如何负责任地回测Keltner通道？
什么是Keltner通道，你究竟在回测什么？
Keltner通道是一种基于波动率的移动平均线包络线。典型的构建方式包括一条中线（移动平均线）和上下轨道，轨道基于波动率指标（如平均真实波幅ATR）并乘以一个倍数。在回测中，你并不是在测试这个概念本身，而是在测试一个具体的算法定义：
- 移动平均线类型（例如，简单或指数）
- 移动平均线的回看周期长度
- 波动率指标及其回看周期长度（通常为ATR）
- 轨道倍数
- 输入所用的价格（例如收盘价，或其他一致字段）
由于这些选择中的任何一项都会改变你生成的时间序列，“负责任的回测”始于在讨论绩效之前，先写下你确切的指标计算方法。
在计算结果前定义数据和假设
负责任的回测会明确其假设。至少应说明以下内容：
- 数据频率和时间对齐：确定你的序列是基于日线、小时线还是其他周期构建的，并确保轨道值是使用该周期结束时（或相关决策时刻）可获得的信息计算的。
- 防止前瞻性偏差：避免使用未来的K线来计算在决策时刻尚不可知的轨道值。
- 参数值：固定你要评估的指标设置，而不是在评估过程中调整它们。
- 交易规则模型（如果包含）：即使你的目标是指标行为，你也应明确“结果”的定义，例如测量价格到轨道的距离、触及次数或价格在轨道外停留的时间。如果你将其转化为交易决策，应定义决策逻辑，并且在过程中不更改它。
如果你没有明确定义测量内容，可能会得到看似强劲但实际上是由不一致计算导致的回测结果。
成本建模与执行现实性
回测常常失败，是因为它们将基于指标的想法与过于理想化的假设进行比较。请考虑主要成本类别以及你如何建模它们：
- 交易成本：点差/佣金或每笔成交的代理成本。
- 滑点：理想化执行价格与实际可能成交价格之间的差异。
- 订单时机：假设订单在下一K线开盘时成交、同一K线收盘时成交，还是有延迟。
即使没有实时数据，你也可以通过明确假设（例如，使用每笔交易固定成本和简单的滑点规则）来建模这些组件。关键是保持一致性：你的成本假设应在每次回测运行中以相同方式应用，以确保比较有意义。
控制偏差：防止过拟合和信息泄露
“负责任”的回测将结果视为假设。常见的失败模式包括：
- 过拟合：反复调整参数以匹配某一历史时期。
- 前瞻性偏差：以在决策时刻不可用的方式使用数据。
- 幸存者偏差和选择偏差：仅在看起来表现良好的市场或时期上进行测试。
为降低这些风险，请使用偏差控制方法：
- 前向滚动（时间外）测试：仅在训练窗口中拟合或选择参数，然后在下一个窗口中评估，重复进行。
- 参数冻结：一旦你确定了指标设置，就不要根据测试窗口的行为更改它们。
- 多个分割：在多个不重叠的时间段上进行测试，以避免单一市场状态主导结论。
- 可比测量：在实验中保持绩效指标和决策逻辑不变。
使用样本外检查和稳健性测试
历史结果可能依赖于特定市场状态。为使你的结论更可靠，至少需要：
- 样本外评估：使用一个未用于参数选择的最终保留期。
- 稳健性检查：在受控变化的假设下（例如，略微不同的K线对齐方式，或合理的替代波动率来源设置）重新运行相同的指标定义，并观察结果是否发生显著变化。
如果当假设稍作调整时绩效急剧下降，则表明回测可能反映的是狭窄的历史巧合，而非稳定的机制。
应承认的局限性和失败模式
即使精心设计的回测也有其局限性：
- 过去的通道行为不能保证未来表现（市场动态可能变化）。
- 波动率状态可能转变，改变价格与轨道互动的频率。
- 当信号微弱时，成本和执行效应可能占主导地位。
- 指标输出可能对参数选择高度敏感，尤其是倍数和回看周期长度。