如何负责任地回测抛物线SAR指标？
直接答案
负责任地回测抛物线SAR意味着将该指标视为一组确定性规则，并在明确、可复现的数据、参数、成本以及将指标输出转化为交易决策的假设下进行测试。历史结果必须在样本外进行验证，以确认相同规则是否具有普适性，因为指标行为可能随波动率状态的变化而改变。
机制：定义抛物线SAR及回测输入
抛物线SAR（通常写作Parabolic SAR）是一种趋势跟踪指标，会在价格周围生成一系列“止损与反转”值。从概念上讲，它完成两个任务：
- 更新一个极值点（趋势期间达到的最高高点或最低低点）。
- 调整一个步长因子，决定SAR水平向价格靠近的速度，当SAR水平即将穿越价格时，翻转SAR的位置。
要负责任地进行回测，需将稳定的机制与可变条件区分开：
- 稳定的指标机制：SAR的更新逻辑和反转规则由你实现的指标定义所固定。
- 可变的市场条件：波动率、跳空和K线内波动会影响反转发生的频率。
- 可变的经纪商/执行条件：点差、佣金、滑点和成交假设会影响实际结果。
负责任的回测还应说明从数据到决策的精确映射。常见的必要假设包括：
- 时间周期：用于计算SAR的时间框架（例如，1分钟K线 vs. 1小时K线）。
- 价格基础：输入数据的OHLC来源，以及是否使用K线收盘价来更新决策。
- 反转时机规则：反转是在下一根K线开盘时触发，还是在当前K线收盘时触发，或使用K线内模型。
- 持仓规则：是否只允许持有一个仓位，如何处理同一K线内的翻转，以及使用市价单还是限价单假设。
证据或示例：使用可复现的实验设计
为了能够独立验证结果，应设计一个他人可根据你的描述复现的实验。
一种清晰的方法是：
- 选择固定的SAR参数集（不要在测试期间反复在相同数据集上调整参数）。
- 选择数据集划分：使用一个样本内周期进行初步设置，一个样本外周期用于验证。
- 使用你记录的从SAR输出到“入场”、“出场”和“翻转”的映射规则运行回测。
- 计算反映完整过程的指标，而不仅仅是价格方向。例如换手率（反转发生的频率）、每笔交易的平均收益，以及业绩对成本的敏感性。
成本建模（costs-features）
即使你的指标是确定性的，若不建模摩擦因素，实际表现仍无法确定。在负责任的回测中，至少应包括：
- 交易成本组成部分：佣金和点差（或等效的每笔往返交易总成本）。
- 执行假设：如何估算滑点，尤其是在反转附近。
一个实用的验证步骤是成本敏感性检查：在多个更高和更低的成本情景下重新运行相同规则，确认任何明显优势是否能在现实摩擦变化中持续存在。
局限性与风险：抛物线SAR回测失败的情况
至少应预期并测试一种实质性的失败模式：
- 对特定行情的过拟合：SAR的反转频率高度依赖于波动率结构。一个回测可能在某一时期表现强劲，但在波动率变化时表现下降。
- 前瞻性偏差：使用未来信息，例如在K线收盘时做决策但执行时却假设已知下一根K线的走势，会夸大结果。
- 执行现实性不匹配：假设以理想价格成交，忽略了反转通常发生在价格快速变动期间。
- 参数挖掘：在相同数据上反复尝试多种参数组合并选择最佳结果，会使测试变成曲线拟合。
还需记住一个普遍限制：历史关系不能保证未来结果。即使在回测中表现良好的指标，也可能因市场的非平稳性而在未来表现不佳。
验证与后续问题：在信任结果前应检查什么
为验证你的抛物线SAR回测是否可信，请使用专注于偏差和泛化能力的独立检查：
- 样本外测试：在未用于设置的数据上运行完全相同的规则集。
- 前向滚动测试：在滚动窗口上重复训练/选择假设，并在下一个窗口验证，然后汇总结果。
- 可复现性审计：确认他人能否根据你书面的规则复现指标值和交易构建过程。
- 稳健性检查：轻微改变时间周期、反转时机规则或成本假设，观察结论是否崩溃。