如何负责任地对MT4图表进行回测？

定义“MT4图表回测”的含义

在MT4图表上进行回测，意味着将基于规则的方法应用于历史市场数据，以估算其在过去时期可能的表现。关键在于，你并不是在“观察”过去的结果——而是在使用假设进行模拟。

一次负责任的回测应从区分稳定机制与可变条件开始：

• 稳定机制：你的方法如何从图表数据生成决策、如何开平仓，以及在模拟中订单如何成交。
• 可变条件：点差、滑点、执行延迟、流动性变化，以及任何可能影响成交的平台或提供商差异。

由于历史关系并不能保证未来结果，回测的目标是验证推理过程并衡量不确定性，而非预测未来。

明确必须声明的输入和假设

为了使回测有意义，必须定义计算中使用的每一项假设。常见输入包括：

• 价格序列：图表的时间周期以及确切的历史数据来源。
• 规则：入场/出场逻辑、头寸规模方法（即使为固定值），以及如何处理多个信号。
• 时间：决策是在K线收盘时做出，还是在K线内进行，以及如何避免使用当时无法获知的信息。

然后需明确模拟的执行模型。例如，如果你的方法在信号出现时入场，你需要假设：

• 入场价格：买入与卖出所使用的买价/卖价惯例。
• 出场价格：止损和止盈水平在K线内的评估方式。
• 交易成本：点差处理、佣金及其他包含的摩擦成本。
• 滑点模型：是否假设固定滑点、某种分布，或无滑点（并明确标注该限制）。

如果你无法列出这些假设，就无法可靠地在不同回测之间进行结果比较，也无法解释为何两次回测结果不一致。

使用一致方法控制偏差

一个主要的失败模式是：回测变成了一种过拟合的“故事”——它之所以匹配某一历史周期，是因为参数是针对该数据集调优的。负责任的回测通过使用以下控制手段来减少偏差：

• 单一规则，多次测试：保持核心决策规则不变，同时在多个时间段进行测试。
• 样本外评估：选择一个周期用于参数选择（训练），另一个周期用于评估（测试）。如果样本外表现急剧下降，则表明历史拟合并不稳健。
• 前向滚动检查：使用滚动训练窗口反复重新评估参数，然后在接下来的未见数据段上进行测试。

同时要防范前瞻偏差。一个常见例子是：使用同一K线中在入场时点尚未可用的数据来计算指标或触发决策。如果时间不明确，结果可能会过于乐观。

即使使用简单模型，也要真实包含成本

许多回测失败是因为忽略了交易摩擦。你不需要完全真实的模拟，但必须以可解释且可调整的方式包含成本。

需要考虑的主要成本类别包括：

• 点差：如果你的模拟使用中间价而非买价/卖价，结果可能会被高估。
• 佣金和费用：即使是很小的固定成本，也可能改变长期结果。
• 滑点：实际成交可能与理论价格不符，尤其是在市场快速变动时。

负责任的方法是进行敏感性检查：在合理范围内调整点差/滑点假设，重复相同方法，并观察结论是否变化。如果结果仅在不切实际的有利成本下才成立，这就是一个警示信号。

验证指标并理解至少一个局限性

回测通常报告平均值，掩盖了风险。应使用能反映分布和回撤的指标，而不仅仅是收益。例如，考虑：

• 回撤幅度和恢复时间
• 交易频率和平均持仓时间
• 少数大额亏损的影响

主要局限性和失败模式包括：

• 执行不匹配：历史成交可能无法代表实际成交，因滑点和订单路由差异。
• K线内模糊性：当仅有K线数据时，止损/止盈的触发可能不明确。
• 过拟合：参数调优可能产生仅在训练窗口“有效”的方法。

鉴于这些局限性，回测应被视为对假设稳健性的证据，而非对未来表现的确定性保证。

独立验证并决定下一步要问什么

要负责任地验证一次回测，你应该能够使用相同的数据、规则和执行假设复现它。一个实用的检查清单：

• 记录确切的历史数据来源和时间周期。