回测实践中存在哪些风险？

什么是回测，以及风险为何会出现

回测是一种分析方法，它将基于规则的交易策略应用于历史数据，以估算该策略在过去的表现。这种策略通常以入场和出场条件、风险控制以及对成交方式的假设来编码。

核心风险在于：回测不等于市场。它是一种基于输入（数据、规则、成本和执行假设）构建的简化重建模型。如果这些输入与实际情况不符，结果可能会系统性地产生误导。

机制风险：输入、建模与执行假设

回测依赖于一些易于近似但难以准确复现的操作细节。

• 数据质量和真实性： 历史价格序列可能忽略点差、粒度不一致，或与你实际可获得的可交易报价不同。如果你的回测使用“干净”的价格，而实际执行时面临更宽的点差或下单时刻不同的价格，那么业绩估算可能会发生偏差。
• 交易成本与流动性： 许多回测低估了成本。手续费、佣金，尤其是流动性影响（例如信号发出到成交期间价格变动）都可能降低收益。即使在计入成本前收益看起来很强劲，但在考虑现实成本后，差距可能显著扩大。
• 订单执行建模： 回测通常假设以可预测的价格成交。而实际交易可能因部分成交、队列位置、滑点，以及市价单或限价单类型的不同而有所差异。如果你的成交逻辑过于乐观，模拟的权益曲线可能无法反映真实的回撤情况。
• 采样与时间误差： 将基于K线结束时的信号假设为可在同一根K线收盘价成交，是一种常见的错配。实际上，信号只有在价格更新后才能获知，因此实际成交会更晚发生（或面临不同的可成交价格）。

市场与情景风险：历史不会一成不变

即使拥有完美的数据和执行建模，市场仍可能发生改变。

• 状态转换（Regime shifts）： 外汇行为在不同波动率环境、宏观经济周期和流动性条件下可能表现不同。在某一历史阶段有效的策略，在另一阶段可能失效。
• 非平稳关系： 当点差扩大、相关性变化或波动率分布改变时，统计模式可能减弱。回测只能衡量“在过往条件下发生了什么”，而非“接下来会发生什么”。

重要局限：历史关系无法确立未来结果。

交易对手与操作风险：模拟常忽略的因素

回测通常关注价格和规则，而忽略交易的实际约束。

• 平台与连接限制： 延迟、订单被拒或临时中断可能导致无法按模型执行交易或平仓。
• 保证金、杠杆与风控： 如果保证金要求、强制平仓行为或风险限制与模拟不同，实际结果可能无法实现。
• 交易对手相关限制： 实际交易可能受到操作流程和执行政策的影响，而这些因素仅靠历史价格数据无法体现。

这些风险在回测报告中通常不可见，但在市场压力时期可能主导最终结果。

解读风险：过拟合、事后偏见与误导性信心

一个主要的失败模式并非来自数学计算，而是来自结果的解读。

• 过拟合（Overfitting）： 如果反复调整参数以匹配历史数据，回测可能捕捉到的是噪声而非持久的信号。过拟合的策略在新数据上可能迅速失效。
• 事后偏见（Hindsight bias）： 当你“看到”过去时，容易选择使结果看起来一致的假设。此时回测反映的可能是选择过程，而非真实的交易优势。
• 单一指标的确定性： 一个策略可能在某一指标上看似盈利（例如总回报），却隐藏着严重的尾部风险（如大幅回撤、长期亏损或对特定条件的脆弱性）。

一个可控的检查方法是：将回测视为一种假设检验，然后评估该策略在压力测试假设和样本外数据下是否仍具合理性。

实证示例：一个可能改变结论的简单错配

假设一个规则在每个时间周期结束时生成信号。如果回测假设你可以在该周期收盘价入场，而实际上你只能在收盘后提交订单，并在下一个可用价格成交，那么入场价格将系统性地更差。