回测(backtesting)就是用过去的市场数据,模拟检验一套交易规则的表现。

注意它模拟的是规则,不是感觉。"我觉得这只股票会涨"没法回测;但"股票价格跌破 20 日移动平均线就卖出、涨回去就买回"这种写得清清楚楚的规则,可以交给程序逐日执行一遍,看结果。

举个例子:小李设计了一条规则——每月最后一个交易日,买入过去三个月涨幅最高的一只基金,持有到下个月再换(演示规则,不构成建议)。他想知道:如果从五年前开始执行,会发生什么?回测程序做的事是:回到五年前的第一个月末,用当时已经公布的涨幅数据挑出基金、记下模拟买入价;时间往前推一个月,再挑一次、换一次;同时把每次交易的手续费扣掉。五年模拟完,程序给出一张成绩单:总共赚了多少、最差的时候账面亏了多少、最长多久没回本。

一眼看懂 / 示意图

数据应按当时能知道的顺序进入

  1. 01历史时点

    只使用那时已经可得的信息

  2. 02模拟决策

    按既定规则并考虑执行条件

  3. 03结果分析

    收益之外还看回撤、成本与失效情境

回测结果是条件模拟,不是实际成交记录。

看起来很简单,但回测里有两个最常见的"作弊",小李如果不小心,成绩单会漂亮得不像话。

作弊一:用"今天还活着的名单"挑五年前的股票

小李如果拿今天还在交易的基金名单去做五年前的回测,就漏掉了一批关键角色:那些当年表现很差、后来被清盘或退市的基金。它们今天不在了,但五年前的规则完全可能买到它们。

这就像问一个全是毕业生的班级"咱们班退学率高不高"——退学的早就不在班里了,问出来的当然是零。这种毛病叫幸存者偏差:名单里只有活下来的,历史成绩自然显得过好。正确的做法是:每个时点都用当时真实存在的完整名单,包括后来消失的。

一眼看懂 / 示意图

回到过去,也要带回已退出的名单

回到五年前,不能只带今天的名单当年的8只基金今天剩下的5只1234567812345退出3只灰色3只后来退出,但当年的规则也可能选到它们。数量为演示,不代表每只退出基金都亏损。

数量用于示意,退出不等于每只都亏损。

作弊二:偷看"当时还不知道"的数据

第二个作弊更隐蔽。假设小李的规则是"年报净利润增长超过 30% 就买",回测程序如果在 4 月 1 日就用了 4 月 30 日才公布的年报数据,相当于让模拟程序提前知道了答案。这种毛病叫前视偏差(也叫"未来函数"):用上了决策时点还不存在的信息。

道理和考试一样:开卷考不算,你得证明自己答题时还没看到答案。回测的铁律就是——每个时点只能用那个时点已经公开的数据。

一眼看懂 / 示意图

4月1日不能偷用4月30日的年报

数据晚公布,不能提前偷看4月1日4月30日模拟下单年报公布不能把未来信息搬回去×正确做法:4月1日只使用那时已经公开的数据。

信息必须在当时已经可得。

为什么回测漂亮,实盘却可能翻车

就算两个作弊都避开了,回测高分也不等于未来赚钱,常见的坑还有三个:

1. 反复调参调到历史好看,可能只是"记住了旧题"。 小李试了几十组参数,最后挑了历史收益最高的一组——这很可能不是规则厉害,而是这组参数碰巧贴合了过去五年的某段行情。就像做了十遍同一套试卷后拿满分,换一套新题未必行。检验办法是:留一段没参与调参的数据(比如只用前四年调规则,最后一年原样验收),规则在这段"新题"上还行,才算有点站得住。

2. 回测默认"想成交就成交",现实不一定。 模拟程序说买就买到了,但现实中可能涨停买不进、跌停卖不出、大额买卖本身就把价格推动了,还有手续费、税费、点差。这些成本不扣,成绩单会系统性偏好看。

3. 未来不等于过去。 市场环境会变:规则在过去五年好用,可能因为那五年恰好是它适应的行情。回测再严谨,也覆盖不了没发生过的变化。

所以回测结果的正确读法是:它是一次"条件模拟",不是实际成交记录,更不是未来盈利的证明。本文只解释这个概念,任何规则要不要用、怎么用,是每个人自己的判断。

那回测还有什么用

用处恰恰在上面这些"坑"的反面:

  • 发现规则本身的毛病——逻辑写错了、假设不成立,回测很快就能暴露;
  • 了解规则的脾气——它在已知情境里最大亏过多深、多久没回本,你能不能接受这种煎熬,先有个数;
  • 排除明显不靠谱的想法——一条连精心设计的历史都跑不通的规则,就不用拿去实盘交学费了。

一句话:回测是筛子,不是预言机。它能帮你筛掉坏规则,但不能担保任何规则在未来赚钱。