如何负责任地对多指标确认进行回测？
在回测前先定义多指标确认
多指标确认是一种基于规则的方法，只有当多个指标条件同时满足时，交易决策才被视为有效。回测的关键在于精确描述确认规则：使用了哪些指标，每个指标的阈值代表什么含义，条件是否必须全部成立（逻辑 AND）或至少一个成立（逻辑 OR），以及采用何种时间对齐方式（例如，使用最新完成K线的数值）。
由于指标是数据的函数，确认规则中微小的措辞变化都可能导致结果不同。因此，一次负责任的回测应始于一份书面的决策逻辑说明，以及明确的测量时机（以避免使用当时无法获得的信息）。
回测机制：数据、信号与计算假设
一次负责任的回测需要一个清晰的数据和测量流程。
首先，定义你将使用的价格序列（例如，固定时间周期的收盘价），以及所采用的时区和交易时段处理方式。然后定义如何从该序列计算指标值（包括窗口长度）以及这些值何时可用。
其次，定义从条件到结果的映射方式。例如，如果规则是“当指标A和指标B一致时确认”，回测必须明确该确认是在下一根K线开盘时立即触发入场，还是在下一个可用报价（tick）时触发，或是在某个假设的执行时间触发。
第三，为绩效衡量设定计算假设。至少要明确“收益”的定义（入场与出场之间的百分比变化）、采用的出场规则，以及出场是由时间、反向确认还是独立规则决定。任何示例都应明确说明这些假设，以便他人能够复现计算过程。
证据与示例：成本与样本外设计
即使使用相同的指标，如果忽略成本或测试设计中存在信息泄露，回测结果也可能看起来很好。
成本建模（至少）应包括点差/交易成本项和滑点项。如果你无法准确估计这些成本，仍可进行敏感性分析：使用不同但合理的成本假设重复运行相同规则，并比较结论是否发生变化。
对于样本外验证，应避免在用于调优指标参数的数据上进行评估。一种实用方法是前向滚动测试（walk-forward testing）：在一个周期上训练或选择参数，然后在下一个周期上评估，并重复此过程。这有助于判断确认规则是否只是学习了短期异常，而非稳定的市场关系。
最后，报告结果时应提供足够的上下文以便解读：选择了哪些参数值，哪些周期用于参数选择，哪些用于评估，以及该规则下交易触发的频率。高换手率伴随脆弱的绩效，通常是确认逻辑过度拟合的常见迹象。
需测试的实际限制与失败模式
历史关系不能保证未来结果。多指标确认可能以可预见的方式失败。
一个限制是过度拟合：如果你调整指标阈值、回溯窗口或确认逻辑以最大化历史表现，可能会无意中“为测试而学习”。虽然严格的样本外评估等偏差控制可以降低这种风险，但不能完全消除。
另一种失败模式是市场机制变化（regime shift）。当波动性、趋势或市场微观结构发生变化时，指标行为可能随之改变。依赖特定价格运动模式的确认规则，在市场环境不同于历史样本时可能失效。
第三种风险是执行现实性。如果你的入场时机假设能以理想价格完美成交，回测结果可能被高估。相同的指标逻辑在考虑交易成本、延迟成交或部分成交时，可能产生显著不同的结果。
验证与后续问题
一次负责任的回测应是可复现、假设透明且可证伪的。请独立验证以下几点：
- 确认规则以精确的逻辑书写，明确指标值的计算时机和决策执行时机。
- 计算中包含成本假设，以及明确的入场和出场时机方法。
- 评估使用了样本外周期或前向滚动测试，避免使用相同数据进行参数调优。