新闻详情

新闻详情

首页 / 资讯中心 / 详情

回测幻觉:当策略遇上路径依赖

发布时间:2026/9/30 8:22:19来源:尧图网络
回测幻觉:当策略遇上路径依赖
量化自学者的经典悲剧回测曲线很美实盘一直在亏这类故事的标准版本是这样的某人写了一套双均线加固定止盈止损的策略回测年化40%最大回撤12%。他很高兴上了实盘。三个月后账户持平中间还经历过一次接近回撤极限的波动。他开始排查。是不是参数过拟合是不是样本外没做好是不是手续费设低了查了一圈代码没错数据没错参数也没动过。最后发现问题出在一个他从来没在意过的选项上回测模式。这不是虚构案例。我们曾在某量化软件上用同一套代码、同一组参数、同一段数据做过对照· 标的 ag999M15快线5慢线20· 资金100万保证金20%手续费按100%计· 止盈10跳止损5跳· 区间一个月收盘价回测累计收益 3.28%模拟Tick回测累计收益 2.51%差了0.77个百分点。100万本金大约7700元。这还只是一个月的单段样本。策略逻辑一行没改。唯一的区别是引擎在计算持仓期间发生了什么时用了两种不同的假设。差异从哪来均线看收线止盈止损看路径理解这件事只需要一句话开仓信号通常只在收线时判定但止盈止损在盘中持续监控。在收盘价回测模式下每个M15的K线引擎本质上只认一个价格——收盘价。信号在收线时判定止盈止损也在收线时判定。15分钟里的所有波动被折叠掉了。O/H/L/C四价里只用了一个C。真实路径是 Open → Low → High → Close。收盘价回测的检查点只有一个Close。这意味着如果盘中曾经刺穿过止损线但收盘又收了回来在收盘价回测里这次止损根本不会触发。模拟Tick模式则不同。它会在O/H/L/C之间构造一条假定路径比如 Open → Low → High → Close然后沿路径逐点检查止盈止损。盘中刺穿就会被洗出去更接近你真的在盯盘的感觉。注意它仍然是对真实Tick的近似不是逐笔回放。但它至少把那条被隐藏的成本暴露出来了。0.77个点是怎么走丢的拆解开来主要有四个来源。噪声洗仓。ag999在M15上并不安静。很多K线会出现这种形态盘中刺穿止损线 → 平仓 → 价格又收回来 → 趋势继续。收盘价回测忽略了这类刺穿仓位继续拿着模拟Tick则在low或high就把你洗出去了。多出来的这些亏损不是因为趋势判断错了而是因为路径假设变苛刻了。鞭打循环放大手续费。止损 → 下一根K线再开 → 再被洗 → 再开。带固定止盈止损的策略里这种循环并不罕见。本例手续费按100%计每多一次开平都是实打实的成本。0.77个点里相当一部分是交易次数乘以手续费的放大效应。止盈提前。盘中摸到止盈位、收盘又回落。模拟Tick可能提前止盈收盘价回测要等到收线才判定。在一段整体盈利的行情里提前落袋反而降低了总收益。内插规则本身的偏差。模拟Tick的触发顺序取决于引擎的内插假设这部分差异既不属于真实效应也不属于误差它属于模型不确定性。你必须接受它存在并在解读结果时留出余地。把这四条合起来看会得到一个有点让人不舒服的结论Bar级别的回测系统性低估了盘中风控的触发频率因此系统性高估了净收益。而且这种高估是有方向的、一致的、永远不会提醒你。它不会报错不会警告只会给你一条越来越好看的资金曲线。▎ 比选模式更重要的三件事第一永远做至少两种粒度的对照。这不是量化的特殊要求这是任何回测引擎都应该有的自检动作。如果你用的平台只提供一种回测模式那你永远无法知道自己看到的收益里有多少是机制给的幻觉。切换模式的成本是零它带来的信息量却常常超过你再调十组参数。第二止盈止损越激进模式差异越大。固定跳数的止盈止损对路径极度敏感。宽幅的趋势跟踪比如只用均线交叉平仓在两种模式下结果往往接近高频的日内剥头皮差异会被放大数倍。所以评估一个策略稳不稳首先要问的是它的平仓逻辑有多依赖盘中路径第三把滑点和手续费往高了设而不是往低了设。量化的回测设置里可以自定义滑点损耗、保证金比例和手续费倍率。正确的做法不是去匹配交易所的最低标准而是去匹配你在实盘里真实拿到的执行质量——包括你反应慢的那半秒包括你手抖下错的那一次包括夜盘流动性最差的那个时刻。保守的回测设置是一种诚实税。你不交市场迟早会替你收而且加收滞纳金。▎ 关于更接近实盘的正确理解需要澄清一个常见的误解模拟Tick并不等于实盘。它是近似不是回放。真实的Tick路径可能比内插路径更极端也可能更平滑。撮合排队、涨跌停无法成交、断网、接口超时——这些东西没有任何回测引擎能模拟。所以正确的态度不是换了模拟Tick我就放心了而是回测的意义不在于预测实盘能赚多少而在于排除那些只有在理想假设下才成立的策略。两种模式结果接近说明策略的收益不太依赖路径假设可以进入下一轮验证。两种模式结果差很远说明这个策略的盈利建立在我能精确吃到盘中极值的幻想上应该直接打回去重做而不是去找一个更乐观的回测设置。判断力就体现在这里你是用回测去寻找信心还是用回测去寻找破绽。▎ 工具层面上面这套对照实验在量化软件上就是回测设置里的一个下拉选项。你可以选收盘价序列也可以选模拟Tick同一套策略跑两遍点一下就能出综合报表对比。平台还支持批量回测选几个策略一起跑直接拉综合报表横向看。另外有两个细节值得提一下因为它们直接影响你愿不愿意反复做这种对照本地回测机制。策略和数据都在本机不用担心上传泄露。对个人开发者来说策略是最核心的资产这一条比性能指标更重要。日志可复制。回测失败了可以一键复制日志地址和错误内容。这听起来是个小功能但实际排查问题时它能帮你省下大量定位成本。尤其是当你在对比两种模式、需要确认差异到底来自信号还是来自风控触发的时候逐条看执行日志是唯一可靠的方法。最后说一句实在话回测引擎不会骗你但它会配合你骗自己。它给你什么数字取决于你问它什么问题。而大多数人问的是我这个策略好不好正确答案应该是我这个策略在什么假设下会死。量化软件这类平台真正有价值的地方在于它把换一种假设再问一次的成本降到了几乎为零。你用不用这个功能是你的事。但你用的平台支不支持这个功能决定了你有没有机会发现自己错了。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

