1. 量化回测基础

1.1 回测的定义

回测（Backtesting） 是指利用历史市场数据，按照预设的交易规则和资金管理方案，模拟执行一个量化策略的完整交易过程，并统计其绩效指标的过程。它是量化策略开发中唯一能够低成本、高效率验证策略有效性的手段。

回测的本质是一个离散事件模拟系统：系统按时间顺序逐笔（或逐K线）读取历史行情，当策略逻辑触发买入/卖出信号时，记录模拟成交，并更新持仓与资金状态。最终输出收益率、夏普比率、最大回撤、胜率等关键指标。

1.2 回测在量化策略开发中的核心地位

在量化策略的完整生命周期中，回测处于承上启下的枢纽位置。没有回测，策略开发就失去了客观评价的标尺。下图展示了回测在策略开发流程中的核心位置：

回测在策略开发中的核心价值体现在以下三个层面：

1.3 回测与实盘的区别

理解回测与实盘的差异，是避免“回测曲线美如画，实盘账户惨如狗”的关键。以下从六个维度进行系统对比：

下图直观展示了回测与实盘在关键环节上的差异：

1.4 回测的核心假设与局限性

任何回测都建立在若干核心假设之上。理解这些假设，是正确解读回测结果的前提：

• 历史会重演假设： 过去的价格行为模式在未来仍会以某种形式出现。这是所有量化策略的哲学基础，但市场结构可能发生根本性变化（如2020年原油期货负价格事件）。
• 无市场冲击假设： 回测中的交易不会影响市场价格。对于小资金策略这一假设近似成立，但对于大资金或低流动性品种，这一假设严重偏离现实。
• 完全执行假设： 所有信号都能以预设价格成交。实盘中因流动性、网络延迟、交易所规则等原因，部分成交或无法成交是常态。
• 静态环境假设： 交易规则、市场微观结构、监管政策在回测期间保持不变。实盘中这些因素可能随时变化。