feat: Wiki名词解释扩充 - 新增10个核心术语(XAUT/代币化美股/清算/回测/仓位管理/链上数据/滑点/多空比/Hyperliquid/做空)
这个提交包含在:
133
wiki/名词解释/回测.md
普通文件
133
wiki/名词解释/回测.md
普通文件
@@ -0,0 +1,133 @@
|
||||
# 回测(Backtesting)
|
||||
|
||||
> 返回:[名词解释总索引](./README.md) | [Wiki 主索引](../README.md)
|
||||
> 相关名词:[夏普比率](./夏普比率.md) | [最大回撤](./最大回撤.md) | [Kelly公式](./Kelly公式.md) | [EWO-艾略特波浪振荡器](./EWO-艾略特波浪振荡器.md)
|
||||
|
||||
---
|
||||
|
||||
## 定义
|
||||
|
||||
**回测**是指将交易策略应用于历史数据,模拟该策略在过去一段时间内的表现,以评估其有效性和风险特征的过程。回测是量化交易策略开发的核心环节,但也存在多种偏差陷阱。
|
||||
|
||||
> "回测结果好看不代表实盘能赚钱——过度拟合、前视偏差、幸存者偏差是三大最常见的回测陷阱。"
|
||||
|
||||
---
|
||||
|
||||
## 核心评估指标
|
||||
|
||||
| 指标 | 计算方式 | 优秀标准 | 说明 |
|
||||
|------|---------|---------|------|
|
||||
| 年化收益率 | 总收益折算为年化 | > 30% | 加密市场基准较高 |
|
||||
| 夏普比率 | 超额收益/波动率标准差 | > 1.5 | 见 [夏普比率](./夏普比率.md) |
|
||||
| 最大回撤 | 峰值到谷底的最大跌幅 | < 20% | 见 [最大回撤](./最大回撤.md) |
|
||||
| 卡尔玛比率 | 年化收益/最大回撤 | > 2.0 | 综合衡量收益风险比 |
|
||||
| 胜率 | 盈利交易次数/总交易次数 | > 50% | 需结合盈亏比看 |
|
||||
| 盈亏比 | 平均盈利/平均亏损 | > 1.5 | 胜率低时需更高盈亏比 |
|
||||
| 交易次数 | 回测期间总交易次数 | > 100 次 | 样本量不足结论不可信 |
|
||||
|
||||
---
|
||||
|
||||
## 三大偏差陷阱
|
||||
|
||||
### 1. 前视偏差(Look-Ahead Bias)
|
||||
|
||||
**定义**:策略在计算信号时使用了未来才能知道的数据。
|
||||
|
||||
**常见案例**:
|
||||
- 用当日收盘价计算均线,但信号在开盘时就触发
|
||||
- 用最高价/最低价作为止损,但实际交易时无法预知
|
||||
|
||||
**防范方法**:严格使用已收线的 K 线数据,信号只在下一根 K 线开盘时执行。
|
||||
|
||||
### 2. 过度拟合(Overfitting)
|
||||
|
||||
**定义**:策略参数过度优化以适应历史数据,导致在未来数据上表现差。
|
||||
|
||||
**识别方法**:
|
||||
- 样本内(In-Sample)表现远好于样本外(Out-of-Sample)
|
||||
- 参数稍微调整一点,结果大幅变化
|
||||
|
||||
**防范方法**:
|
||||
- 将数据分为训练集(70%)、验证集(15%)、测试集(15%)
|
||||
- 使用 Walk-Forward 滚动优化而非全局优化
|
||||
|
||||
### 3. 幸存者偏差(Survivorship Bias)
|
||||
|
||||
**定义**:只用现存的交易品种回测,忽略了已退市/归零的品种。
|
||||
|
||||
**加密市场案例**:2021 年 DeFi 热潮中,大量代币归零,只回测现存代币会高估策略收益。
|
||||
|
||||
**防范方法**:使用包含退市品种的完整历史数据集。
|
||||
|
||||
---
|
||||
|
||||
## 回测流程(标准 7 步)
|
||||
|
||||
```
|
||||
第一步:数据准备
|
||||
获取高质量 OHLCV 数据 → 清洗异常值 → 处理缺失数据
|
||||
↓
|
||||
第二步:策略定义
|
||||
明确入场/出场规则 → 止损/止盈逻辑 → 仓位管理规则
|
||||
↓
|
||||
第三步:样本外分割
|
||||
训练集 70% | 验证集 15% | 测试集 15%(时间顺序分割)
|
||||
↓
|
||||
第四步:信号生成
|
||||
在训练集上生成信号 → 严格避免前视偏差
|
||||
↓
|
||||
第五步:参数优化
|
||||
网格搜索 / 遗传算法 → 在验证集上评估 → 防止过拟合
|
||||
↓
|
||||
第六步:样本外测试
|
||||
用测试集评估最终策略 → 此步骤只能执行一次
|
||||
↓
|
||||
第七步:结果分析
|
||||
计算所有评估指标 → 压力测试 → 决定是否实盘
|
||||
```
|
||||
|
||||
详细流程见:[回测方法论与实践](../../07_回测框架/回测方法论与实践.md)
|
||||
|
||||
---
|
||||
|
||||
## tradehk 信号系统回测建议
|
||||
|
||||
针对 EWO 转换信号的回测特殊注意事项:
|
||||
|
||||
**数据要求**:
|
||||
- 最少需要 6 个月以上的 10m K 线数据
|
||||
- 需要同时包含 4h K 线(用于大周期偏向计算)
|
||||
- 推荐使用 Binance 历史数据(精度最高)
|
||||
|
||||
**信号执行时机**:
|
||||
- EWO 转换信号在**已收线**的 K 线上确认
|
||||
- 实际入场在**下一根 K 线开盘价**执行
|
||||
- 不可使用当根 K 线收盘价入场(前视偏差)
|
||||
|
||||
**评估重点**:
|
||||
- 重点关注假信号率(EWO 穿越后价格反转的比例)
|
||||
- 对比不同阈值设置下的胜率变化
|
||||
- 分析不同市场状态(牛市/熊市/震荡)下的策略表现
|
||||
|
||||
---
|
||||
|
||||
## 常见误区
|
||||
|
||||
**误区一:回测收益越高越好**
|
||||
高收益往往伴随高风险或过度拟合。卡尔玛比率(收益/回撤)比单纯收益率更重要。
|
||||
|
||||
**误区二:回测通过就可以实盘**
|
||||
回测只是必要条件,还需要模拟盘验证(Paper Trading)至少 1-3 个月才能考虑实盘。
|
||||
|
||||
**误区三:手续费不重要**
|
||||
高频策略中手续费可能吃掉 30-50% 的利润。回测必须包含真实手续费(通常 0.05-0.1%/笔)。
|
||||
|
||||
---
|
||||
|
||||
## 相关术语
|
||||
|
||||
- [夏普比率](./夏普比率.md)
|
||||
- [最大回撤](./最大回撤.md)
|
||||
- [Kelly公式](./Kelly公式.md)
|
||||
- [EWO-艾略特波浪振荡器](./EWO-艾略特波浪振荡器.md)
|
||||
- [量化交易](./量化交易.md)
|
||||
在新工单中引用
屏蔽一个用户