回测：导致80%的交易策略变得毫无价值的7个致命错误

过拟合是如何产生的

外汇交易中的典型情景：

一支量化团队正在为欧元兑美元开发一种均值回归策略：

版本 1：“当价格跌至 200 天移动平均线以下 2% 时买入”

• 回测收益率：12%/年
• 夏普：1.2

版本 2：“当价格跌至低于 200 天移动平均线 2.3% 且 RSI 低于 32 时买入”

• 回测收益率：年化18%
• 夏普系数：1.6

版本 3：“当价格跌至低于 200 日移动平均线 2.3% 且 RSI 低于 32 且当天为周一或周四且波动率高于 0.8% 时买入”

• 回测收益率：年化34%
• 夏普：2.4

这里发生了什么？

每增加一条规则，策略似乎就更好了——在回测中。但每一条规则都只是对历史随机现象的调整，而非对真实市场逻辑的适应。

现实情况是：

第1版在实际运行中同样有效（年化收益率为12%）。第3版则会立即崩盘（年化收益率为-8%）。

如何避免过拟合

规则1：经济合理性优先

在添加一条规则之前，请先自问：“这为什么会起作用？”

反面例子：“如果我们只在周四交易，该策略的表现会更好。”为什么是反面例子？因为没有经济上的理由说明周四会更好。

一个很好的例子：“在NFP数据发布后的前30分钟内，我们不进行交易。”为什么说这是个好例子？因为此时流动性低、点差大、滑点高——这符合明确的经济逻辑。

规则 2：参数敏感性测试

面向资产管理者的专业外汇交易软件不仅会测试“最优”参数，还会测试整个参数范围。

示例：

分析：该策略稳健。业绩表现仅在最优值附近略有波动。

与过拟合相比：

警告信号：参数稍作调整，性能便急剧下降。这是过拟合。

规则 3：最大复杂度限制

摩根大通有一条规定：每项策略最多包含5个条件。

为什么？因为每一个额外的条件都会使过拟合的概率呈指数级增长。

适用于自动化外汇交易策略：

简单胜于复杂。最赚钱的策略通常只有3到4条明确的规则，而不是15条。

错误2——幸存者偏差：那些隐形的失败者

选择性观察的问题

当您仅测试成功的策略/资产，而忽略那些失败的策略/资产时，就会产生“幸存者偏差”。

现实案例：

一位资产管理人制定了20种不同的外汇交易策略。他对这20种策略全部进行了回测。

结果：

• 3种策略：夏普比率 >2.0
• 8种策略：夏普比率1.0-2.0
• 9 Strategien: Sharpe <1,0 (einige sogar negativ)

他在做什么？

它选入了表现最好的3只股票。其余17只则被“剔除”。

问题在于：

在20种随机策略中，从统计学角度看会有2到3种表现良好——这纯粹是偶然。他只挑选“赢家”，其实是在依赖运气，而非优势。

机构背景下的幸存者偏差

历史资产数据：

许多回测都使用历史指数数据（例如标普500指数）。但这些指数中只包含那些存活下来的成分股。

以标普500指数为例：

在1990年标普500指数的500家企业中，到2021年仅剩86家仍留在该指数中。其余414家已被替换——主要是因为它们倒闭或被收购。

如果您的回测仅使用2021年的组合：

您是在“获利组合”上测试策略。实际上，该组合中也会包含那414只亏损的股票。

结果：回测显示年化收益率为18%。若为实际收益，则年化收益率为11%。

在家族办公室的外汇交易中：

这方面的问题较小，因为货币不像股票那样会“消失”。但需注意：投资新兴市场货币时要谨慎。历史上许多新兴市场货币现已不复存在（如阿根廷澳元、巴西克鲁泽罗）。

如何避免幸存者偏差

1. 对特定时间点数据的测试：

请使用反映交易发生时状态的数据集，而非当前状态。

2. 采用统计校正的多策略测试：

如果您测试20种策略，预计会出现1-2个假阳性结果（置信水平为95%）。

解决方案：采用邦费罗尼校正或其他针对多重检验的统计调整方法。

关于邦费罗尼校正：

什么是
？ 是一种统计方法，用于在同时检验多个假设时调整显著性水平。

为什么？
每次检验都存在一定的错误概率。如果进行大量检验，随机获得“显著”结果的概率就会大幅增加。邦费罗尼校正可以限制这种总体风险。

Beispiel:
Sie testen 10 Handelsindikatoren jeweils auf Signifikanz bei α = 5 %.
Ohne Korrektur wären einzelne Ergebnisse schon bei p < 0,05 „signifikant“.
Mit Bonferroni gilt:
• Neues Signifikanzniveau: 0,05 / 10 = 0,005
• Nur Tests mit p < 0,005 gelten als signifikant

解释：
原本看似“显著”的结果，在进行校正后，从统计学角度来看可能不再具有可靠性。但与此同时，误报的风险也会显著降低。

为什么这很重要（例如在量化交易中）：
如果不进行校正，您可能会发现一些看似有效的信号，但实际上只是偶然现象。邦费罗尼校正可以防止过拟合，但其标准是刻意设得比较严格的。

适用于专业分析和交易系统：
邦费罗尼法（或其弱化版本）是一种标准工具，用于将稳健信号与随机信号区分开来，并客观评估模型风险。

面向资产管理者的外汇算法：

高端系统会实现自动的多重检验校正，并在可能存在选择偏倚时发出警告。

错误3——前瞻性偏差：时间旅行的陷阱

最隐蔽、最危险的陷阱

前瞻性偏差：您的策略利用了在决策时点尚未可得的资讯。

经典例子：

交易策略规则：“当欧元兑美元（EUR/USD）的日收盘价高于当日最高价时，买入。”

