如何负责任地回测斐波那契扩展？

定义斐波那契扩展及其可测试的输入

斐波那契扩展是一种基于比率的工具，通过图表上选定两点之间的距离所导出的固定百分比，预测先前走势之外的潜在水平。在负责任的回测中，你首先需要将这一视觉概念转化为可测试的机制。

回测需要明确的输入。典型输入包括：

• 哪两个点定义了先前的波段（通常称为锚点和起点/终点）。
• 你将评估哪些斐波那契比率（例如，A组水平对比B组水平）。
• 市场“触及”某一水平的判定规则（触碰、收盘、日内范围，以及平局如何处理）。
• 触及后结果的衡量规则（固定时间周期内的K线数/时间，或直到满足退出条件为止）。

如果这些决策在测试过程中仍保持主观性，回测将难以被独立验证。

区分稳定机制与可变的市场和经纪商条件

为了使回测结果长期有效且可独立核查，需将你能控制的部分与无法控制的部分区分开来。

稳定机制（测试期间保持不变）：

• 从选定点和比率计算扩展水平的方法。
• 事件定义（什么算作“触及水平”）。
• 价格变动到结果衡量之间的映射关系。

可变条件（需明确说明）：

• 执行假设，例如成交是否发生在报价水平、下一个可用价格，或存在滑点。
• 点差和佣金建模（如果你在评估类似交易的结果）。
• 数据质量问题，例如缺失K线、不规则时间戳，或不同价格源之间的差异。

一种实用方法是，在多种“环境”假设（例如不同的点差/滑点设置）下运行相同的核心机制，以观察结论是否成立，而不是假设单一的理想化条件。

建模成本与执行，避免结果成为人为产物

许多回测结果优于现实，是因为它们假设成交总能以精确价格即时完成，无任何延迟。

当你负责任地回测斐波那契扩展时，至少应包括：

• 成本模型：每笔交易或单位成本形式的点差/佣金。
• 成交模型：订单在水平首次被触及时是否成交，以及如何处理未知确切日内路径的问题。
• 执行延迟假设：例如，“在触及后的下一个K线开盘价成交”（或其他明确说明的规则）。

即使你不模拟实际交易，也应明确定义如何基于K线数据检测“触及”。如果你的图表使用蜡烛图数据，日内行为可能会影响某一水平是否真正被穿越。

通过透明、预定义的规则控制偏差

回测可能因无意中拟合历史数据的选择而产生扭曲。常见的偏差来源包括：

• 前瞻性偏差：使用决策时刻无法获知的信息。
• 选择性偏差：在看到未来走势后才选择波段点。
• 过度拟合：尝试多种比率组合、周期或过滤器，直到回测结果匹配过去数据。

为控制这些偏差，请预先定义：

• 锚点选择规则（如何在不使用未来信息的前提下选择波段点）。
• 参数范围和步长（如果进行参数优化）。
• 测试停止规则（在选择最终配置前尝试多少种变体）。

然后记录配置，以便他人能复现相同的水平识别过程。

通过样本外检验进行验证

历史表现并不能保证未来结果。因此，负责任的回测必须包含样本外验证策略。

一种常见结构是：

• 样本内（开发阶段）：调整参数，确认机制按预期运行。
• 样本外（评估阶段）：使用最终规则且不再调整，以评估该模式是否具有普适性。

为增强结论可靠性，应在多个时间段和市场环境下重复评估。如果结果仅出现在某一特定时期，则应将其视为脆弱的人为产物，而非稳健性的证据。

一个实质性限制：判断的主观性与锚点不一致

斐波那契扩展回测的一个关键失败模式是波段点选择的不一致性。由于该工具常以视觉方式应用，同一图表可能因不同人或算法而产生不同的锚点。

如果你的回测允许多种锚点解释，其绩效指标可能反映的是选择方法，而非扩展概念本身。负责任的工作流程应做到：

• 使用严格、算法化的方法识别波段点，或
• 使用多种锚点选择变体，并检查结论是否保持稳定。