2. 量化回测基础
回测是量化策略研究的第一道“实验室”。它用历史数据模拟策略在过去的交易过程，回答一个核心问题：如果这套规则在当时被执行，结果会怎样？但回测不是预言机，它更像一台显微镜——用得好能看清策略逻辑，用不好会把噪声当成规律。本节围绕回测的基本概念、常见误区、过拟合与未来函数、以及回测与实盘的差异展开，帮助你建立正确的回测观。
一、回测的基本概念与核心流程
一个完整的回测系统通常包含五个要素：数据、信号、组合、执行和评估。数据提供历史行情与基本面信息；信号根据规则生成买卖意图；组合决定仓位分配与风险约束；执行模拟成交价格、滑点和手续费；评估则输出收益、风险与归因指标。
从时间维度看，回测必须严格遵循“先有数据，后有决策，再有成交”的因果顺序。任何在决策时点使用了未来信息的操作，都会让回测结果虚高。下面是一个最小化的回测循环伪代码，展示了这一顺序：
for t in range(lookback, len(data)):
# 1. 仅使用 t 时刻及之前的数据
history = data[:t+1]
# 2. 生成信号
signal = strategy.generate_signal(history)
# 3. 在 t+1 时刻开盘或收盘执行
price = data[t+1].open
portfolio.execute(signal, price)
# 4. 记录净值
portfolio.mark_to_market(data[t+1].close)这个循环看似简单，却决定了回测是否可信。很多初学者把信号生成和成交放在同一根K线上，导致“用收盘价决策，又用同一收盘价成交”，这已经隐含了未来函数。
二、常见误区：回测中的“美丽陷阱”
回测中最常见的误区可以归纳为以下几类：
- 幸存者偏差：只使用当前仍存续的股票或基金，忽略了已退市、被并购或清盘的样本，导致收益被高估。
- 前视偏差：在决策时使用了当时无法获得的信息，例如用年报数据在报告期前交易，或用当日收盘价决定当日开盘交易。
- 过度优化：反复调整参数直到回测曲线完美，本质是把历史噪声拟合成了规律。
- 忽略交易成本：不计算佣金、印花税、滑点和冲击成本，尤其在高频或小盘股策略中，成本可能吞噬全部利润。
- 样本内过拟合：在全部历史数据上训练和评估，没有留出独立的样本外区间。
警示：如果一条回测净值曲线过于平滑、夏普比率高得离谱、最大回撤极小，首先要怀疑的不是策略太强，而是回测有漏洞。真实市场的收益曲线通常伴随波动、回撤和阶段性失效。
三、过拟合与未来函数：两大核心敌人
过拟合是指策略过度适应历史数据中的随机噪声，导致样本外表现急剧下降。判断过拟合的常用方法包括：样本外测试、滚动前向验证、参数敏感性分析和多市场验证。一个稳健的策略，其参数在小幅变动时绩效不应剧烈变化。
未来函数则更隐蔽。它不一定表现为代码错误，而可能藏在数据对齐、财报发布日期、指数成分股调整等细节中。例如，使用“当前成分股”回测过去十年的指数增强策略，就引入了未来函数，因为当时的成分股名单与现在不同。
| 问题类型 | 典型表现 | 检测方法 | 修正思路 |
|---|---|---|---|
| 未来函数 | 回测收益异常高，信号与价格高度同步 | 检查数据时间戳与成交时点 | 严格对齐决策与执行时间 |
| 过拟合 | 样本内极好，样本外崩溃 | 样本外测试、滚动验证 | 简化模型、减少参数、增加约束 |
| 幸存者偏差 | 选股池只有当前存续标的 | 核对历史成分股与退市记录 | 使用Point-in-Time数据 |
| 成本低估 | 换手率高但收益不降 | 加入滑点与手续费重跑 | 按真实交易成本建模 |
四、回测与实盘的差异：从实验室到战场
即使回测完全正确，实盘表现仍可能偏离。差异主要来自四个方面：
- 执行差异：实盘存在滑点、部分成交、排队延迟，回测通常假设即时全额成交。
- 流动性差异：回测中可无限买卖的标的，实盘可能因流动性不足而无法建仓或平仓。
- 市场冲击：大资金交易会改变价格，回测往往忽略自身交易对市场的影响。
- 心理与运营：实盘中的回撤会引发人为干预，运营故障也可能导致信号漏发或错发。
建议：在回测阶段就加入保守假设——提高滑点、降低成交率、限制单票仓位、加入随机延迟。如果策略在这些“恶劣条件”下仍能盈利，实盘才更值得期待。
总结来看，回测的价值不在于证明策略“一定赚钱”，而在于用可重复的方式检验策略逻辑是否成立、风险是否可控、成本是否可承受。只有正视过拟合、未来函数和实盘差异，回测才能真正成为量化研究的可靠起点。