一、什么是策略回测
策略回测就是用历史数据检验交易策略：如果把这套规则放到过去几年执行，会得到什么结果。它回答的不是『未来能赚多少』，而是『这套逻辑在历史上是否成立、风险有多大』。理解这一点，是正确使用回测的前提。
二、回测前的数据准备
- 数据完整性：覆盖足够长的周期（建议至少3-5年），包含牛市、熊市与震荡市，避免只用单边行情验证
- 数据质量：行情数据要复权处理（否则除权除息会造成假信号），财务数据要与报告期对齐
- 数据粒度：日线策略用日线数据即可，日内策略需要分钟级甚至 tick 级数据
- 禁止模拟数据：用随机生成的假数据回测，结果毫无意义——这是新手最常见的错误
三、回测的核心流程
- 定义策略规则：入场条件、出场条件、仓位大小、止损规则，全部明确到可执行，不留主观空间
- 逐根K线推进：按时间顺序模拟每个交易日的决策，注意只能用『当时可见』的数据，不能偷看未来
- 记录每笔交易：开仓价、平仓价、持仓时间、盈亏，含手续费与滑点成本
- 汇总绩效指标：计算收益率、夏普比率、最大回撤、胜率等核心指标
- 稳健性检验：调整参数、切换时间段、更换标的，看结果是否稳定
四、核心指标解读
| 指标 | 含义 | 参考标准 |
|---|---|---|
| 回测收益率 | 策略在回测期的总收益与年化收益 | 看年化，与同期基准对比 |
| 夏普比率 | 每承担一份风险换来的超额收益 | 大于1可用，大于2警惕过拟合 |
| 最大回撤 | 历史最大亏损幅度 | 自己能承受的回撤上限的一半 |
| 胜率 | 盈利交易占比 | 结合盈亏比看，单独无意义 |
| 交易次数 | 回测期总交易笔数 | 至少30笔以上才有统计意义 |
五、回测的三大陷阱
- 未来函数：用了当时不可能知道的数据（如用收盘价决定当天开盘买入），回测完美、实盘崩溃
- 过拟合：参数调到历史数据上最优，本质是记住了历史噪声而非规律。识别方法：参数微调后收益剧烈变化即为过拟合
- 忽略成本：手续费、滑点、冲击成本在高频策略中可能吃掉全部利润，回测必须计入
六、回测之后该做什么
回测通过只是第一步。接下来应该做模拟执行：让策略在实时行情的模拟环境中跑2-4周，观察实际信号与回测假设的偏差，确认无误后再考虑小仓位实盘。回测看的是『历史上行不行』，模拟看的是『现在还行不行』。
结语
回测的价值不在得到一个漂亮的收益曲线，而在暴露策略的弱点。流程严谨的回测——真实数据、完整成本、稳健性检验——才能给你继续前进的底气。