阶段6回测基础●●●●●

回测周期选择：一轮牛熊是最低配置

我的掌握程度：

q-505精讲

先掌握这个答案

A股牛熊参考划分：2014-2015（疯牛+股灾）、2016-2017（慢牛白马）、2018（熊）、2019-2021（结构牛）、2022-2024（调整+风格剧变）。一轮以上=至少覆盖"一种上涨、一种下跌、一次风格切换"。单边市的错觉清单：①牛市回测→高估一切多头策略（把Beta当Alpha）；②熊市回测→低估一切（错杀真Alpha）；③单一风格期（如2020-2021成长牛）→把风格暴露当选股能力（q-036教训的回测版）；④小盘牛市期回测小盘策略→幸存样本的时序版。分配建议：总样本至少8-10年；尾部25-30%做样本外（最后一段——最接近未来分布）；中间若跨度>10年可加"结构断点检查"（注册制前后分别看）。

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。

本阶段实战方法 · 回测先过时序、成交与成本三道关

把信号变成策略收益时，每笔收益必须能追溯到当时能下出的订单。

画出时间线：数据可得→算信号→下单→成交→持仓收益；收盘信号不能倒用当天完整收益。
明确交易价格、T+1可卖数量、停牌涨跌停、仓位上限和实际成交量约束。
同时报告毛/净收益、换手、最大回撤、基准和样本外结果；对滑点与费率做压力测试。

使用边界

简单shift(1)只解决部分时序问题；次日开盘成交还要区分隔夜和日内收益。
成本应按成交金额与买卖方向计提；0.15%是教学情景，不是统一市场费率。

不懂的术语：多头 / 空头（Long / Short）Beta（贝塔）Alpha（阿尔法）Alpha 信号（Signal）回测（Backtest）

背景 · 从一个困惑说起

"回测三年够吗？"——取决于哪三年。2019-2021的三年（结构牛）与2022-2024的三年（持续调整）会给出同一个多头策略的两张截然相反的成绩单。回测期的选择本身就是一个自由度——用错它，后面所有数字都失真。

由此产生的问题

为什么一轮完整牛熊是最低配置（A股的划分参考）？"单边市回测"会制造哪些系统性错觉？回测期与样本外保留的分配怎么定？

核心概念

为什么需要它

①分布覆盖的统计逻辑：策略的表现是"市场状态的函数"——没见过的状态=外推风险；牛熊各一才勉强构成"状态空间"的最小覆盖；②错觉的代价实例：2019-2021发行的很多"明星产品"是牛市回测的产物——2022年的集体回撤本质是回测期的账单到期；③周期选择也是多重检验的一维：反复换回测期挑好结果=另一形式的过拟合（q-507的提醒）——回测期在跑数前定死并写入协议。

实际应用场景

实操规范：回测期=2015-01至最近（含股灾+慢牛+熊+结构牛+调整）；样本外=最后30%；协议（q-600）写明"回测期选择理由"一行——它和成本假设一样是需要显式声明的自由度。

与之前知识的联系

q-591（样本内外切分）的时间维度深化；q-036（选股域）的空间维度兄弟——域与期是回测的两大"样本框"；风格依赖的教训链回q-410（小市值两轮崩塌）。

⚠ 常见误解

数据越长越好：太长的早期数据制度差异大（注册制前后）——分段检验胜过无脑全样本
近三年最有代表性：恰恰最危险——单一风格期的代表性最差；"最近"只是离未来近，不等于分布全
回测期可以看效果再调：这是用回测期做过拟合——跑数前定死（协议条款之一）

🤖 AI导师

导师会先检查你的前置知识（样本切分、市场结构），再用案例、公式和代码帮助理解。此功能需要先启用服务。