7天打造自己的程序交易系统-正确的策略回测

如何正确进行交易策略回测

本文探讨了正确执行量化交易策略回测的方法，强调仅通过数据挖掘和历史数据拟合得到的策略是没有预测力的，并可能导致实际交易时亏损。

数据挖掘与前视偏见

文章首先指出了简单的回测步骤——下载市场数据、构建交易策略、参数调整——实际上是一种错误的方法，称之为数据挖掘。这种方法会造成前视偏见，即错误地使用未来信息来指导交易决策。作者通过例子说明，过度拟合历史数据得到的策略往往无法预测未来。

过度拟合和其他常见错误

过度拟合是回测中的一个常见问题，它涉及到不断迭代策略和调整参数以适应历史数据，这可能会导致策略在实际交易中失效。作者通过篮球投篮的例子比喻解释了这个问题，并建议使用样本外数据或进行Walkforward Backtesting来避免过度拟合。

幸存者偏差、交易成本和滑点

幸存者偏差是回测中的另一个问题，即忽略了那些已经退市的公司。此外，作者强调考虑交易成本和滑点对于回测的重要性，指出许多回测忽略了这些成本，导致实际交易无法盈利。

错误的下单方式

文章最后提到了错误的下单方式，即在回测中以收盘价买入的做法，这在真实交易中是不可行的。应该采用在下一个交易日开盘价买入的策略，并考虑滑点。

结论与后续内容

作者总结说，正确的回测方法具有共性，而错误的回测则各有问题。接下来的文章将讨论Walkforward测试和蒙特卡罗模拟，以进一步提高回测的准确性。最后，作者鼓励读者通过点赞和分享支持文章。