一、回测陷阱概述：为什么回测会骗人？

做量化的人，谁没被回测骗过？

我刚入行那会儿，写了个套利策略，回测曲线漂亮得像教科书里的范例。年化30%，最大回撤不到3%，夏普比率3.5。我当时觉得，这不得财务自由了？结果实盘跑了三个月，亏了15%。

嗯，这就是典型的回测陷阱。

回测本身不会骗人，骗人的是我们对回测的理解。说白了，回测只是用历史数据模拟了一遍交易。历史会重演，但不会简单重复。你想想看，如果回测结果完美到不真实，那它大概率就是假的。

我见过太多人，拿着回测报告就敢上杠杆。结果呢？市场分分钟教你做人。

1.1 常见陷阱分类

我把回测陷阱分成四大类。每一类我都踩过坑，今天一次性说清楚。

陷阱类别	典型问题	危害程度
数据陷阱	幸存者偏差、前视偏差、数据清洗不当	极高
执行陷阱	滑点估计不足、流动性忽略、交易成本低估	高
统计陷阱	过拟合、多重比较、数据窥探	极高
认知陷阱	确认偏误、后见之明、过度自信	中等

我个人习惯，每次回测前先对着这个表自查一遍。少踩一个坑，实盘就多一分胜算。

1.2 数据陷阱：最隐蔽的杀手

数据陷阱里，最要命的是幸存者偏差。

什么意思？就是你的回测数据里，只包含了活到现在的股票。那些退市的、暴跌的、被ST的，早就被剔除了。你用这些「幸存者」做回测，结果当然好看。

我在项目中遇到过一件事。有个同事做多因子选股，回测年化收益25%。我让他把退市股票加回去，结果收益直接掉到8%。他当时脸都绿了。

还有一个是前视偏差。就是你用未来的信息去回测过去。比如你用今天的财报数据去回测昨天的交易，这不就是作弊吗？

1.3 执行陷阱：理想很丰满，现实很骨感

回测里你按收盘价成交，实盘里你只能按对手盘的价格成交。这中间的差距，就是滑点。

套利策略对滑点尤其敏感。你想想看，套利赚的就是几个bp的价差。滑点一吃，利润就没了。

我建议，回测时至少按双边千分之二算交易成本。别嫌多，实盘只会更高。

流动性也是个坑。回测里你一键买入100万股，实盘里你挂单能把价格推高3%。尤其是小市值股票，流动性差得离谱。

1.4 统计陷阱：过拟合是最大的敌人

过拟合，说白了就是你让策略去「背诵」历史数据，而不是去「理解」市场规律。

怎么判断过拟合？有个简单的方法：把回测数据分成两段，前70%做训练，后30%做验证。如果训练集表现很好，验证集表现很差，那就是过拟合。

我见过最夸张的一个案例。有人写了50个参数，在1000只股票上做优化。结果呢？回测夏普比率5.0，实盘夏普比率-0.5。这就是典型的「数据挖掘」。

多重比较陷阱也很常见。你试了100个策略，总有一个能通过统计检验。但这只是运气，不是能力。

# 一个简单的过拟合检测代码
def detect_overfitting(train_returns, test_returns):
    train_sharpe = np.mean(train_returns) / np.std(train_returns) * np.sqrt(252)
    test_sharpe = np.mean(test_returns) / np.std(test_returns) * np.sqrt(252)
    
    # 如果训练集和验证集差异过大，说明过拟合
    if abs(train_sharpe - test_sharpe) > 1.0:
        print("警告：可能存在过拟合")
        return False
    return True

1.5 认知陷阱：我们天生就不适合做交易

确认偏误，就是只找支持自己观点的证据。你做了一个策略，就拼命找数据证明它好。那些不好的信号，你自动忽略了。

后见之明更常见。看到行情走出来了，觉得「我早就知道会这样」。其实你根本不知道，只是事后解释起来很轻松。

我有个习惯：每次回测完，先找三个理由证明这个策略是错的。如果找不到，说明我还没想清楚。

1.6 知识体系总览

下面这张图，是我整理的回测陷阱知识体系。每次做策略前，我都会过一遍。

1.7 如何规避这些陷阱？

说了这么多陷阱，总得给点解决方案。我总结了三条铁律：

1. 数据要干净：用全量数据，包含退市股票。时间戳要对齐，不要用未来信息。
2. 成本要真实：滑点按实际流动性估算，交易成本往高了算。别怕回测结果难看，难看才是真实的。
3. 验证要严格：样本外测试、交叉验证、蒙特卡洛模拟，能用的都用上。一个策略如果经不起折腾，那它就不值得上实盘。