北京
图表上看着能赚钱的策略，放到真实行情里未必跑得动。在拿真金白银去试之前，交易者需要一套系统方法，把交易规则放到历史行情数据里过一遍。这个过程叫回测。
回测要回答三个问题：这套策略在过去会不会表现不错？它会带来多大风险？除了几笔成功的交易，它还有没有潜力？
下面按顺序拆解回测的完整流程，以及最容易踩的几个坑。
第一步：把交易规则写清楚
第一步是把交易想法变成清晰、可重复的规则。一套策略至少要写明：入场条件、出场条件、止损与目标位、仓位大小、交易周期、交易标的。
以简单的EMA交叉策略为例。入场规则：20周期EMA上穿50周期EMA时买入。出场规则：20周期EMA下穿50周期EMA时平仓。风险规则：按你选定的风险管理方法设置预设止损。
规则明确了，策略才可测试。看到历史结果之后再回头改条件，会引入偏差，这一点要避开。
第二步：收集并校验历史数据
回测的质量很大程度上取决于数据的质量。跑测试之前先检查：时间戳和价格是否准确、有没有缺失的K线或重复记录、数据是否匹配你要用的周期、公司行为是否影响了历史股价、数据集里是否包含贴近真实的交易成本。
对日内策略来说，K线数据或成交假设上的细微差别，都可能改变结果。尽量使用可靠的历史数据，并记录数据来源和它的局限。
第三步：跑回测
规则和数据就位后，在历史区间上模拟这套策略。基本流程是：加载历史行情数据，计算策略需要的指标，识别入场信号，模拟下单与出场，扣除佣金、费用和预估滑点，记录每一笔交易，计算绩效指标。
一笔交易该记什么？入场价、出场价、交易方向、数量、交易成本、出场原因。有了这种逐笔级别的信息，才看得出哪里有效、哪里要改。
第四步：别只看胜率
赢的次数多，不等于赚钱。赢单和亏单的规模同样重要。五个常用指标值得一起看：
- 胜率：盈利交易占已完成交易的比例，算法是盈利交易数除以总交易数再乘100。
- 盈亏比（Profit Factor）：总盈利与总亏损的比值，算法是总盈利除以总亏损的绝对值。数值大于1，说明在测试区间内总盈利超过总亏损，前提是计算中已包含的成本之外没有遗漏。
- 最大回撤：测试期内组合价值从峰值到谷底的最大跌幅，用来理解历史上的亏损可能有多严重。
- 每笔平均利润：每笔交易的净结果平均值，把交易成本算进去才更贴近现实。
- 风险回报比：一笔交易承担的风险与潜在回报之间的关系，既要评估计划中的比例，也要评估实际实现的结果。
没有哪个单一指标能讲清全部故事。要把多个指标放在一起看，同时考虑交易笔数和这些交易发生在什么样的市场环境里。
第五步：防过拟合，算真实成本
过拟合指的是把策略往历史数据上调到极致，结果它捕捉到的是过去的噪音，而不是可重复的市场规律。比如反复改指标周期，直到回测显示出异常高的收益，这样得到的结论会误导人。
降低这个风险的做法：保持规则简单；把开发数据和样本外数据分开；在不同市场环境下测试；不要只因为历史收益最高就选中某个策略；记录每一次参数改动。
在多个不同时期都表现尚可的策略，可能比只在狭窄窗口里表现极佳的策略更稳健。
忽略交易成本，会让一套亏钱的策略看起来很有吸引力。视市场和标的不同，成本可能包括佣金、交易所费用、税费、买卖价差和滑点。
成交假设同样重要。如果止损位和目标位在同一根K线内都被触及，历史OHLC数据未必能告诉你哪个先被触发。数据无法确定确切成交顺序时，用保守假设。
收尾：样本外测试与定期复盘
一套有用的流程会把策略开发和策略评估分开。历史回测是在过去的数据上评估规则；样本外测试是在没有用于开发或调参的数据上测试策略；模拟盘或前向测试是在不马上投入真实资金的前提下，观察策略在新行情数据下的表现。
这几个阶段提供的是不同类型的证据。没有哪个阶段能保证未来的盈利，但合在一起，能暴露单次历史测试可能漏掉的弱点。
回测不该以一份绩效报告收尾。要定期复盘结果，追问这些问题：哪些市场环境造成了最大亏损？是不是少数几笔交易贡献了大部分利润？结果对交易成本有多敏感？在开发期之外表现是否变差？规则是否清晰到可以稳定复现？
保留原始策略和之后每一次改动的记录。这样才能分清哪些是真正的改进，哪些只是往历史数据上凑。
回测提供的是一种结构化方式，在进入实盘之前评估交易想法。最有用的流程，是把明确定义的规则、可靠的数据、贴近现实的成交假设、多个绩效指标和独立测试组合在一起。目标不是找到一个在过去看起来完美的策略，而是把它的优势、弱点和风险理解得足够清楚，从而做出更有依据的决定。
本文仅供教育用途，不构成投资建议。历史表现不保证未来结果。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
