2. 回测基础回顾
在进入成交撮合、交易成本与公司行动的仿真实战之前，有必要把回测的“地基”重新夯实一遍。很多看似复杂的回测偏差，其实都源于对基础流程、数据频率、信号生成和绩效评估的理解不够精确。本节将回测拆解为可检查的工程环节，帮助你建立一套可复用的回测心智模型。
一、核心原理：回测是一条时间对齐的流水线
回测的本质，是在历史时间轴上模拟“信息 → 决策 → 执行 → 结算 → 评估”的闭环。它的核心约束只有一条：任何时刻只能使用该时刻之前已知的信息。违反这条约束，回测结果就会失真。
一条标准的回测流水线包含五个阶段：
- 数据准备：行情、财务、分红送转、停复牌、指数成分等，按时间戳对齐。
- 信号生成：基于历史窗口计算因子或规则，输出目标仓位或买卖方向。
- 组合构建：将信号转换为权重，处理约束（行业中性、个股权重上限、现金比例）。
- 执行与成本：按撮合规则成交，扣除佣金、印花税、滑点、冲击成本。
- 绩效评估：计算收益、风险、换手、归因，并与基准比较。
关键原则：信号的时间戳决定“何时可知”，成交的时间戳决定“何时可交易”。两者之间必须留出合理的执行延迟，否则会引入前视偏差。
二、方法流程：数据频率与信号生成的匹配
数据频率不是越高越好，而是要与策略逻辑、交易成本和执行能力匹配。低频策略用高频数据回测，往往只是增加了噪声和计算量；高频策略用低频数据回测，则会丢失关键的成交机会。
| 频率 | 典型数据 | 适用策略 | 主要风险 |
|---|---|---|---|
| 日频 | 日线 OHLCV、每日财务快照 | 中低频选股、趋势跟踪 | 开盘/收盘价选择影响大，滑点估计粗糙 |
| 分钟频 | 1/5/15 分钟 K 线、盘口快照 | 日内择时、短周期反转 | 数据量大，撮合假设敏感，成本占比高 |
| Tick 级 | 逐笔成交、委托队列 | 做市、高频套利 | 对延迟和队列建模要求极高，回测易过拟合 |
| 事件驱动 | 财报、公告、分红、停复牌 | 事件套利、基本面量化 | 事件时间戳对齐困难，易引入未来信息 |
信号生成阶段最常见的错误，是把“计算窗口”和“交易窗口”混为一谈。例如用当日收盘价计算因子，却在当日开盘成交，这就是典型的前视偏差。正确的做法是：因子在 T 日收盘后可知，最早在 T+1 日开盘或收盘执行。
# 错误示例：用当日收盘因子在当日开盘交易
signal = close.pct_change(20) # T 日收盘后才知道
trade_price = open # T 日开盘价，时间倒流
# 正确示例：信号滞后一个周期
signal = close.pct_change(20).shift(1) # T-1 日收盘可知
trade_price = open # T 日开盘执行
三、绩效评估：别只看年化收益
绩效评估指标需要覆盖收益、风险、成本和稳定性四个维度。单一指标极易被操纵或误读，例如高年化收益可能来自极高的换手和杠杆。
- 收益类：累计收益、年化收益、超额收益（相对基准）。
- 风险类：年化波动率、最大回撤、下行波动率、VaR。
- 风险调整类：夏普比率、索提诺比率、卡玛比率（年化收益/最大回撤）。
- 交易类：换手率、持仓集中度、胜率、盈亏比。
- 稳定性类：滚动夏普、分年度收益、回撤恢复时间。
实用建议：在回测报告中同时展示“扣费前”和“扣费后”的绩效。如果扣费后收益大幅缩水，说明策略对交易成本极度敏感，实盘很难复制。
四、常见回测陷阱与复盘清单
回测陷阱大多不是代码 bug，而是认知偏差在工程中的体现。以下清单可作为每次回测上线前的自检项：
- 前视偏差：是否使用了未来才可知的数据？财务数据是否按公告日而非报告期对齐？
- 幸存者偏差：股票池是否只包含当前仍在上市的股票？退市、ST 是否被剔除？
- 复权处理：是否混用了前复权与后复权价格？分红送转是否在正确日期调整？
- 成交假设：是否假设以收盘价无限量成交？涨跌停、停牌是否被忽略？
- 成本低估：佣金、印花税、滑点、冲击成本是否全部计入？
- 过拟合：参数是否在样本内反复调优？是否做了样本外和滚动窗口验证？
- 数据质量：缺失值、异常值、时间戳错位是否被清洗？
高频陷阱：用日线数据回测日内策略，或用不复权价格计算收益率，都会让回测结果严重偏离实盘。公司行动（分红、送转、拆股）若未正确处理，会在除权日产生虚假的巨额收益或亏损。
把上述流程和清单固化到回测框架中，你就能在进入成交撮合与成本仿真时，把精力集中在真正影响实盘表现的细节上，而不是反复修补基础性偏差。回测的可信度，永远取决于最薄弱的那一环。