回测框架核心概念：事件驱动 vs 向量化回测、回测的偏差来源

做量化回测这么多年，我见过太多人一上来就写回测代码，结果跑出来的曲线漂亮得不行，实盘一上就傻眼。说白了，很多问题都出在没搞懂回测框架的核心概念上。今天咱们就聊聊两个最基础的东西：回测引擎的两种工作模式，以及那些让你亏钱的偏差来源。

一、事件驱动 vs 向量化回测

这两种模式，我习惯把它们比作「点菜」和「自助餐」。你想想看，点菜是一道一道上，每道菜都有先后顺序；自助餐是一次性把所有菜都摆出来，你想吃啥拿啥。回测也是这个道理。

1. 向量化回测

向量化回测，说白了就是一次性处理所有数据。你把历史行情数据全部加载进来，用矩阵运算一次性算出所有信号和持仓。这种方式快，真的快。我在做高频策略初筛时，经常用向量化回测，几秒钟就能跑完十年数据。

# 向量化回测示例
import pandas as pd
import numpy as np

def vectorized_backtest(data):
    # 一次性计算信号
    data['signal'] = np.where(data['close'] > data['ma20'], 1, -1)
    # 一次性计算持仓
    data['position'] = data['signal'].shift(1)
    # 一次性计算收益
    data['returns'] = data['position'] * data['close'].pct_change()
    return data['returns'].cumsum()

嗯，这里要注意。向量化回测有个大坑——它假设你可以在任意时刻以任意价格成交。我在项目中遇到过，一个看起来年化50%的策略，加上滑点和手续费后直接变成负收益。为什么会这样？因为向量化回测忽略了市场微观结构。

2. 事件驱动回测

事件驱动回测就不同了。它模拟真实交易环境，一根K线一根K线地处理。每来一根新K线，就触发一次事件，然后决定要不要交易。这种方式慢，但真实。

# 事件驱动回测框架核心结构
class EventDrivenBacktest:
    def __init__(self, data):
        self.data = data
        self.current_index = 0
        self.position = 0
        self.cash = 1000000
        
    def on_bar(self, bar):
        # 每根K线触发一次
        signal = self.generate_signal(bar)
        if signal == 1 and self.position == 0:
            self.buy(bar.close)
        elif signal == -1 and self.position > 0:
            self.sell(bar.close)
            
    def run(self):
        for i in range(len(self.data)):
            bar = self.data.iloc[i]
            self.on_bar(bar)
            self.current_index = i

3. 怎么选？

对比维度	向量化回测	事件驱动回测
执行速度	极快	较慢
模拟真实度	低	高
订单管理	不支持	支持
适用场景	策略初筛、参数优化	实盘模拟、精细策略
代码复杂度	低	高

我个人习惯是：先用向量化回测快速筛选策略，选出有潜力的再用事件驱动回测做精细验证。这样既保证了效率，又不会漏掉细节。

二、回测的偏差来源

这部分内容，我建议你拿个小本本记下来。因为很多人在回测上栽跟头，都是因为这些偏差。我自己就吃过不少亏。

1. 前视偏差

前视偏差，也叫未来函数。说白了，就是用未来的数据去预测过去。听起来很蠢对吧？但实际操作中特别容易犯。

常见的几种前视偏差：

• 价格前视：用未来价格计算指标
• 信息前视：用未来发布的数据做决策
• 幸存者偏差：只考虑存活下来的股票

# 前视偏差示例
def wrong_ma_strategy(data):
    # 错误：用当天收盘价计算均线，然后判断当天信号
    data['ma5'] = data['close'].rolling(5).mean()
    data['signal'] = np.where(data['close'] > data['ma5'], 1, -1)
    # 正确做法：用前一天的数据计算
    data['ma5'] = data['close'].shift(1).rolling(5).mean()
    data['signal'] = np.where(data['close'] > data['ma5'], 1, -1)

2. 幸存者偏差

幸存者偏差是个老生常谈的问题。你想想看，如果你只回测现在还活着的股票，那些退市的、暴跌的都被你忽略了，结果当然好看。但实盘时，你很可能就买到了那些「幸存者」的反面。

3. 其他常见偏差

偏差类型	说明	如何避免
生存偏差	只考虑存活标的	使用全量历史数据
选择偏差	选择特定时间段	覆盖牛熊周期
过拟合偏差	参数过度优化	交叉验证、样本外测试
交易成本偏差	忽略滑点和手续费	合理估算交易成本
流动性偏差	假设无限流动性	加入成交量限制

4. 如何系统性地避免偏差？

我总结了一套流程，每次做回测前都会过一遍：

1. 数据清洗：检查是否有未来数据泄露
2. 时间对齐：确保所有数据时间戳一致
3. 成本估算：加入合理的滑点和手续费
4. 样本外测试：留一部分数据做验证
5. 蒙特卡洛模拟：随机扰动参数看稳定性

三、核心知识体系

下面这张图，是我自己总结的回测框架核心知识体系。你可以把它当成一个检查清单，每次做回测前对照着看一遍。

嗯，这张图基本把今天的内容串起来了。左边是回测引擎的两种模式，右边是各种偏差来源，底部是最佳实践。你每次做回测前，可以对照这张图检查一遍，能省不少事。