回测到底能证明什么：把规则放回历史

有了规则，下一步自然是问：这套规则靠不靠谱？回测就是回答这个问题的工具。

回测在做什么

把规则写成程序，在历史数据上模拟执行一遍：历史上每个调仓日，按规则算出该买什么、买多少，然后一路模拟下来，得到一条净值曲线和一堆指标——年化收益、回撤、换手率、胜率等等。

它回答的是：这套规则在过去会产生什么结果。

它不回答的是：未来会怎样。这两者的差距，是入门者容易踩的坑。

三个常见的坑

一是未来函数，也就是用了当时根本拿不到的信息。典型的例子是财报：一家公司三月的季报，往往要到四月甚至更晚才公布，如果在三月就用上了这份数据，等于开了天眼。另一类是"后来才知道"的信息，比如用今天的指数成分股去回测十年前。这类错误会让结果虚高，而且相当隐蔽——曲线很漂亮，只是不真实。

二是过拟合。为了让历史结果好看，反复调参数、加条件，加到最后，规则已经不是在捕捉规律，而是在记住历史答案。它的典型表现是：参数稍微一改，结果就崩掉；或者规则复杂到说不出道理。

三是幸存者偏差。只用今天还存在的股票做回测，那些退市的、被特别处理的不在样本里，等于自动剔除了失败者，结果自然漂亮。正确的做法是用当时的样本，包含后来消失的那些。

回测该怎么用

把回测当成证伪的工具，而不是证明的工具。它的价值在于快速否定坏想法——跑出来不行，基本可以扔掉；跑出来漂亮，也只说明"没有被历史否定"，离"未来能赚钱"还远。

判断一个回测结果可信不可信，看三件事：

• 换参数稳不稳：关键参数在小范围内变动，结果是不是还差不多。
• 换时间段还行不行：把历史切成几段，是不是每一段都还成立，而不是全靠某几年撑着。
• 换标的还成立不成立：在另一批股票上、或者另一个市场里，效果是不是还在。

三条都过得去，这个结果才算有点说服力。

一句人话：回测不是"赚钱证明书"，而是"排雷器"。它擅长告诉你哪些想法不行，不擅长保证哪个想法一定行。

写在最后

回测是量化的基本功，但基本功之上还有更根本的东西——你要拿什么去区分股票？下一篇讲因子，也就是给每只股票打标签的思路。