2. 回测基础
一、回测的定义与核心原理
回测（Backtesting）是指在历史市场数据上模拟一套交易策略的执行过程，以此评估该策略在过去一段时间内的收益、风险与稳定性。它的本质是“用已知的历史检验未知的逻辑”：策略规则先被固化，再逐笔喂入历史行情，最终得到一条模拟资金曲线和一组绩效指标。
回测的核心原理包含三个要素：策略规则的可执行化、历史数据的时序还原、成交与费用的合理假设。任何一环失真，回测结果都会偏离真实交易。尤其要注意，回测不是预测工具，它只能回答“如果过去这样交易，结果会怎样”，而不能保证未来重复。
回测的价值不在于找到“完美曲线”，而在于快速证伪：一个在历史中都无法稳定盈利的策略，通常不值得投入实盘。
二、回测的主要类型与适用场景
按照实现方式和严谨程度，回测可分为以下几类：
- 向量化回测：用数组或矩阵一次性计算信号与收益，速度快，适合因子筛选和参数扫描，但难以精细模拟逐笔成交、滑点和仓位变化。
- 事件驱动回测：按时间顺序逐条处理行情事件，模拟订单、成交、持仓和资金变化，贴近实盘，适合中高频和复杂订单逻辑。
- 前向滚动回测（Walk-forward）：将数据切分为多个训练段与验证段，滚动优化参数，能部分缓解过拟合，但计算成本高。
- 蒙特卡洛回测：对交易序列或收益分布进行随机重排，评估策略在不同路径下的稳健性，常作为辅助验证。
选择类型时，应优先考虑策略频率与订单复杂度。日频选股可用向量化快速迭代；分钟级或涉及撤单、部分成交的策略，必须使用事件驱动框架。
三、常用工具与数据源
工具层面，Python 生态占据主流：Backtrader、vn.py、Zipline、VectorBT、Qlib 等各有侧重。Backtrader 事件驱动、文档完善，适合教学与中低频；VectorBT 向量化极快，适合大规模参数实验；vn.py 面向国内期货与实盘对接。数据源方面，常见选择包括：
| 数据源 | 类型 | 特点 | 适用场景 |
|---|---|---|---|
| Yahoo Finance | 免费 | 覆盖广、延迟高、复权处理有限 | 教学与初步验证 |
| Tushare / AkShare | 免费/社区 | 国内行情与基本面较全 | A股策略研究 |
| Wind / 聚宽 | 商业 | 数据质量高、字段规范 | 机构级研究 |
| 交易所 Level-2 | 商业 | 逐笔委托与成交，精度最高 | 高频与微观结构 |
无论使用哪种数据源，都必须确认复权方式、时间戳时区、停牌与退市处理是否一致，否则回测与实盘会产生系统性偏差。
四、典型误区与复盘方法
回测中最常见的误区包括：
- 未来函数：使用了当时无法获得的信息，例如用收盘价决定当天开盘交易。
- 幸存者偏差：只使用当前仍上市的股票，忽略已退市标的，导致收益虚高。
- 过拟合：参数过多、反复调优，使策略只适应历史噪声。
- 忽略交易成本：未计入佣金、印花税、滑点和冲击成本，高频策略尤其致命。
- 流动性假设过强：假设任意数量都能按收盘价成交，实盘却无法成交或价格滑移。
若回测年化收益异常高、回撤极小、胜率接近完美，应首先怀疑数据或逻辑错误，而不是庆祝找到了“圣杯”。
复盘时建议按以下流程排查：先检查信号生成时点是否使用了未来数据；再核对成交价格与成交量是否合理；然后对比加入手续费与滑点前后的绩效差异；最后用样本外数据或滚动窗口验证策略稳定性。只有通过多重检验的策略，才具备进入实盘验证的资格。
# 示例：检查是否存在未来函数的简单思路
signal = data['close'].pct_change().shift(-1) # 错误：使用了未来收益
signal = data['close'].pct_change().shift(1) # 正确：信号基于已实现收益
回测基础打得越扎实，后续实盘一致性诊断才有可靠的参照系。理解定义、选对类型、用对工具与数据、避开常见误区，是每一位策略研究者必须跨过的第一道门槛。