如何负责任地回测MACD策略？
什么是“负责任”的MACD回测
负责任的回测是指在历史价格数据上测试基于规则的MACD策略的过程，该过程允许他人准确复现你的计算、假设和评估方法。同时，它也承认结果的不确定性：历史表现并不能保证未来结果，不同的市场环境、执行条件或参数选择都可能改变最终结果。
要做到这一点，你需要将稳定的机制与可变的条件区分开来。稳定机制包括指标的计算方式和你设定的策略规则（例如，何时认为MACD交叉是“有效”的）。可变条件则包括市场状态、流动性、买卖价差、订单执行延迟以及任何附加成本。
机制：输入项、假设及测量内容
MACD指标通常使用价格的两个移动平均线以及一个衍生的“差值”序列，可选择性地加入信号线和柱状图。即使你熟悉常用公式，负责任的回测也应从明确说明你所使用的具体设定开始。
请明确界定以下项目：
- 数据：使用的时间周期（例如，分钟K线还是日线K线），以及使用的是中间价/收盘价/买价/卖价。如果你仅有OHLC数据，则必须说明如何估算成交价格。
- 指标参数：移动平均类型、回看周期长度（快/慢）、信号线平滑周期，以及任何缩放设置。
- 策略规则：精确的进场/出场逻辑，包括如何处理平局情况（例如，当MACD等于信号线时），以及你是在K线收盘时操作还是盘中操作。
- 持仓模型：你是全额投入还是部分持仓，仓位如何调整，以及如何处理反向操作。
- 成本：包含的交易成本和摩擦，例如点差和佣金。如果你无法直接建模点差，必须说明所使用的代理方法（例如，每笔交易固定成本）以及结果对该假设的敏感性。
你测量的内容应与目标一致。常见指标包括总收益率、回撤、胜率和平均持仓时间。负责任的方法还应记录操作类指标，如交易次数和市场持仓时间，因为这些指标与成本密切相关。
证据或示例：带有偏差控制的样本外结构
减少误导性结果的一种实用方法是采用一种能反映你在现实中决策方式的评估设计。
- 保留一个最终测试期，在参数选择过程中绝不触碰。
- 仅在独立的训练/验证窗口（或使用前向滚动分割）中调整参数，并采用固定流程。
- 在所有分割中使用相同的决策规则和成本假设。
- 按分割报告结果，而不仅仅是一个总体数据。
偏差控制至关重要，因为回测常常会无意中“优化”结果：
- 前视偏差：使用了在执行时本不可知的同一根K线中的信息。
- 幸存者偏差和选择偏差：仅限于恰好有效的市场或时间段。
- 过度拟合：选择在训练集中匹配噪声的参数。
为控制这些偏差，你应该：
- 在测试多个分割之前，冻结指标计算和决策逻辑。
- 限制参数搜索范围并做好记录。
- 在适当情况下优先选择更简单的规则解释，因为复杂性可能掩盖过度拟合。
成本-特征检查（一种简单的压力测试）
在计算出基准结果后，进行成本压力测试。例如，使用更高的假设点差/佣金和略微延迟的执行重新评估。这并不能“证明”策略会失败，但有助于识别出明显优势是否依赖于不现实的有利条件。
局限性和风险：至少一种重大失败模式
即使工作再仔细，MACD回测也可能因基本结果表中不可见的原因而失败。其中一种重大失败模式是市场状态转变：动量和交叉行为可能在特定波动性和趋势条件下有效，但当市场动态变化时就会退化。
其他重要局限性包括：
- 执行现实性：基于K线的回测可能假设在无法实现的价格上成交，尤其是在快速行情或低流动性期间。
- 微观结构遗漏：点差和滑点并非恒定，将其建模为固定值会高估表现。
- 参数不稳定性：MACD周期的小幅变化可能显著改变信号，因此结果可能不具备普适性。
- 非平稳性：指标行为与结果之间的历史关系可能会随时间漂移。
由于这些不确定性，你应将回测输出视为对你假设和模型的证据，而非对未来表现的证明。