EA 回测
什么是EA回测？
EA回测（通常写作“专家顾问回测”）是指将一个自动化的外汇交易策略应用于历史价格数据，以查看其在模拟环境中的表现。一个“EA”是一段自动化交易逻辑（代码），可以根据规则下单和管理交易。回测通常用于评估和比较：例如，比较不同的参数组合，或检查EA的逻辑是否自洽。
由于回测基于历史数据，因此不能保证未来的结果。即使回测结果看起来很强劲，未来市场也可能表现不同，且模拟可能简化了真实交易条件。
EA回测如何工作？
典型的回测包含三个要素：
- EA规则：定义入场、出场、风险管理和订单管理的代码。
- 历史市场数据：模拟器使用的价格式列。
- 测试设置：决定模拟器如何建模交易执行的设置。
回测会逐步运行EA通过历史时段。当EA的规则触发条件时，模拟器会记录下可能发生哪些订单，以及在模拟假设下，相应仓位和余额会如何变化。
输入与执行假设
多个设置选择会显著影响回测“显示”的结果：
- 测试周期与市场覆盖范围：不同的日期和不同的市场状态（趋势市 vs. 震荡市）可能产生不同结果。
- K线数据与逐笔数据：使用粗糙的数据可能改变条件触发的时机，并掩盖K线内的价格波动。
- 订单成交建模：模拟器处理点差、部分成交和时间的方式会影响表现。如果执行建模过于乐观，结果可能优于现实。
通常评估的输出
常见的评估输出包括随时间变化的权益/余额曲线、回撤（从高点下降的幅度）、交易次数以及与一致性相关的指标。与其关注单一的突出数字，更可靠的做法是跨多个时期比较模式，并检查结果是否来自一致的行为，还是仅由少数异常盈利交易驱动。
通过比较进行验证
由于回测容易被过度解读，它通常被视为一种诊断工具。独立验证可包括在以下方面比较结果：
- 多个不重叠的时间窗口（样本内 vs. 样本外概念）
- 不同的交易品种或相似的市场条件（如适用）
- 不同的合理建模假设（以查看结论是否依赖于某一特定设置）
EA回测的局限性与风险
回测有价值，但其局限性是根本性的。
1) 过度拟合与参数追逐
如果一个EA（或其设置）被反复调整以匹配历史行为，它可能会学习到仅适用于该数据集的模式。这通常被称为过度拟合。在这种情况下，回测可能看起来令人信服，但当市场条件变化时，表现会变差。
2) 数据与建模带来的模拟偏差
如果模拟器未能准确反映真实执行情况，回测可能产生误导。例如，如果假设点差过窄或订单时机被简化，结果可能被夸大。历史数据分辨率不足（如使用K线数据）也可能改变触发时机，从而影响交易结果。
3) 前视偏差
前视偏差是指测试中实际上使用了在决策时刻无法获得的信息。这可能由于错误使用指标、数据对齐不当，或对数值何时可知存在误解而发生。
4) 市场状态变化
外汇市场可能因宏观环境、波动性变化和流动性差异而发生转变。在一个状态下表现良好的EA，在另一个状态下可能表现不佳。回测仅限于所选时间段内存在的历史市场状态。
5) 对成本与摩擦因素的现实性有限
真实交易包含操作摩擦：佣金/费用（如有）、可变点差和执行延迟。如果回测未一致地建模这些因素，模拟结果可能与实盘行为不同。
如何负责任地使用EA回测（可独立验证的方法）
将EA回测视为证据的一种实用方式是关注稳健性而非确定性。
- 检查敏感性：在合理范围内改变测试窗口、数据分辨率和执行假设时，查看结论是否仍然成立。
- 评估一致性：关注跨时间段的稳定行为模式，而不仅仅是在某一时段的强劲表现。
- 避免单一周期结论：单一历史阶段的结果更可能反映偶然性或特定市场状态下的行为。
- 记录假设：明确记录模拟所作的假设，因为设置上的微小差异可能改变结果。
如果EA回测与其他验证步骤结合使用（例如在独立的历史时段上测试），它可以帮助判断策略逻辑是否合理一致。然而，固有的不确定性仍然存在：回测可以辅助评估，但无法消除未来条件不同的风险。