Python列表详解:创建、切片、推导式与深浅拷贝避坑指南 2026/9/30 9:17:10

Python列表详解:创建、切片、推导式与深浅拷贝避坑指南

1. 为什么列表是Python里最值得先学的容器 我是在“99天精通Python”计划进行到第7天的时候开始接触列表的。前面几天一直在折腾环境、变量、数值运算和字符串,总感觉缺一个能把一堆数据装在一起的东西。字符串虽然能存一串字符,但提取数据、修改内容、按…

阅读更多 →
基于视觉识别与YOLO的教室节能智能控制系统方案 2026/9/30 9:16:56

基于视觉识别与YOLO的教室节能智能控制系统方案

简介:《基于视觉识别的教室智能节能控制系统研究》是一份面向高校后勤管理人员、智能系统开发者及节能研究者的PDF学术文献。原文刊于《现代电子技术》2019年第14期,针对教室照明与空调粗放管理造成的能源浪费问题,提出基于人数视觉识别技术的…

阅读更多 →
虚拟电厂多时间尺度调度与储能衰减建模的Matlab复现全解析 2026/9/30 9:16:56

虚拟电厂多时间尺度调度与储能衰减建模的Matlab复现全解析

高比例可再生能源并网,说白了就是风光发电占比越来越高,电网的净负荷曲线变得越来越“陡”。白天光伏大发的时候负荷被压得很低,傍晚光伏退坡、晚高峰上来的那三四个小时,系统需要在很短时间内快速调出大量爬坡能力。这种强随机、…

阅读更多 →
RAG文档解析痛点与Docling统一解析管线实战 2026/9/30 9:16:56

RAG文档解析痛点与Docling统一解析管线实战

RAG 管线里最容易被低估、却最容易翻车的一环,不是向量检索,也不是生成模型,而是最没人愿意碰的文档解析。这个环节在实际项目里有多痛,做过本地知识库的人都懂:PDF 排版千奇百怪,表格稍微复杂一点就散架&a…

阅读更多 →
卡拉曼特殊情况投资:事件驱动下的安全边际与套利实战 2026/9/30 9:16:56

卡拉曼特殊情况投资:事件驱动下的安全边际与套利实战

引言:为什么卡拉曼这套方法值得反复研究塞斯卡拉曼这个名字,在价值投资圈子里基本就是“不公开宣传、不碰热门股、只在别人恐惧时出手”的代名词。他掌管的Baupost Group长期跑赢市场,而且规模巨大,市面上绝大多数基金做不到这件事…

阅读更多 →
深度学习人流量检测实战:从YOLO到密度图的完整指南 2026/9/30 9:16:56

深度学习人流量检测实战:从YOLO到密度图的完整指南

简介:面向毕业设计与课程论文写作需求,这份深度学习人流量检测方法论文资料提供了完整参考。论文以MobileNet-SSD轻量级模型为核心,详细阐述深度可分离卷积减小计算量、加速推断的原理,并完整覆盖六个实施环节:爬取婴儿…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