🎯 本周回顾
这一周我们拆了六个陷阱:前视偏差(D1)、幸存者偏差(D2)、过拟合(D3)、交易成本(D4)、涨跌停与流动性(D5)、样本外污染(D6)。它们的共同点是:每一个都能让回测年化凭空多出 5 到 15 个点,而且代码不会报错。六个叠加起来,一个「年化 35%」的策略,扣干净之后可能只剩 5%,甚至为负。
更值得记住的是量化关系,而不是结论本身:报告期当公告日用,年报虚高约 3 个月的信息优势;当前名单回测,十年虚高 2.5 到 3.5 个点;过拟合 6 个参数,样本外衰减通常 10 个点以上;成本按 0.17% 单次换手 × 年换手 24 次,就是 4%;跌停卖不掉这一条,能把最大回撤从 22% 放大到 38%。这些数字不需要精确,它们是数量级——只要你的回测里任何一项缺失,那个年化就不值得相信。
✅ 回测自查清单(14 条,逐条勾选)
每次跑出一个新策略,先过这张表。有任何一条没通过,就不许把那个年化数字写进报告。
- ☐ 1. 财务数据按
publish_date(公告日)而非report_date(报告期)对齐,且断言publish_date <= trade_date全部通过。 - ☐ 2. 信号只用 T 日收盘前可得数据计算,成交发生在 T+1 日或更晚,不存在「当日收盘算完当日收盘成交」。
- ☐ 3. 股票池包含退市股,每只票有
list_date和delist_date,任一交易日按「上市且未退市」过滤。 - ☐ 4. 指数成分股与行业分类使用历史时点名单,不拿今天的名单回测历史。
- ☐ 5. 可调参数不超过 3 个;超过 3 个的,已做参数热力图且最优解处于「高原」而非「针尖」。
- ☐ 6. 参数邻域(±1 档)表现与最优点差距小于 30%,不依赖某个精确到个位的参数值。
- ☐ 7. 已扣除佣金(万 2.5,含最低 5 元)、卖出印花税(千分之 0.5)、过户费(万 0.1)、滑点(千分之 1 起)。
- ☐ 8. 报告里同时给出「毛收益」和「净收益」,并注明年换手率及对应的年化成本。
- ☐ 9. 买入侧模拟涨停买不到(次日开盘涨幅 ≥ 涨停幅度 - 0.5% 则跳过),并统计被拦掉的信号占比。
- ☐ 10. 卖出侧模拟跌停卖不掉(次日开盘跌幅 ≥ 跌停幅度 - 0.5% 则强制持有),并给出有/无该约束的最大回撤对比。
- ☐ 11. 涨跌幅限制按板块与日期区分:主板 10%、创业板 20%(2020-08-24 起)、科创板 20%、ST 5%、北交所 30%。
- ☐ 12. 样本外数据已封存,开发过程中从未打开;最终验收只打开一次并记录结果。
- ☐ 13. 已做至少 10 段 Walk-Forward 滚动检验,报告中位数 OOS 年化、负收益窗口占比、IS 到 OOS 衰减,而非单一数字。
- ☐ 14. 策略在 2015 年 6-7 月、2018 全年、2024 年 1 月三个极端窗口的表现单独列出,并说明最差单月回撤。
✏️ 今日动手
把上面 14 条抄进 backtest_checklist.md,放在策略项目根目录。然后拿你第二周做的那个单因子策略,逐条勾一遍,把没通过的条目对应的数字修好——每修一条,重跑一次,记录年化掉了多少。全部修完的那个数字,才是你的策略真实的起跑线。
🔖 下周预告
第4周进入选股体系落地:把单因子拼成多因子。D1 讲多因子合成的三种方式(等权、IC 加权、最大化 IR),D2 处理因子共线性,D3 做打分排序与分位数选股,D4 做行业与市值中性化——避免选出一篮子全是小盘股。这一周的成果是「每周能产出 Top20 清单」的完整流程。