Why eight, not one.

單一最佳策略的問題從來不是「找不到」——而是 找到那一刻起，就開始衰退。

量化交易的傳統做法是極化的：要嘛追求一個 master model（HFT 機構的風格），要嘛把幾十個策略丟進 ensemble（多策略基金的風格）。NavcorX 採取中間路線：八個。不是隨意挑的數字。

兩個維度推導出 8：信號類型 4 種（RSI 均值回歸 / 複合因子 / 趨勢閘門 / 自適應）× 每類 2 個對照版本 = 8 種組合。每個組合都是一個 driver，繼承相同的執行管線、但有不同的訊號邏輯與停損規則。

選擇 8 還有兩個務實理由：(a) 訊號儀表板的 cognitive load 上限；單頁能放下 8 張卡而不需要捲動。(b) 退役/新進的節奏控制：每季最多換 1 位車手，整個 roster 才能在 2 年內完全更新一輪，保持與市場 regime 同步。

Data & execution stack.

所有 drivers 共用同一個資料管線。資料來源是台灣期貨交易所（TAIFEX）的逐筆委託簿 (Level-2)，由我們的 ingestion service 寫入 Apache Pulsar topic，下游 driver runners 以 pub-sub 方式訂閱。

Latency budget

從交易所 multicast → 我們的 driver runner → 訂單回到 broker 的端到端延遲，目標是 p99 < 2.4ms。實測 2026 年 4 月平均 1.81 ms、p99 = 2.13 ms。對於最高頻的 EB · Echo-Beat 這是關鍵；對其他 drivers 多數一定餘裕。

Why we do not use 1-minute bars

多數零售級回測引擎以 1m bar 為單位，這在 mean-reversion 與 microstructure 策略上是致命的——它 過濾掉了單根 K 棒內的訊息。我們所有 drivers 都在 tick level 觸發、再以策略對應的窗口聚合。

Driver taxonomy.

每位 driver 都可以用一個 4-tuple 唯一識別：(family, cadence, regime-bias, risk-budget)。例如 VL · Velocity-Λ 是 (mean-rev, 5m, range-bound, balanced)。八位車手構成下表：

每個 driver 在 跨家族 上的訊號相關性必須 < 0.35，由滾動 60 日 Pearson 計算並監控。若有兩位 drivers 連續 20 日相關性 > 0.5，會自動進入 review 流程，由人為判定要不要重設參數或退役其一。

Walk-forward, purged k-fold.

過擬合是量化交易的頭號殺手。我們所有 drivers 用同一套訓練協定：

訓練窗 12 個月、validation 3 個月、purge 5 日、embargo 5 日。每位 driver 必須在 所有 walk-forward folds 上維持 deflated Sharpe > 0.8，才能進入 live 階段。歷史上有 9 位 candidates 在這關被刷掉，目前在 cold storage。

Risk budget & the pit-stop.

每位 driver 都有日內 risk budget，以三個獨立限額構成：

除了個別 driver 的 budget，整個 fleet 還有一個 aggregate cap：當總體未實現 drawdown 超過 1.5%，所有 drivers 同時進入 pit；超過 2.5% 則收盤前不再開單。這條規則自 2025 Q2 啟用以來觸發過 3 次，每次都在後續 1-2 個交易日內回升。

When a driver retires.

退役不是失敗的代名詞。一位 driver 退役通常是因為它識別的 regime 已經消失、或它的 alpha 被其他 driver 包含。三個量化觸發：

1. Sharpe decay · 連續 6 個月 rolling Sharpe < 0.6（vs. 入役時的水位）
2. Correlation collapse · 與另一位 active driver 相關性連續 60 日 > 0.65
3. Regime extinction · 該 driver 設計的市場條件（如低 VIX 區間整理）30 天內未出現

截至 2026 Q1，已有 2 位 drivers 正式退役並公開 retirement note：Whisker-3（2025 Q3）與 Pacer-α（2025 Q4）。兩份 note 都在 Field Notes 副刊歸檔。

Out-of-sample, 2024-Q3 → 2026-Q1.

Beta 期間數據持續收集中；下方結果將隨實盤累積即時更新。報酬以 NT$ 為計價單位。

Fleet-level 數據持續累積中（Beta 期間）。VL · Velocity-Λ 為首位取得完整歷史記錄的車手，其餘車手資料陸續填入。

What this paper does not prove.

本文公開所有 drivers 的 結構與管理機制，但不公開個別 driver 的訊號參數。原因是這些參數會持續更新，公開值會錯誤地暗示「複製可行」。

我們也沒有聲稱任何 driver 永遠有效。三個典型風險場景：(a) 台指期商品微結構重大改變（如交易時段延長）會讓所有 cadence-sensitive drivers 需要重新訓練；(b) 黑天鵝事件可能讓 risk gate 連續觸發、整個 fleet 進入長時間 pit；(c) 監管環境變動（如 PDT 限制、稅率改變）會結構性影響部分 strategies 的可行性。

歡迎針對本文方法論的指正、實證的補強、或實作上的疑問——請寫信至 [email protected]（網域生效後）。