📚 课程目录第2章回测基础概念

回测基础概念：回测流程、标签生成逻辑与常见口径

回测（Backtesting）是量化策略研发的核心验证环节，其本质是用历史数据模拟策略执行过程，评估策略的收益、风险与稳定性。标签（Label）则是回测中用于衡量策略表现的基本单元——每一次交易、每一个持仓周期都会产生一个标签，标签的口径定义直接决定了回测结果的可靠性与可复现性。

2.1 回测标准流程

一个完整的回测流程通常包含以下五个阶段，每个阶段都依赖明确的输入与输出，形成闭环迭代：

阶段	核心任务	关键输出
1. 数据准备	清洗、对齐多源行情数据（Tick / 1min / 日线），处理缺失值与复权	标准化 OHLCV 数据集
2. 信号生成	基于因子或规则计算买卖信号，确定开仓/平仓时机	信号时间戳序列
3. 交易模拟	按信号执行虚拟下单，考虑滑点、手续费、涨跌停限制	成交明细表（Trade Log）
4. 标签生成	根据持仓期或事件窗口，为每笔交易计算收益、风险等标签	标签数据集（Label Table）
5. 绩效归因	汇总标签统计指标（夏普、最大回撤、胜率），进行分组对比	回测报告

  关键认知： 标签生成是连接“交易模拟”与“绩效归因”的桥梁。口径不一致的标签会导致归因结果失真，甚至掩盖策略的真实缺陷。

2.2 标签生成逻辑

标签生成的核心是将交易记录转化为可统计的指标样本。每笔交易至少包含以下字段：

交易 ID：唯一标识一次开平仓周期。
开仓时间 / 平仓时间：决定持仓时长与事件窗口。
开仓价格 / 平仓价格：用于计算收益率。
持仓方向：多头（Long）或空头（Short）。
成交量：用于计算盈亏金额。

标签计算的基本公式（以多头为例）：

收益率 = (平仓价格 - 开仓价格) / 开仓价格
盈亏金额 = 收益率 × 开仓市值
持仓期 = 平仓时间 - 开仓时间（通常以交易日或自然日计）

实践建议： 在生成标签时，务必保留原始交易 ID 与时间戳，以便后续进行口径校准与数据溯源。不要只存储聚合后的统计值。

2.3 常见标签口径

标签口径定义了“如何计算一个标签的数值”。同一笔交易，使用不同口径会得到不同的标签值。以下是三种最常用的口径：

口径类型	定义	适用场景	注意事项
持仓期口径	以开仓到平仓的完整区间计算收益	中长线趋势策略、日频以上策略	需处理隔夜跳空、分红除权
事件窗口口径	以事件发生前后固定窗口（如 T+1 ~ T+5）计算收益	事件驱动策略、因子 IC 测试	窗口长度需统一，避免未来信息
滚动窗口口径	以固定时间长度（如 20 个交易日）滚动计算收益	动量策略、时序因子计算	窗口重叠会导致样本非独立

2.4 持仓期口径 vs 事件窗口口径

这两种口径是回测中最容易混淆的概念，它们的核心差异在于时间锚点：

持仓期口径：锚点是实际交易，标签反映的是策略真实持仓的盈亏。
事件窗口口径：锚点是事件发生时刻，标签反映的是事件发生后市场的平均反应。

举例说明：

策略在 2024-01-05 开仓买入股票 A，2024-01-12 平仓卖出。
- 持仓期口径标签：收益率 = (平仓价 - 开仓价) / 开仓价，持仓期 = 7 天。
- 事件窗口口径标签：以 2024-01-05 为事件日，计算 T+1 到 T+5 的累计收益率，
  即使策略在 T+3 已经平仓，窗口仍计算到 T+5。

常见陷阱： 使用事件窗口口径时，如果窗口内包含平仓后的数据，会导致标签包含“未来信息”，使回测结果虚高。务必在生成标签时截断窗口至实际持仓结束。

2.5 口径校准的必要性

在实际量化团队中，不同研究员可能使用不同的口径生成标签，导致以下问题：

绩效不可比：A 研究员用持仓期口径计算夏普 1.5，B 研究员用事件窗口口径计算夏普 2.0，无法直接对比。
因子失效误判：因子 IC 测试使用事件窗口口径，但策略实盘使用持仓期口径，导致因子在回测中有效、实盘中失效。
数据管道混乱：标签生成逻辑分散在多个脚本中，口径定义不统一，维护成本高。

  解决方案： 建立统一的标签口径规范，并通过 Kafka 消息管道将标签生成逻辑标准化、可追溯。这正是本课程后续章节的核心内容——用 Kafka 集成实现标签口径的实时校准与版本管理。

2.6 标签口径的元数据管理

为了支持口径校准，每个标签应携带以下元数据：

元数据字段	说明	示例值
`label_version`	标签口径版本号	v2.1.0
`window_type`	口径类型	holding_period / event_window
`window_length`	窗口长度（若适用）	5（交易日）
`generated_at`	标签生成时间戳	2024-06-15T10:30:00Z
`source_trade_id`	来源交易 ID	trade_20240601_001

通过元数据，团队可以快速回溯某个标签的计算方式，并在口径变更时进行批量重算与对比。

工程落地： 在 Kafka 消息中，将标签元数据放在消息头（Header）中，标签数值放在消息体（Value）中。这样消费者可以根据 Header 中的版本号决定是否处理该消息，实现口径的灰度切换。