問題出在哪裏？第1步和第4步隱含邏輯的不自洽！效率指標E的任務是快速捕捉市場的變化，而校驗模式卻采用了一種傾向忽略市場變化的規則實施。這兩者之間的不協調必然導致效率指標的作用被弱化，尤其以收益率為優先考慮的結構下更是如此。剩下的問題借鑒意義就十分有限，筆者也不贅述於此了。但相信讀者卻在這裏有了一個警惕，越是複雜的係統，各步驟相關聯的部分就越容易暗藏陷阱。這也是筆者從來都不反對簡單的策略靠數量取勝模式的原因之一。參數越少，背後的邏輯衝突的可能也往往越少。在一個都是基於概率支撐的體係下考慮策略執行，過分迷信於複雜度並沒有明確優勢。圍繞著目標，越直接的方式往往越有效。
下兩圖為在傭金費率和印花稅均為15‰的水平進行的校驗測試，本模型依照采用的綜合形態不同，涉及4—5個參數。其中部分參數的取值較為穩定。但通過圖14和圖15的比較，不難發現一個問題：“效率對應下的最優表現與非效率對應下的最優表現並不重合！”如果我們采用單一參數優化的形式，在兩者的選擇上，很有可能選擇收益率接近36的參數組並進一步質疑效率對應步驟的意義。但從另一個角度來說，該單點值過於跳躍，使得我們會從敏感性的角度產生不安。而效率對應過後的優良區域表現更為穩定。這從另一個層麵對模式的微小遷移給出了容錯空間。29的收益率實際上也並不遜色，在有容錯緩衝的情況下就更值得使用。另外，我們需要說一下買入並長期持有的策略收益為138。從這個層麵來說，該算法已經完成了自己的任務，並較好地向讀者闡明了筆者的觀點。
圖14無效率對應下的兩參調整收益率表現
數據來源：宏源證券信用交易部
圖15有效率對應下的兩參調整收益率表現
數據來源：宏源證券信用交易部
當然，這還僅僅是過了算法評估的第一個關卡。接下來我們還要對一些具體的指標進行分析，下表以無效率對應的最優收益率策略設置為例，簡述了常用的策略算法衡量指標。由於衡量標準較為簡單，筆者就不再浪費筆墨。讀者其實還能發現，這個策略本身的勝率並沒有達到50%，但是並不必然表明該策略的意義有限。收益率有偏一直是我們強調的問題之一，原因可見一斑。
表9無效率對應兩參調整最優策略參數的算法衡量指標
淨收益3633498總收益3020668總損失0120288年收益率1137753
交易次數142勝利次數55失敗次數87
最大盈利1554011最大損失0922253平均總收益1063925平均總損失0975951
最大連贏次數25最大連輸次數56平均收益1009127盈利損失比2658066
數據來源：宏源證券信用交易部