点差假设
什么是点差假设？
点差假设是在外汇回测和前向测试中计算交易结果时，对买卖价差所作的简化设定。点差是报出的买价（通常是你能卖出的价格）与卖价（通常是你能买入的价格）之间的差额。在回测中，你可能无法获得每一次真实交易的全部细节（尤其是精确的时间戳、订单簿状态和经纪商特定的处理方式）。因此，你需要“假设”一个点差——通常是一个固定数值、一条规则或一个推导出的序列——然后用它将信号转化为更现实的进出价格。
一个有用的思考方式是：点差假设是你摩擦模型的一部分。它们代表了在建仓和平仓时，从买价跨到卖价（或反之）所产生的成本影响。
点差假设的工作原理
大多数回测引擎都需要为每次模拟成交提供一个具体的价格。点差假设通过将中间价（或报价的一侧）映射到两侧，来填补这一缺失的细节。
常见的模式包括：
- 固定点差：你为每一笔交易使用相同的点差值。这种方法简单，但假设了流动性和执行条件稳定。
- 按时间/交易时段划分的点差：你为不同的市场时段使用不同的点差（例如，比较主要交易时段重叠期与较清淡时段）。这反映了流动性通常随时间变化。
- 来自历史数据的点差序列：你估算出一个随时间变化的点差，并将其应用于每一次模拟交易。这种方法更接近现实，但仍依赖于数据质量和与执行时机的匹配程度。
- 基于规则的调整：你在预期点差变宽的时期（例如波动性较高时）提高点差假设。关键是该规则必须与你的测试所代表的订单执行方式一致。
在实践中，点差假设通过至少三种机制影响结果：
- 进场价格转换：如果你的回测使用中间价，加上一半的假设点差以达到卖价，减去一半以达到买价，从而确定你的初始成交价。
- 出场价格转换：相同的映射方式会影响你平仓时的成交价。
- 对时机的敏感性：如果你在实际点差扩大时交易（或你的数据集将其平滑掉），假设的点差可能会低估或高估交易成本。
由于回测结果取决于成交时间相对于点差变化的时机，因此回测的时间戳逻辑必须与你构建假设点差的方式相匹配。即使使用相同的底层点差数据集，时间错位也可能导致系统性偏差。
局限性与风险
点差假设可能使测试结果看起来比实际交易中更好（或更差）。主要局限在于，“假设的点差”并不自动等于“实际经历的点差”。
关键的不确定性包括：
- 经纪商和交易场所的差异：你在历史市场报价中观察到的点差，不一定等于你的订单实际成交的点差。匹配程度取决于你的执行模型和数据来源。
- 流动性和波动性状态的变化：当流动性下降或波动性上升时，点差往往会扩大。在平静时期调优的模型在条件变化时可能不准确。
- 执行时机不匹配：回测通常在特定时间戳模拟成交。如果你假设的点差采样间隔比模拟成交时间更粗，可能会错过快速扩大的点差。
- 数据代表性不足：如果你的历史数据未能捕捉真实的买卖价行为（例如，因为它是推导的、聚合的或过时的），点差假设也会继承这一局限。
- 对简化的过度自信：固定点差值可能掩盖成本的波动性。这可能导致在前向测试中出现回撤或表现意外，因为点差可能表现不同。
独立验证方法
由于点差假设是一种建模选择，你应该使用可独立验证的证据来验证它们：
- 将假设的点差行为与同一货币对和大致相同时间段内的实际观察到的点差统计数据进行比较。
- 进行敏感性检查（例如，测试一系列点差），以查看结论是否依赖于狭窄的成本估计。
- 在前向测试中，重点应放在点差相关成本效应是否与假设相符，而不是每一笔交易结果是否完全匹配。
这并不能消除风险，但能使你的成本建模更具可证伪性。
回测与前向测试中的点差假设
回测是回顾性的，受限于价格、点差和执行建模的保真度。前向测试增加了额外的现实检验：执行条件可能变化，实际实现的点差分布可能与你的历史假设不同。
一个实用的结论是：点差假设应被视为你测试设计中的一个明确参数。如果你在合理范围内调整点差假设时，结果发生显著变化，那么你的策略可能对交易成本建模敏感，而不仅仅是对信号行为敏感。
结论：需要记住的内容
点差假设是建模外汇回测和前向测试中交易成本的核心输入。它们将报价信息转化为考虑买卖价的模拟成交。最大的风险是由于流动性、波动性和执行时机的差异，导致假设点差与实际点差不匹配。应将这些假设视为测试参数，然后使用可验证的数据对其进行验证和压力测试。