如何负责任地对RSI和MACD进行回测？
直接答案
对RSI和MACD进行负责任的回测，重点在于可复现性和不确定性管理。你需要明确定义指标参数和所有决策规则，使用一致的“已知信息”数据策略将其应用于历史价格序列，建模交易成本和执行假设，并通过样本外测试（以及偏差检查）验证结果。目标不是预测未来，而是验证在明确假设下，你所定义的具体规则是否如预期般运行。
机制与定义
RSI（相对强弱指数）和MACD（指数平滑异同移动平均线）是从价格序列导出的技术指标。RSI通常将近期价格变动转化为有界的振荡器，而MACD则比较移动平均线，并利用其差值（通常还包含一条信号线）。
要负责任地进行回测，首先应将稳定机制与可变条件区分开：
- 稳定机制（你的代码和定义）：RSI周期、MACD快慢线参数、任何信号/直方图计算，以及采样频率。
- 可变条件（随市场和实现方式变化的因素）：波动率状态、点差/手续费结构、滑点、K线时间（K线何时收盘）以及订单的成交方式。
明确每一个计算假设。例如，说明指标值是否基于K线收盘价计算，你是否在下一根K线开盘时执行操作，以及如何处理缺失数据或公司行为（对外汇而言较少见，但仍影响数据连续性）。如果你使用K线数据，还应明确指标时间戳与执行时间戳对齐的精确规则。
如果你组合使用RSI和MACD，应将其组合定义为一个确定性函数（例如，“RSI的条件A和MACD的条件B必须同时成立”）。避免将其描述为模糊的“信号”，而应以清晰的逻辑写出规则，以便他人验证。
证据、示例工作流程与偏差控制
一个负责任的实践工作流程如下：
-
在测试前冻结参数。一次性确定RSI和MACD参数、入场/出场逻辑，以及风险或头寸规模规则。在查看绩效后不得更改这些参数。
-
建模成本和执行假设。即使你不知道确切的交易条件，也必须说明你的假设：是固定每笔交易成本还是可变成本，成交是在下一根K线开盘价、买卖价差，还是包含滑点项。没有成本建模，回测结果往往会被高估。
-
使用样本外验证。将数据至少分为两部分：一部分用于开发/验证规则，另一部分保留用于测试。优先使用前向滚动测试（滚动窗口），以便跨时间段评估，而非单一静态划分。
-
控制过拟合和多重检验偏差。避免基于同一评估窗口反复调整参数。如果你测试了多种变体，应提前定义选择规则，或将最终绩效视为探索性结果而非确认结论。
-
以匹配问题的方式衡量绩效。不要只关注总收益，还应跟踪反映不确定性的分布和一致性指标（例如，各时期收益的稳定性、最大回撤行为，以及当成本增加时结果如何变化）。
主要局限性与失败模式
常见的失败模式是数据泄露和时间错误：使用执行时不可用的未来信息来计算指标值。另一个是市场状态依赖性：指标关系可能在一种市场环境下成立，而在另一种环境下失效。负责任的回测应通过在多个时间段测试并包含成本与执行敏感性分析，揭示这些弱点。
验证与后续问题
要独立验证你的RSI+MACD回测，他人应仅凭你的书面说明就能复现整个过程：
- 价格数据来源和时间框架，
- RSI和MACD参数值，
- 指标计算和时间戳对齐的精确方法，
- 确定性组合规则，
- 执行时机规则，
- 以及成本/滑点假设。
如果其中任何细节缺失，所谓的“结果”就无法验证，可能反映的是实现细节的偏差，而非指标本身的行为。作为后续问题，验证当你轻微调整K线对齐方式、提高假设成本或测试其他时间段时，结论是否仍然相似；如果结论在微小变动下崩溃，则应视其为弱证据。
结论
负责任的RSI和MACD回测，重点不在于寻找吸引人的历史数据，而在于坚持清晰的定义、现实的假设、偏差控制和样本外验证。