专家级
策略回测：从想法到统计优势
一个交易方法看起来有效，不代表它真的有优势。手工挑选几个成功案例很容易，但这不能证明策略长期可靠。回测的目的，是把一个明确的交易规则放到真实历史数据中系统检验，看看它在成功和失败阶段的整体表现。
什么是回测
回测必须从清晰、机械的规则开始。比如“当 10 日均线上穿 20 日均线时买入，当 10 日均线跌回 20 日均线下方时卖出”。这样的规则可以被重复执行。相反，“图表看起来不错就买”无法回测，因为每个人对“不错”的判断都不同。
一个真实的 SPY 回测例子
这里使用真实 SPY 日线收盘价，测试一个简单的均线交叉策略：当 SMA(10) 高于 SMA(20) 时持有多头，否则空仓。为了避免前视偏差，交易在信号出现后的下一个交易日执行，而不是假设你能在当天还不知道收盘价时提前买卖。
结果很有启发性：在这段样本中，均线交叉策略虽然盈利，但明显跑输了简单买入并持有。原因是这段行情主要由一轮强劲上升趋势驱动，而均线交叉本身具有滞后性，往往要等趋势已经走出一段后才确认信号。
短样本不能证明一切
这并不说明均线交叉策略永远无效，也不说明买入持有永远更好。一个短时间窗口、一个资产、一个市场环境，远远不足以证明策略优劣。可信的回测需要跨越不同市场状态：趋势、震荡、剧烈波动和低波动时期。
过拟合：让回测撒谎的陷阱
过拟合是指你不断调整参数，让策略在历史数据上看起来非常漂亮，但这些规则其实只是贴合了过去的噪音。参数越多、优化越细，越要警惕。更严谨的方法是把数据分成样本内和样本外：先在一段数据上确定规则，再用完全没有参与调参的数据验证。
真实成本也必须纳入
手续费、滑点、买卖价差和税务影响都会改变结果。特别是高频进出的策略，如果不计算这些成本，回测很容易显得过于乐观。一个真实可交易的策略，必须在扣除成本后仍有意义。
回测不是为了找到完美策略，而是为了过滤掉经不起数据检验的想法，并让你用统计而不是感觉来评估交易方法。