阶段1综合思维●●●●●

为什么回测赚钱≠实盘赚钱？四大杀手全解

我的掌握程度：

q-084精讲

先掌握这个答案

四大杀手：①前视偏差（q-063）：用了决策时点不可能有的信息→收益虚高；②成本乐观（q-056）：零滑点/零冲击假设→净收益虚高；③幸存者偏差（q-067）：漏掉退市股→风险低估；④过拟合（阶段3/6预告）：反复调参挑出「历史上好看」的组合→样本外失效。次要杀手：执行时滞（信号到成交的延迟）、流动性假设（跌停/停牌可成交的幻觉，q-044/046）、数据偏差（复权错误、接口口径变化）。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

每一笔收益都要有可执行时间线

打印数据截止时间、信号时间、订单时间、成交时间和持仓收益区间。收盘信号不能乘当天完整收益；次日开盘成交也不能无条件拿到整个close-to-close收益。用原始价格判断可成交性，并纳入停牌与涨跌停。

用模拟盘先验证系统行为

先演练重复信号、网络超时、断线重连和部分成交，检查订单幂等与持仓对账。回测结果不验证交易通道、延迟与容量；启动、暂停和恢复都要有明确条件与记录。

本阶段实战方法 · 把行情数字变成可比较的收益

看股票、基金或策略业绩时，先对齐本金、起止日期、现金流与费用。

选一个固定区间，记录期初价值、期末价值、分红、出入金和交易费用。
没有中途出入金时，用（期末价值＋已取出分红－期初价值－费用）÷期初价值计算收益；有出入金时先区分时间加权与资金加权。
用相同区间的基准作比较，同时记录最大亏损；不要单凭一次盈利评价能力。

使用边界

不同期限的收益不可直接排名；年化只是换算，不是未来收益承诺。
模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。

不懂的术语：滑点（Slippage）复权（Adjusted Price）停牌 / ST / 退市过拟合（Overfitting）幸存者偏差（Survivorship Bias）前视偏差（Look-ahead Bias）回测（Backtest）

背景 · 从一个困惑说起

阶段1里最贵的教训浓缩在一句话：回测收益是「历史数据+乐观假设」的产物。无数策略死在从回测到实盘的那一步——不是因为市场变了，而是因为回测里的世界从来不是真实世界。

由此产生的问题

回测与实盘的差距由哪些系统性来源构成？如何在设计阶段就把它们关进笼子？

核心概念

为什么需要它

①期望值管理：知道回测数字要打几折（经验：新手回测打5-7折，严格的打8折）才能用于决策；②防御性设计：回测框架的第一性原理不是「算收益」而是「诚实」——每个假设都问「实盘能做到吗」；③这个意识是量化研究者与「回测艺术家」的分水岭，也是面试最爱考的认知题。

实际应用场景

实操纪律：回测报告必附「假设清单」（成本/成交规则/股票池/样本内外）；上线前走「模拟盘对照」（阶段10）：跑2-3个月，统计实盘/回测偏差比；偏差>20%必须归因。

与之前知识的联系

阶段1埋下的所有种子在此汇合：q-063前视+q-056成本+q-067幸存者+阶段3将学的过拟合。下一题：新手最常见的三个错误（四大杀手的典型化身）。

⚠ 常见误解

回测收益打个折就安全了：折扣是经验估计不是保险；杀手们对不同策略的杀伤力不同（短线死于成本、小盘死于幸存者）
多回测几年能暴露问题：前视和幸存者偏差不会因样本变长而消失——它们是系统性方向性错误
实盘亏了=市场变了：先排查四大杀手（尤其过拟合），再谈市场变化——多数「失效」是从来就没真有效过

🤖 AI导师

导师会先检查你的前置知识（前视偏差、成本、幸存者偏差），再用案例、公式和代码帮助理解。此功能需要先启用服务。