1. 课程导入

在量化研究与策略回测中，最危险的问题往往不是模型不够复杂，而是研究者在不知不觉中使用了“未来信息”。当回测曲线异常漂亮、实盘却迅速失效时，背后常见的元凶之一就是幸存者偏差与前视偏差。本课程的第一章不急于写代码，而是先建立一套正确的认知框架：我们到底要解决什么问题、需要掌握哪些概念、后续三十章如何层层推进。

一、学习目标：从“会回测”到“回测可信”

本课程的目标不是教你调用某个回测框架的API，而是让你具备识别和消除回测偏差的能力。完成学习后，你应当能够：

• 识别偏差：判断一个回测结果是否受到幸存者偏差、前视偏差、数据窥探或样本外失效的影响。
• 理解Point-in-Time（PIT）：掌握“在历史某一时点，投资者真实可获得的信息集合”这一核心思想。
• 构建PIT数据：能够为价格、财务、成分股、指数权重等数据设计as-of对齐逻辑。
• 落地回测：使用事件驱动或向量化框架，按时间顺序逐日推进，避免未来函数。
• 复盘与验证：通过样本外测试、滚动窗口、敏感性分析评估策略稳健性。

二、核心概念：幸存者偏差与Point-in-Time

幸存者偏差（Survivorship Bias）指研究样本只包含“活到今天”的标的，而忽略了历史上退市、被并购、破产或剔除出指数的公司。例如，若你今天用当前沪深300成分股回溯过去十年，就会天然剔除那些曾经入选但后来衰落的企业，导致收益被高估、风险被低估。

Point-in-Time（PIT）则强调数据的时间戳必须与决策时点严格对齐。它包含三个层面：

1. 价格PIT：只能使用当日收盘后已知的价格，不能用未来价格计算信号。
2. 财务PIT：财报数据必须按“实际披露日”而非“报告期”对齐，避免用未公布业绩交易。
3. 成分股PIT：指数成分、行业分类、权重调整必须使用历史快照，而非当前名单。

两者关系可以概括为：幸存者偏差是“样本选择错误”，PIT是“时间对齐错误”。它们常常同时出现，共同制造出虚假的Alpha。

三、整体框架：三十章的学习路线

本课程按“认知—数据—回测—验证—进阶”五阶段展开，共30章。第一阶段建立偏差意识与PIT思想；第二阶段处理价格、财务、成分股等PIT数据；第三阶段实现事件驱动回测引擎；第四阶段进行样本外与滚动验证；第五阶段讨论多因子、机器学习与实盘衔接中的偏差问题。

阶段	章节范围	核心任务	关键产出
认知建立	第1–4章	理解偏差来源与PIT原则	偏差检查清单
数据处理	第5–12章	构建PIT价格、财务、成分股数据	as-of数据管道
回测实现	第13–20章	事件驱动回测与订单模拟	可复现回测引擎
验证评估	第21–26章	样本外、滚动窗口、敏感性分析	稳健性报告
进阶实战	第27–30章	多因子、机器学习与实盘衔接	完整策略案例

四、典型场景：一个被幸存者偏差“美化”的回测

假设你构建了一个“低估值+高ROE”选股策略，使用当前A股全部上市公司作为股票池，回测2015–2024年。结果显示年化收益28%，最大回撤仅15%。但当你把股票池换成“2015年当时真实存在的全部上市公司”，并加入退市股票后，年化收益降至11%，最大回撤扩大到32%。差异来自哪里？

• 当前股票池自动剔除了2015年后退市、ST、被并购的公司；
• 财务数据使用了最新财报，而非当时披露的版本；
• 指数成分股使用了当前名单，而非历史快照。

五、方法流程：PIT回测的五个步骤

后续章节会反复使用以下流程，这里先建立整体印象：

步骤1：确定决策时点 t
步骤2：从PIT数据库中提取 t 时刻可获得的数据
步骤3：基于该数据生成信号与订单
步骤4：按 t+1 或指定延迟执行成交
步骤5：记录持仓与净值，推进到 t+1 并重复

关键纪律是：信号生成只能使用 t 时刻及之前的数据，成交只能发生在 t 之后。任何“用当天收盘价计算信号、又用当天收盘价成交”的做法，都属于前视偏差。

六、常见误区与复盘清单

初学者最容易踩的坑包括：用当前指数成分回测历史、用财报报告期代替披露日、用复权价格却忽略分红再投资时点、在向量化回测中一次性计算全期信号。以下清单可用于每次回测后的自查：

1. 股票池是否使用了历史快照？退市股票是否保留？
2. 财务数据是否按实际披露日对齐？是否处理了财报修正？
3. 价格数据是否区分了收盘可得与盘中可得？
4. 信号与成交之间是否存在合理延迟？
5. 是否存在用全样本统计量（如均值、标准差）做标准化的行为？
6. 样本外测试是否真正独立于参数选择过程？