> For the complete documentation index, see [llms.txt](https://yuting0103.gitbook.io/quantbrains/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yuting0103.gitbook.io/quantbrains/jing-tai-hui-ce-fan-li/chang-jian-wen-ti.md).

# 常見問題

1. B圖如果跑出來沒有比A突來的好\~是不是90%是弄錯了?

A:  不是，B圖不是一定會比A圖好，我們可以把靜態回測想做是某一種特徵（Ex.我們範例裡提供的是"均值回歸"特徵）的探勘工具，如果A圖沒有這種特徵，那硬挖的結果不會比較好。如果商品或策略具有該特徵的話，通常可以看到視覺上會有走勢大部分位置變得平滑（訊號品質提升）的現象。像農產品類商品本身的均值回歸特徵不明顯，那即使用了目前靜態回測範例裡提供的特徵工具來挖就不一定會有更好的表現。

​另外市場(或策略)的特徵並非是一個恆定值，像是我們可能會發現將策略拆解成多空之後，透過靜態回測範例的部位管理模組來測試之後，會發現在多方策略會有效，在空方策略卻反而有可能更糟，這是由於均值回歸濾鏡的使用前提是正期望值，所以當行情是走在多頭的時候（也就是多方是正期望值），那這樣的部位管理就會有效，反之，如果當市場行情大勢轉成空方勢的時候，就會變成空方策略有效，因此部位管理並非完整的解方，仍須透過平台的評價與策略管理來監控策略的實際表現，這樣才可以在市場屬性變動轉為不利的時候即時進行該策略的截斷或縮小金流。