同样的系统，同样的规则，同样的策略。但在不同的时间却会有截然不同的结果。那么，你有没有想过：系统失败的原因可能不是你的代码，而是时间？

金融市场虽然看起来是持续开放的，但并不是每小时都提供相同的流动性、相同的参与者密度和相同的波动性。因此，如果你没有按小时分析系统的收益-损失分布，那么你认为的成功可能只是偶然。

示例：

假设一个系统的回测结果显示在总共1000个交易中有60%的胜率。太棒了。但如果将这1000个交易按小时划分，可能只有伦敦开盘与纽约前的时间段产生了正的期望值。在其他时间段，系统要么表现不佳，要么亏损。

📊 因此，基于时间的过滤可以揭示系统的真实效率。除了交易结果，“何时被获取”也是系统的一部分。

技术建议：将每个交易数据与时间戳一起记录日志。

将所有交易按时间间隔分组 (土耳其时间)：

🔹 亚洲: 03:00–10:00
🔹 伦敦: 10:00–16:30
🔹 纽约开盘时间：16:30–23:00
🔹 纽约收盘：23:00–03:00

每个区间提取以下指标：

胜率
平均 R：R
期待
回撤曲线
将这些进行比较。

在2023年的一项分析中，现货BTC/USDT交易对在亚洲时段的平均R:R比率为1:1.2，而在伦敦-纽约重叠时段这一比率上升到1:1.9。

所以首先系统的“做了什么”并不重要，而是“什么时候做的”才重要。