一、量化策略评估概述
做量化交易这些年,我见过太多人一上来就急着跑回测。看着曲线漂亮,年化收益30%,夏普比率2.5,兴奋得不行。结果实盘一跑,三个月就亏回去了。
为什么会这样?说白了,就是没搞懂评估的真正意义。
1.1 评估的意义:别被漂亮曲线骗了
评估不是走形式,它是帮你发现策略「真实面目」的过程。我个人习惯把评估比作「体检」——你不能只看体重,还得看血压、心率、血脂。
具体来说,评估的意义有三点:
- 验证策略的有效性:回测赚钱不代表真能赚钱。我见过一个策略,回测五年年化40%,结果发现是未来函数导致的假信号。评估就是要把这种「假象」揪出来。
- 识别潜在风险:有些策略平时表现很好,一遇到极端行情就崩。比如2020年3月的流动性危机,很多高频策略直接失效。评估能帮你提前看到这些「脆弱点」。
- 指导改进方向:评估不是终点,是起点。通过分析亏损交易、回撤区间,你能找到策略的短板,然后针对性优化。
核心观点:评估的意义不在于证明策略「好」,而在于发现它「哪里不好」。
1.2 评估的三大维度:收益、风险、稳定性
很多新手只看收益。年化50%就觉得牛逼。但你想过没有,如果最大回撤是80%,这策略你敢用吗?
我一般从三个维度来评估策略:
维度一:收益
收益是基础,但不是全部。常用的指标有:
- 年化收益率:把总收益换算成年化,方便不同周期比较
- 累计收益率:看整体赚了多少
- 胜率:盈利交易占比。但注意,胜率高不一定赚钱,比如胜率90%,但每次赚1块,亏一次亏100块
维度二:风险
风险才是决定策略生死的关键。我常用的指标:
- 最大回撤:从最高点到最低点的跌幅。我个人习惯看「账户能否承受这个回撤」
- 夏普比率:衡量每单位风险获得的超额收益。一般大于1算不错,大于2算优秀
- 卡玛比率:年化收益/最大回撤。这个指标更直观,我比较喜欢用
维度三:稳定性
稳定性容易被忽略,但它很重要。一个策略今年赚50%,明年亏30%,你能接受吗?
- 月度胜率:看每个月是否都赚钱
- 收益分布:看收益是否集中在少数几笔交易上
- 不同市场环境下的表现:牛市、熊市、震荡市,策略表现是否一致
我的经验:评估时,我习惯先看风险,再看收益。如果一个策略最大回撤超过30%,我基本不会考虑。哪怕它年化100%。
1.3 评估的流程框架
评估不是随便跑几个指标就完事了。它有一套完整的流程。我总结为四步:
- 数据准备与清洗:检查数据是否有缺失、异常、未来函数。这一步最耗时,但也最重要。我曾经因为数据里混入了「未来价格」,导致回测结果虚高30%。
- 回测执行:在历史数据上运行策略,记录每笔交易。注意要扣除滑点和手续费,否则结果会失真。
- 指标计算与分析:计算收益、风险、稳定性指标。不要只看一个指标,要综合判断。
- 压力测试与鲁棒性检验:改变参数、改变时间段,看策略是否依然有效。如果稍微改个参数就崩了,那这个策略基本不能用。
下面这张图是我自己画的评估流程框架,你可以参考一下:
注意:评估流程中,数据清洗是最容易被忽视的环节。我见过有人直接拿下载的数据就跑回测,结果因为数据里有未来函数,回测结果虚高50%以上。记住:垃圾进,垃圾出。
1.4 评估的常见误区
做评估这么多年,我总结了一些常见误区,分享给你:
- 只看收益,不看风险:这是最致命的。一个策略年化50%,但最大回撤60%,你敢用吗?
- 过度优化:为了追求漂亮的回测曲线,不断调整参数。结果实盘一跑就崩。我曾经犯过这个错,调了三天参数,回测曲线完美,实盘一个月亏了15%。
- 忽略交易成本:滑点和手续费会吃掉大量利润。尤其是高频策略,交易成本占比很高。
- 样本外测试不足:只用一部分数据做回测,没有留出样本外数据验证。这就像考试只复习做过的题,考出来当然高分。
我的建议:评估时,先给自己泼盆冷水。假设这个策略是假的,然后去找证据证明它确实有效。这种「证伪思维」能帮你避开很多坑。
1.5 小结
量化策略评估,说白了就是给策略做一次全面体检。别只看收益,风险才是决定生死的关键。评估的流程要规范,从数据清洗到压力测试,一步都不能少。
记住一句话:回测是历史,评估是现在,实盘是未来。只有把评估做扎实了,实盘才能走得稳。
公众号:蓝海资料掘金营,微信deep3321