回测：如何检验交易系统并避免常见偏差

回测是将交易系统的固定规则应用于历史价格，以检验其过去的表现。回测结果是假设性的：它反映规则在历史数据上的表现，而非未来的收益。

基本原理

公平的回测要求在运行前写明每一项决策：

• 规则：入场、止损、离场与目标价的确切条件，不留主观判断的余地。
• 数据：经拆股调整的价格，最好包含此后退市的股票，时间跨度应涵盖不同的市场环境。
• 成交假设：每笔委托实际可能成交的价格。以当日收盘价计算出的信号，若按同一收盘价成交即构成前视；次日开盘价是较为保守的选择。
• 成本：每次买入与卖出的佣金、买卖价差与滑点。
• 仓位：每笔交易承担的风险、单一持仓上限，以及现金不足时的处理方式。

回测输出交易明细与权益曲线，并以年化收益率（CAGR）、最大回撤、胜率、盈利因子（总盈利 ÷ 总亏损）、平均 R 倍数、每笔期望值及持仓时间占比等指标汇总。同期持有 SPY 等基准的收益，可用来判断系统是否创造了额外价值。

解读方法

• 首先看扣除成本后的期望值：期望值 = 胜率 × 平均盈利 − 败率 × 平均亏损，以 R 计，参见风险回报比。微弱的正期望值在计入成本后可能消失。
• 回撤是必须承受的过程：年化收益 15%、最大回撤 40% 的系统，实际执行难度远高于收益率所显示的程度。
• 统计交易笔数：20 笔交易说明不了什么；基于数百笔交易、跨越多种市场环境的结果更有参考价值。
• 检验稳健性：参数小幅变动时，例如将 50 日均线改为 45 日或 55 日，以及在不同年份中，结果都应基本成立。
• 预留检验数据：在一段数据上开发规则（样本内），再在未使用过的另一段数据上检验一次（样本外），是防止自我欺骗最简单的方法。

示例（数字仅作说明）

某系统回测共 200 笔交易，胜率 40%，平均盈利 2.0R，平均亏损 1.0R：

再做过度拟合检查。测试 10 至 100 日的均线周期，37 日表现最佳，每笔 +0.35R；但 30 日与 45 日均仅约 +0.05R。如此尖锐的峰值、周边参数却表现平平，多半是对历史噪声的拟合。+0.16R 附近的平稳区间才是更可信的估计，即便如此，也应在测试未使用的数据上再做检验。

局限与常见误区

• 前视偏差：使用当时尚无法获得的信息，例如按事后才知道的价格成交、在财务数据发布前即加以使用，或以回测期末计算的指标筛选股票。
• 幸存者偏差：只测试至今仍存在的股票，遗漏了破产或退市的公司，通常会使结果优于实际。
• 选择偏差：以当前的龙头股或流动性最高的股票进行回测，相当于事先挑选了赢家。
• 过度拟合：每增加一条规则或一个参数，对历史的拟合更好，对未来的预测却更差。尝试大量变体后只报告最优结果，即属于数据窥探。
• 成交假设不切实际：忽略成本、跳空穿越止损与流动性限制会高估结果，对短线系统尤甚。
• 单一市场环境：仅覆盖牛市的回测，难以说明规则在熊市中的表现。

Clear Tape 中的呈现

在交易体系中，任一预设系统或自建系统均可基于日线进行回测，可选验证期检验（见下文）或最近 1、3、5 或 10 年，范围可选自选股、单只股票、长历史 ETF 或选股器的 500 只股票。您可以选择入场成交价（标注为「保守」的次日开盘价，或信号日收盘价）、每次买卖 0 至 100 个基点的成本（含滑点），以及权益 0.1% 至 5% 的单笔风险。回测以 10 万美元初始资金计算，单一持仓不超过权益的 20%，不使用杠杆；止损以每日最低价判断，跳空按开盘价成交。结果列示年化收益率、总收益率、最大回撤、胜率、盈利因子、平均 R 倍数、扣除成本后的期望值与持仓时间占比，并附与持有 SPY 对比的权益曲线及完整交易明细。近期窗口回测使用经拆股调整、不含股息的价格，系统与 SPY 均如此。每份报告均提示仅测试目前仍在上市的股票（幸存者偏差）；以选股器股票池回测时，另提示该股票池为目前成交额最大的股票，属于事后筛选。自建系统免费；回测（Tools 会员每日 20 次，Pro 会员每日 50 次）为 Tools 与 Pro 会员内容。

验证期检验先在 2000–2014 年评估规则，再将其原样运行于 2015 年至今，并与等权买入持有同样的股票对比；收益计入股息，闲置资金按 3 个月期美国国债利率计息。检验以四种结论之一作结：通过验证、有取舍、无优势或数据不足，每种结论均列明理由，并披露交易成本与幸存者偏差。策略库收录已发表的规则，各附出处及 Clear Tape 版本与原文的差异，可作为研究起点；参数扫描仅在训练期内评判，并指出结果属于平台还是孤峰；已保存的研究每月重新检验。量化交易入门课程完整演示了这一流程。

如需了解所设成本对单笔交易及全年结果的影响（以金额和 R 计），可使用免费的美股交易成本计算器。

仅供学习与参考，不构成投资建议。