1. 课程导入与滚动窗口回测定位

在策略研发的完整链条中，回测并不是一个孤立环节，而是从想法到实盘之间反复迭代的验证过程。很多初学者习惯把全部历史数据一次性喂给策略，得到一条漂亮的净值曲线就认为策略可用；但真实交易中，策略参数是在过去某段数据上确定的，未来数据对它而言是"未知"的。单次全样本回测恰恰掩盖了这种时间上的信息错位，容易产生过度乐观的结论。滚动窗口回测（Walk-Forward Analysis，常简称 WFA）正是为了解决这一错位而设计的验证框架，它把"参数确定"与"绩效检验"在时间轴上严格分开，用一系列前后衔接的窗口模拟策略在真实推进中的表现。

要理解滚动窗口回测的定位，先看它在研发流程中的位置。一个典型的量化策略研发流程大致是：假设提出 → 数据与特征准备 → 策略逻辑实现 → 参数寻优 → 样本外验证 → 稳健性评估 → 模拟盘/实盘。滚动窗口回测主要承担"样本外验证 + 稳健性评估"这两段职责，它不负责寻找最优参数本身，而是回答一个更关键的问题：当参数只能依据历史数据确定时，这套策略在未来一段时间的表现是否依然可接受、是否稳定。换句话说，它检验的不是"某个参数点有多好"，而是"参数选择过程有多可靠"。

为了把滚动窗口回测与几个容易混淆的概念区分清楚，可以用一张对比表来梳理它们的核心差异。下表为教学归纳，参数与结论均为示例性说明，不代表任何实测结果。

可以看到，交叉验证虽然常用于机器学习，但它默认样本可交换，随机打乱会破坏金融时间序列的自相关与 regime 结构，因此不适合直接套用到策略回测。前向分析与滚动窗口回测关系密切，前者更强调"一次寻优、持续前推"，后者更强调"逐窗口重新寻优、连续检验"，实践中常把两者结合使用。理解这些差异，才能避免把不同工具的结论混为一谈。

滚动窗口回测的基本机制可以用"样本内窗口（In-Sample, IS）+ 样本外窗口（Out-of-Sample, OOS）"来描述。设样本内窗口长度为 L_is，样本外窗口长度为 L_oos，步长为 S。第一个窗口用第 1 至 L_is 根 K 线寻优，得到参数组 P1，然后在紧随其后的 L_oos 根 K 线上用 P1 做样本外检验；接着整个窗口向前滑动 S 根，重复上述过程。把所有样本外片段拼接起来，就得到一条"拼接样本外净值曲线"，它才是评估策略真实可用性的核心依据。常见的设置是 L_is = 500、L_oos = 125、S = 125（以日线为例，约两年寻优、半年检验、半年步进），但具体取值应结合策略换手频率与数据长度调整。

下图展示了滚动窗口回测在研发流程中的位置，以及窗口滑动与样本内外划分的核心结构。图中同时标出了参数稳定性这一学习目标所处的位置。

从图中可以读出三个关键点。第一，滚动窗口回测处在"参数寻优"之后、"模拟实盘"之前，是策略从研究走向实战的必经关卡。第二，样本内与样本外在时间上严格前后衔接，绝不重叠，这是它区别于普通回测的根本。第三，真正用于评估的不是任何单个窗口的样本内绩效，而是拼接后的样本外曲线、参数在各窗口间的漂移程度，以及样本内与样本外绩效的衰减幅度。这三者共同构成"参数稳定性"这一核心目标。

为什么要把参数稳定性作为核心目标？因为参数寻优本身很容易在噪声上找到"局部最优"。如果每次窗口重新寻优得到的参数组在数值上剧烈跳动，例如均线周期在 10、60、25、80 之间来回切换，那么即使拼接样本外曲线暂时好看，也说明策略对数据区间高度敏感，未来换一段数据很可能失效。反之，如果各窗口选出的参数集中在一个较窄的邻域内，且样本外绩效相对样本内只有温和衰减，策略的可靠性就高得多。因此，滚动窗口回测的产出不应只是一条曲线，还应包括参数随窗口变化的轨迹、样本内外指标对比，以及稳定性评分。

在实际操作中，建议按以下思路落地：先确定数据频率与可用历史长度，据此设定 L_is、L_oos、S，并保证样本外总长度足够覆盖多种市场状态；再固定寻优目标函数（如夏普比率、Calmar 比率或带交易成本约束的净收益），避免不同窗口使用不同目标导致参数不可比；然后逐窗口记录最优参数、样本内指标、样本外指标；最后汇总参数漂移度与绩效衰减度，形成判断。需要强调的是，交易成本、滑点与涨跌停等约束必须在每个窗口内一致地计入，否则样本外结果会系统性偏乐观。

概括来说，滚动窗口回测不是单次回测的简单重复，而是一种以时间顺序为骨架、以样本外检验为手段、以参数稳定性为目标的验证方法论。它把"过去能赚钱"转化为"参数选择过程在未来是否依然可信"这一更接近实战的问题。建立这一整体认知，是后续所有窗口设计、指标计算与结果判读工作的起点。