📚 课程目录第3章量化回测基础

3. 量化回测基础：概念、框架与实盘差异

量化回测是风控策略上线前必须通过的“压力测试”。它利用历史数据模拟策略运行效果，计算坏账率、通过率、PSI 等核心指标，从而在投入真金白银之前发现策略缺陷。本章将建立回测的基本认知框架，为后续哨兵监控与 PSI 漂移告警打下基础。

3.1 量化回测核心概念

量化回测（Quantitative Backtesting）是指使用历史样本数据，按照预设的规则和时序逻辑，模拟风控决策引擎对每一笔申请或账户的处理过程，并统计最终的风险表现。其核心要素包括：

时间序列对齐：必须按时间顺序逐笔或逐日回放，避免“未来信息”泄露。
决策点模拟：在每一个决策时间点，只使用该时间点之前已知的信息。
表现期窗口：设定固定的观察期（如 6 个月、12 个月），用于计算坏账标签。
指标统计：汇总通过率、坏账率、PSI、KS、AUC 等量化指标。

  关键原则：回测不是“跑一次数据”，而是严格模拟生产环境下的决策时序。任何对未来的“偷看”都会导致回测结果虚高，实盘时必然崩盘。

3.2 回测框架与流程

一个标准的量化回测框架通常包含以下五个阶段。下面的 SVG 图展示了从数据输入到指标输出的完整链路。

各阶段的核心任务如下表所示：

阶段	输入	关键操作	输出
数据准备	原始申请/行为数据	缺失值处理、时间戳对齐、样本分区	清洗后的回测数据集
策略加载	策略配置文件	解析规则、加载模型权重、设定阈值	可执行策略对象
时序模拟	策略对象 + 数据集	逐笔决策、记录拒绝原因、拒绝推断	决策结果表
表现期计算	决策结果表	匹配表现期标签、计算坏账/PSI/KS	中间指标矩阵
指标输出	指标矩阵	汇总统计、生成报告、触发告警	回测报告 / 告警信号

3.3 回测与实盘的核心区别

许多策略在回测中表现优异，上线后却迅速恶化。理解回测与实盘的差异，是避免“回测陷阱”的第一步。以下从五个维度进行对比：

对比维度	回测环境	实盘环境	风险点
数据时效	历史固定样本，无新增	实时流入，分布动态变化	回测无法捕捉概念漂移
拒绝推断	可对拒绝样本做标签推断	拒绝样本无真实表现	回测可能高估通过率
执行延迟	零延迟，瞬间完成	存在网络、计算、排队延迟	实盘决策时间窗口更紧
样本偏差	可控制样本选择	受渠道、季节、政策影响	回测样本代表性不足
成本约束	无资金成本、无操作成本	有资金占用、催收、合规成本	回测净收益可能虚高

⚠️ 常见误区：回测坏账率低 ≠ 实盘坏账率低。回测只能证明策略在“过去”有效，而实盘面对的是“未来”。PSI 漂移哨兵的作用，就是在实盘与回测的分布差异超过阈值时及时告警。

3.4 回测在哨兵体系中的定位

在《量化回测坏账率哨兵 PSI 漂移告警教程》中，回测承担两个关键角色：

基准生成器：回测输出策略的预期坏账率、预期 PSI 基线，作为哨兵监控的参考锚点。
阈值校准器：通过回测中的 PSI 波动范围，设定实盘告警的阈值（如 PSI > 0.1 触发黄色告警，PSI > 0.25 触发红色告警）。

下面的 SVG 图展示了回测与实盘哨兵之间的数据流转关系：

3.5 回测代码示例（Python 伪代码）

以下是一个极简的回测框架核心逻辑，展示时序模拟与指标计算的基本结构：

import pandas as pd
import numpy as np

def run_backtest(data: pd.DataFrame, strategy, performance_months=6):
    """
    极简回测引擎
    :param data: 包含 'apply_date', 'features', 'default_flag' 的 DataFrame
    :param strategy: 策略对象，包含 predict 方法
    :param performance_months: 表现期月数
    """
    # 1. 按时间排序
    data = data.sort_values('apply_date').reset_index(drop=True)
    
    # 2. 时序模拟
    decisions = []
    for i, row in data.iterrows():
        # 仅使用当前时间点之前的信息
        score = strategy.predict(row['features'])
        decision = 'pass' if score >= strategy.threshold else 'reject'
        decisions.append(decision)
    
    data['decision'] = decisions
    
    # 3. 表现期过滤（仅保留通过样本）
    passed = data[data['decision'] == 'pass'].copy()
    
    # 4. 计算坏账率
    bad_rate = passed['default_flag'].mean()
    
    # 5. 计算 PSI（与回测基准分布对比）
    # 此处省略具体 PSI 计算，后续章节详述
    psi = 0.0
    
    return {
        'bad_rate': bad_rate,
        'pass_rate': len(passed) / len(data),
        'psi': psi,
        'sample_size': len(passed)
    }

💡 实践提示：上述代码仅为教学演示。生产级回测框架需要处理拒绝推断、样本权重、时间窗口滑动、多策略并行等复杂逻辑。建议在正式项目中使用成熟的回测库（如 backtrader、zipline 或自研框架）并配合单元测试。

3.6 本章小结

量化回测是风控策略上线前的必要验证环节，核心在于严格的时间序列模拟。
回测框架包含数据准备、策略加载、时序模拟、表现期计算、指标输出五个阶段。
回测与实盘在数据时效、拒绝推断、执行延迟、样本偏差、成本约束五个维度存在本质差异。
在哨兵体系中，回测负责生成基准指标和校准告警阈值，是 PSI 漂移监控的基石。