1. 课程导论：为什么回测标签口径是策略生命线？

在量化策略研发流程中，回测是验证策略有效性的核心环节。然而，许多策略在回测中表现优异，实盘却迅速失效，根本原因往往不在于策略逻辑本身，而在于回测标签口径的偏差。标签口径决定了“我们用什么数据、以什么标准、在什么时间点标记交易信号与收益”，一旦口径出现系统性偏差，整个回测结果便失去了对实盘的参考价值。

1.1 回测标签口径的定义与重要性

回测标签口径，是指在历史数据上标记“正确交易信号”或“有效预测”时所采用的一组规则与标准。它决定了回测数据集的构建方式，直接影响策略的评估结果。

一个口径校准不当的回测，就像用一把未校准的尺子测量长度——结果看似精确，实则毫无意义。

1.2 常见口径偏差全景概览

在量化回测实践中，最常见的三种口径偏差分别是：未来函数、幸存者偏差和前视偏差。它们从不同角度扭曲回测结果，且常常同时出现。

1.2.1 未来函数（Look-Ahead Bias）

未来函数是指回测中使用了“未来才能知道”的信息来生成当前信号。这是最致命的口径偏差，因为它直接让策略在回测中“预知未来”。

• 典型表现：使用未来数据计算指标（如用当日收盘价计算当日开盘信号）、使用未来事件标记标签（如用未来N日收益标记当前信号）。
• 后果：回测收益被系统性高估，回撤被低估，策略在实盘中完全失效。
• 校准方法：严格保证信息时间戳对齐，所有计算只使用信号产生时刻之前的数据。

1.2.2 幸存者偏差（Survivorship Bias）

幸存者偏差是指回测样本中只包含了“存活至今”的标的，而忽略了已经退市、被合并或表现极差的标的。这导致回测结果偏向于表现良好的样本。

• 典型表现：使用当前指数成分股进行历史回测、使用当前基金池回测历史策略。
• 后果：策略收益被高估，风险被低估，尤其在高换手率策略中影响显著。
• 校准方法：使用历史快照数据，在回测的每个时间点只使用当时实际存在的标的。

1.2.3 前视偏差（Forward-Looking Bias）

前视偏差是指回测中使用了“未来才会发生的事件”来定义标签或筛选样本。它与未来函数类似，但更侧重于标签定义层面的信息泄露。

• 典型表现：用未来N日的收益作为当前标签（但未考虑未来事件对收益的影响）、用未来财报数据标记当前基本面标签。
• 后果：标签与当前信息之间存在隐含的因果关系，导致模型学习到“未来模式”而非“预测模式”。
• 校准方法：标签定义必须基于信号产生时刻已知的信息，避免使用未来事件作为标签依据。

1.3 三种偏差的对比与识别

下表从多个维度对比三种常见口径偏差，帮助快速识别和区分：

1.4 口径偏差对策略生命线的影响路径

口径偏差并非孤立存在，它们通过以下路径逐步侵蚀策略的生命线：

1. 数据污染：偏差导致回测数据中包含未来信息或非代表性样本。
2. 模型误导：模型在污染数据上学习到虚假模式，而非真实市场规律。
3. 评估失真：回测指标（夏普比率、最大回撤、胜率）被系统性美化。
4. 决策错误：基于失真的回测结果做出实盘部署决策，导致资金损失。
5. 策略失效：实盘环境与回测环境不一致，策略表现断崖式下跌。

1.5 口径偏差全景关系图

下图展示了三种常见口径偏差在回测流程中的位置及其相互关系：

1.6 课程学习路径与预期收获

本课程将从数据源头开始，逐步深入回测标签口径的校准方法。以下是课程的核心学习路径：