【量化投资从入门到精通 #04】别被回测曲线骗了：前视偏差幸存者偏差过拟合

📚 本系列进度：#01 ✅ #02 ✅ #03 ✅ #04 ✅ #05–#48 ⏳
上篇 #02 你跑通了第一个回测。这篇先给你打三剂"防骗疫苗"——回测赚钱 ≠ 实盘能赚。

一、这个方法解决什么投资问题

新手最容易犯的错：回测曲线漂亮，实盘亏成狗。原因往往不是策略差，而是回测本身"作弊"了。这三种陷阱，是回测失真的最大来源。

二、三条红线

1. 前视偏差（Look-ahead Bias）——用了"当时不可能知道"的信息

最典型的：用明天的收盘价去决定今天的买卖。回测里你"知道"未来，实盘里你不知道。

我们用一段合成动量序列演示（机制演示，非真实标的）：

偷看的版本凭空多赚近 4 倍——因为它在决策时用了当时收盘才知道的信息。真实有效基线（000001 双均线 5/20，仅用 t≤i 数据）累计 -1.18%，这才是你能复现的数字。

口诀：任何信号，必须只用"决策时刻已经存在"的数据。当日收盘价算出的信号，最早只能在下一时点成交。

2. 幸存者偏差（Survivorship Bias）——只测"活下来"的票

如果你只拿"今天还在上市"的股票做回测，等于自动剔除了那些已经退市、暴雷消失的票。它们的惨烈下跌被悄悄抹掉，回测自然更好看。

举个具体例子：2015 年那批牛股，回测时若只保留现存公司，会系统性高估"买小市值"策略的收益——因为跌没的那批正好是小市值。

口诀：回测要用"当时时点全部股票"（含后来退市的），不能事后挑幸存者。

3. 过拟合（Overfitting）——把噪声当规律

你调了 20 个参数让回测曲线最漂亮，本质上是在拟合历史噪声，不是发现规律。参数越多、样本越短，越容易过拟合（#28 会专门用数据演示）。

口诀：样本内漂亮 ≠ 样本外赚钱。留一部分数据"压根没见过"，专门用来验成色。

三、实操：怎么写出"干净"的回测

延续 #02 的内核，关键纪律就两条，写进代码习惯里：

# 1) 信号只用历史：均线用 close[:i+1]，绝不含 close[i+1]ma_fast=sma(closes[:i+1],FAST)# 2) 成交滞后一拍：用 i 日信号，在 i+1 日（或之后）成交position[i+1]=1ifma_fast[-1]>ma_slow[-1]else0

backtest_core.backtest_ma_cross就是这么写的：金叉判定用第 i 日及之前的均线，持仓从第 i 日之后才生效。

四、结果解读

回测的意义不是证明能赚钱，而是证伪——一个经得起三条红线检验、样本外依然不崩的策略，才值得你多用真金白银去小仓试。漂亮的回测曲线，先假设它"作弊了"，再去证伪它没作弊。

五、常见陷阱

• 除权不复权：用不复权价回测，分红除权那天会出现"假暴跌"（#10 细讲）。
• 流动性假设：假设你能以收盘价全量成交，实际大单会冲击价格（#31 讲成本）。
• 只看收益不看回撤：一年翻倍但中途腰斩，你早割肉了。

六、小结 + 下篇预告

三剂疫苗打完了：前视偏差（不用未来）、幸存者偏差（不挑幸存者）、过拟合（不留样本内）。下篇 #05 我们聊量化投资的优势与边界——它能赢在哪、又会栽在哪。

七、合规收尾

本文为量化方法教学，合成序列仅为演示机制，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。