如何负责任地回测 RSI 区间策略？
定义 RSI 区间及可回测的规则
RSI 区间是一种描述 RSI 数值在特定区间内波动的方式（例如“区间高位”和“区间低位”区域），而不是将该指标视为单一的是/否信号。在开始回测之前，需用通俗语言明确定义其机制：
- RSI 的计算方式（回看周期长度，是否使用平滑方法）。
- “区间”的含义（确切的区间边界，以及这些边界是固定的还是动态计算的）。
- 测量的内容（例如，是否追踪触及次数、在区间内停留的时间、反转行为或持续性）。
负责任的回测始于将每个概念转化为可复现的确定性规则。如果两个人根据同一描述编写出不同的区间定义代码，则测试结果无法验证。
设定假设并选择数据规则
回测的可靠性取决于其数据规则。使用清晰的假设，并在计算任何结果前明确说明：
- K线或逐笔数据粒度：你使用的是K线数据（开盘价/最高价/最低价/收盘价）吗？时间周期是什么？RSI 对采样方式敏感。
- 避免前视偏差：确保用于决策的数值在决策时刻是可获得的。
- 时间处理：若使用日线数据，则不能假设日内顺序。保持执行假设与数据一致。
- 数据清洗：决定如何处理缺失K线、节假日和异常值。
一个实用的方法是创建“数据契约”：一份简短的检查清单，明确定义所用数据集、时间周期、时间戳以及任何过滤规则。没有这个，两次回测无法进行有意义的比较。
将成本和执行纳入假设建模
许多回测失败是因为将交易视为无摩擦过程。即使目标是教育而非实际交易决策，建模成本也有助于避免误导性结论。
应包含可能显著影响结果的组件：
- 点差或买卖价差影响（即使简化为常数）。
- 滑点模型（例如，每次执行固定不利偏移，或偏移范围）。
- 下单时机：假设入场发生在下一根K线开盘、当前K线收盘，还是包含 RSI 区间条件的K线内？
- 持仓时间或退出逻辑：与入场一样，以确定性方式明确定义。
然后进行敏感性检查。如果结果仅在狭窄且乐观的成本假设下成立，则是一个警示信号。
使用稳健验证控制偏差
负责任的回测需要防止“设计结果”的防护措施。常见的偏差控制包括：
- 前向滚动验证：仅使用历史数据拟合参数，然后在后续未见数据上测试。
- 样本外评估：保留一段从不用于调整定义（如区间宽度、阈值、RSI 长度）的独立时期。
- 多次划分：在多个时间段重复该过程，以降低某一市场阶段主导结果的可能性。
- 参数纪律：限制调优的自由度数量。若为追逐特定模式而调整多个阈值，则可能过拟合。
一个有用的验证标准是：同事在给定相同数据集和假设的情况下，能否复现你的完整流程并看到相同的指标趋势？
认识至少一个重大局限性
RSI 区间回测可能因多种原因失效，应主动识别失败模式：
- 市场状态变化：当波动结构或市场参与方式改变时，RSI 的“区间行为”可能发生变化。
- 非平稳性：收益和振荡的统计特性可能漂移，因此历史区间在未来可能表现不同。
- 对定义的过拟合：若在看到结果后才选择区间边界，则可能编码了噪声。
- 执行不匹配：若决策使用了K线内信息，但回测假设按K线级别成交，则模拟表现可能不切实际地一致。
负责任的文章或笔记本应指出其设置中最相关的局限性，并说明验证如何尝试检测它。
使用清晰独立的检查清单进行验证
若要独立验证事实，请使用聚焦可验证性的检查清单，而非预测能力：
- 定义检查：RSI 和区间规则能否被精确复现？
- 数据检查：回测是否避免了前视偏差，并与声明的时间周期匹配？
- 成本检查：点差/滑点是否透明建模，并进行了敏感性测试？
- 偏差检查：是否存在前向滚动或样本外验证，且调优有限？
- 失败模式检查：是否测试了至少一种干扰情景（改变成本、不同时间划分或调整执行时机）？