3. 前视偏差：不小心用了未来数据，回测结果虚高

做因子投资的人，十有八九都栽过这个坑。

前视偏差，说白了就是你在回测时，不小心用了「未来才知道」的数据。结果呢？回测曲线漂亮得像假的一样，一上实盘就崩。我见过太多人拿着这种回测结果来找我，一脸兴奋地说「我发现了圣杯」。嗯，每次我都要泼一盆冷水。

3.1 什么是前视偏差？

简单说，就是你的策略在回测时「偷看」了未来的信息。

举个例子。你想用「过去20天的收益率」来预测明天涨跌。这没问题。但如果你不小心用了「未来20天的收益率」——那问题就大了。回测时看起来百发百中，实盘时却一塌糊涂。

为什么会这样？因为未来数据在回测那一刻，本来就不该存在。

3.2 常见的三种前视偏差

我个人习惯把前视偏差分成三类。你对照看看，中过几枪？

类型	描述	典型例子
数据对齐偏差	使用了未来时间点的数据	用T+1的收盘价计算T日的因子
信息泄露偏差	使用了未来才公开的信息	用财报发布后的数据回测发布前的交易
幸存者偏差	只保留了存活至今的标的	回测时只选当前还在交易的股票

我在项目中遇到过最离谱的一次——有人用「当天收盘价」计算「开盘买入信号」。你想想看，收盘价在开盘之后才出来，这信号怎么可能在开盘时用？回测年化50%，实盘直接亏到怀疑人生。

3.3 一个典型的代码错误

来看一段我经常在面试题里放的代码。你找找看，问题出在哪？

import pandas as pd
import numpy as np

# 错误示例：前视偏差
def compute_factor_with_bias(df):
    # 计算过去5日收益率
    df['ret_5d'] = df['close'].pct_change(5)
    
    # 问题在这里！shift(-1)用了未来数据
    df['signal'] = np.where(df['ret_5d'].shift(-1) > 0, 1, -1)
    
    # 计算收益
    df['strategy_ret'] = df['signal'] * df['ret_5d']
    return df['strategy_ret'].cumsum()

看出来了吗？shift(-1) 把未来的收益率搬到了今天。回测时信号和收益完美对齐，但实盘时你根本不知道明天的收益率是多少。

3.4 如何避免前视偏差？

说实话，完全避免前视偏差很难。但有几个方法可以大幅降低风险。

1. 严格的时间戳对齐：确保因子计算时只用到T-1及之前的数据
2. 使用shift操作：在pandas中，用shift(1)把数据往后推一期
3. 分步回测：先计算因子值，再生成信号，最后计算收益——每一步都检查时间戳
4. 交叉验证：用不同时间段的数据反复验证，看结果是否稳定

我个人习惯的做法是：写一个「时间对齐检查函数」。每次回测前跑一遍，自动标记出那些「未来数据」的列。省心很多。

def check_look_ahead_bias(df, date_col='date', factor_cols=None):
    """
    检查数据中是否存在前视偏差
    """
    if factor_cols is None:
        factor_cols = [c for c in df.columns if c != date_col]
    
    for col in factor_cols:
        # 检查是否有未来的数据点出现在当前时间之前
        future_data = df[df[date_col] > df[col].notna().shift(-1)]
        if len(future_data) > 0:
            print(f"警告：{col} 可能存在前视偏差")
    
    print("检查完成")

3.5 前视偏差的「隐形杀手」

有些前视偏差藏得很深。比如：

• 财报数据的时间戳：财报发布日期和财报覆盖期间是两回事。用Q1财报数据回测Q1的交易，这就是前视偏差
• 指数成分股调整：用调整后的成分股列表回测调整前的交易，也是坑
• 复权数据：后复权数据包含了未来的分红和拆股信息，用不好就会引入偏差

嗯，这里要注意。很多量化平台提供的「干净数据」其实已经帮你处理了一部分。但你不能完全依赖它。我建议你每次拿到新数据，先做一次「时间对齐测试」——用已知的事件去验证数据的时间戳是否合理。

3.6 一张图看懂前视偏差

下面这张图，是我自己总结的前视偏差检查流程。每次做因子回测前，我都会过一遍。

3.7 最后的忠告

前视偏差这东西，说难不难，说简单也不简单。它不像数学公式那样有标准解法，更多是靠经验和细心。

我做了这么多年因子投资，最大的体会就是：回测结果越漂亮，越要怀疑。年化50%、夏普3.0、最大回撤5%——这种曲线我见过太多次了，十有八九是前视偏差在作祟。

你想想看，如果真有这么完美的策略，为什么市场上没人用？

好了，关于前视偏差就聊这么多。记住：回测是工具，不是真相。保持怀疑，保持谨慎，这才是量化投资的正确姿势。