如何负责任地回测外汇指标？

定义指标和回测输入

外汇指标是一种基于规则的计算方法，它将市场数据（例如价格或成交量）转换为一个或多个输出，例如数值或条件。回测用于评估基于该指标的决策流程在历史数据上的表现。

负责任的回测始于明确定义所要测试的内容：

• 指标公式及参数值
• 决策规则（什么输出触发操作，或如何使用该输出）
• 时间周期和采样方法（输入计算的频率）
• 数据集字段及其单位（例如中间价 vs. 买入/卖出价、时间戳、缺失K线）

如果更改任何假设——例如使用不同的价格类型或不同的K线对齐方式——结果可能会发生变化。在进行任何计算之前，应明确陈述这些选择。

区分稳定机制与可变条件

指标依赖数据运行，但实际交易结果受可变条件影响，例如交易成本、流动性和执行时机。为了使回测结果具有可解释性，应将稳定机制与可变因素分开：

• 稳定机制：指标计算逻辑、决策规则逻辑、数据处理规则。
• 可变因素：点差/买卖价差影响、佣金、滑点、订单成交时间、操作限制。

负责任的方法是使用明确的假设对这些可变因素进行建模。例如，如果你的决策规则假设可以在某个价格入场，请定义该价格是中间价、买入价、卖出价，还是下一根K线开盘价。然后加入一个成本模型，反映点差和滑点如何影响入场和出场时机。

控制偏差：避免事后视角、过拟合和数据泄露

回测常常因无意中“从测试期学习”而失败。常见失败模式包括：

• 前瞻偏差（Look-ahead bias）：使用了决策时刻不可用的信息。
• 幸存者偏差或选择偏差：仅选择“有效”的历史数据，而丢弃其他数据。
• 过拟合（Overfitting）：将参数过度调优至某一特定时期，导致在其他时期表现崩溃。
• 数据泄露（Data leakage）：特征中嵌入了未来值（例如错位的滚动窗口）。

为减少这些偏差，应在开发与评估之间进行严格分离。两种实用方法是：

• 样本外测试（Out-of-sample testing）：保留一个最终时间段，直到最后才进行测试。
• 前向滚动测试（Walk-forward testing）：在移动的训练窗口上反复拟合或选择，然后在下一个时间段进行评估。

同时限制自由度。如果你测试了大量参数组合和指标，结果可能因偶然性而显得强劲。应应用一致的选择标准并加以记录。

证据与示例：应计算什么以及如何解释

一个简单且注重责任的回测应通过多个指标而非单一数字来跟踪表现。建议计算：

• 每个决策窗口的平均收益及收益分布
• 回撤情况和不良结果出现的频率
• 对成本模型的敏感性（当提高假设滑点时，结果如何变化）

对于任何你计算的示例，应说明以下假设：

• 指标使用的价格式列
• 从决策时间到交易时间的执行价格映射
• 每次进出场所使用的成本模型

解释时应体现不确定性。即使回测结果看起来平滑，如果结果严重依赖狭窄的成本假设或少数时间段，也可能非常脆弱。

预期中的实际限制与失败模式

历史关系不能保证未来结果。即使控制了偏差，外汇指标仍可能因结构性变化和市场微观结构的变化而失效。

实际限制包括：

• 制度转换（Regime shifts）：波动率、趋势和相关性结构可能发生变化。
• 执行现实：滑点和点差动态可能与你的模型不同。
• 参数不稳定性：数据对齐或参数的微小变化可能导致结果变化。
• 过度优化：在没有严格评估分离的情况下反复测试，会夸大表观表现。

负责任的态度是将回测结果视为对测试设置的证据，而非未来表现的证明。

验证与后续问题

为独立验证关于某指标的主张，你应能在已记录的假设下复现该回测。一个完整的验证清单包括：

• 你能否从定义的输入中精确复现指标输出？
• 你是否有从指标决策时间到执行价格的清晰映射？
• 评估结果在样本外期间是否保持一致？
• 结果对高于假设的成本和不同时间对齐方式的敏感性如何？

如果你无法清晰回答这些问题，那么该回测很可能衡量的是数据处理、数据泄露或成本低估所导致的人为结果。