好可以具體回答。
以 GoodBuy 內建的其中一項條件「20 日均線由下往上穿越 60 日均線」為例，把這個邏輯套用到歷史股價資料上回測，可以得到這個型態在不同期間、不同類股中出現次數的統計分佈——比方說，把回測拉長到過去五年，同一個型態在電子業出現的次數，跟在傳產類股出現的次數，統計上往往有明顯差距；同一個型態在多頭年份出現的密度，跟在盤整年份出現的密度，也常常是兩種樣貌。這些都是資料攤開後可以直接算出來的客觀數字，不是憑印象猜測。
這種統計本身只描述「過去發生過什麼」，回答的是「這個現象多久出現一次、集中在哪些期間、哪些類股」，而不是「未來會不會再發生」，更不是「發生了就代表接下來會漲」。市場環境會隨時間改變，過去的出現頻率不必然代表未來的機率——這也是回測統計最常被誤用的地方：把「歷史上常出現」直接跟「值得相信」畫上等號。
頻率統計真正有用的地方，是幫助使用者建立一個參照座標：一個型態如果歷史上本來就很罕見，那這次剛好出現，至少值得多看兩眼、多做點研究；如果是天天都在發生的常態型態，單靠它出現本身，參考價值就相對有限，需要搭配其他條件一起看。GoodBuy 提供這類回測工具，是希望讓使用者可以用數據去驗證自己設定的篩選邏輯，所有回測結果僅呈現歷史統計供研究參考，不構成任何操作依據，實際投資決策與風險仍須使用者自行判斷承擔。
本內容為技術指標與歷史資料之客觀統計結果，非投資建議，不構成任何買賣推薦。歷史數據不代表未來表現，投資有風險，請自行判斷並承擔責任。本服務非證券投資顧問事業。