问题：您要等到收盘后才能知道当日最高价。但您的“买入”决策必须在盘中做出。

在回测中：效果极佳（毕竟您“知道”当日最高价）

在实盘交易中：无法实现

“前瞻性偏见”的微妙表现形式

1. 未来版本中的数据窥探功能：

经济数据经常会被修正。首份GDP报告显示增长率为+2.1%。三个月后，该数据被修正为+1.8%。

回测陷阱：

如果您在历史分析中使用了最终（修订后）的数据，就会产生“前瞻性偏差”。实际上，您本应根据最初的数据（+2.1%）进行交易。

2. 无预告的公司行为：

外汇交易示例：

2015年，瑞士国家银行（SNB）出人意料地取消了欧元兑瑞士法郎（EUR/CHF）的汇率下限。瑞士法郎汇率在几分钟内飙升30%。

回测陷阱：

如果您的系统“知道”2015年1月15日下限将被取消，并在此之前平仓了所有瑞士法郎头寸，那么您就存在“前瞻性偏差”。

事实上：事先没人知道这一点。

3. 以“收盘价”成交的订单：

简单回测：

“收盘时买入，下个收盘时卖出”——使用精确的收盘价。

问题：您无法以收盘价买入。您必须提前决定。实际上，您是通过市价单买入的 → 会出现滑点。

避免前瞻性偏差

最佳实践 1：逐段仿真

面向机构外汇交易的专业软件可逐根K线模拟交易：

• Bar N 已关闭 → 现有数据截至 Bar N
• 已决定采用N+1现金结算方式
• N+1期现货开仓的成交情况（包含实际滑点）

最佳实践 2：采用“截至某日数据”而非“最新数据”

利用带有特定时间点快照的数据库。例如，彭博终端提供“截至特定时间的数据源”。

最佳实践 3：延迟指标规则

如果您使用的指标需要“滞后”数据（例如日收盘价），请设置1根K线延迟。

示例：

错误：if close[0] > high[0]: buy正确：if close[1] > high[1]: buy at open[0]

错误 4——不切实际的交易成本：性能杀手

H3：为什么大多数回测都会低估成本

典型的业余回测：

“我交易欧元/美元时采用1点点差。这很现实。”

机构投资者的现实情况：

关键点：在短期策略（日内交易、超短线交易）中，成本往往高于收益优势。

现实世界影响示例

日内交易策略的回测：

• 每笔交易的平均盈利：8点
• 每笔交易的平均亏损：6点
• 胜率：55%
• 每周交易次数：15

0点差交易表现：

期望值 = (0.55 × 8) – (0.45 × 6) = 每笔交易 1.7 点 → 每周 25.5 点 × 50 周 = 每年 1,275 点

每2点成本下的收益表现（现实情况）：

期望值 = (0.55 × 6) – (0.45 × 8) = 每笔交易-0.3点 →该策略无法盈利

差异在于：从+1,275点到-225点——仅仅是因为考虑了实际成本。

如何正确核算成本

1. 最坏情况模拟：

请不要使用“平均”点差，而应采用最坏情况（例如第95百分位数）。

2. 流动性调整：

点差会根据一天中的不同时段而有所变化：

• 伦敦/纽约交易时段重叠期（14:00-17:00 中欧时间）：0.3 点
• 亚洲交易时段（00:00-06:00 中欧时间）：1.2 点

您的回测必须模拟随时间变化的点差。

3. 滑移建模：

对于市价单：20%的交易会出现0.5-1点滑点，尤其是在市场波动较大时。

关于高端外汇软件：

专业系统会导入历史的买入-卖出价差数据，并根据波动率模式模拟滑点。

错误 5 和 6——测试周期过短且缺乏样本外测试

错误5：时间跨度错觉

问题：为期2-3年的回测往往仅涵盖一种市场状态。

市场的现实：

• 2003-2007年：低波动率趋势市场（VIX平均值为12）
• 2008-2009年：高波动性危机（VIX指数一度升至80）
• 2010-2019年：低利率牛市
• 2020年：新冠冲击
• 2021：再通胀交易

如果您的策略仅在2017年至2019年期间经过测试：

该设备仅在低电压趋势工况下进行了测试。2020年（高电压工况）下，它很可能无法正常工作。

面向经验丰富投资者的外汇交易最低标准：

• 绝对最低年限：10年
• 专业经验：15-20年
• 业界翘楚：20余年，跨越至少2个完整的经济周期

错误 6：样本内与样本外

回测领域最大的“罪行”：

他们利用所有历史数据进行优化。随后，他们又基于同一组数据进行测试。

为什么这会成为一个问题：

他们优化了该策略，使其能完美契合这些特定数据。当然，这项“测试”看起来很不错——但这并非真正的测试，而是一种自我肯定。

解决方案：样本内/样本外划分

标准方法：

• 样本内（70%）：2000-2013 → 用于优化
• 样本外数据（30%）：2014-2020 → 用于真实测试

重要提示：绝不能将样本外数据用于优化。

进阶：前向分析

优点：您可针对“未见”的数据进行持续测试——从而实现更贴近现实的模拟。

适用于符合高安全标准的外汇交易：

前瞻回测是行业标准。面向首席执行官的自动化外汇交易策略应至少经过5个前瞻回测周期。

错误7——对投资策略的无知：为何“平均表现”具有误导性

政权问题

市场有其运行机制：

• 趋势行情与区间震荡
• 高波动性与低波动性
• 风险偏好与风险规避
• 通货膨胀型与通货紧缩型

她的策略可能只在某些政权下才有效。

外汇交易中趋势跟踪的示例：

17年平均收益率：+8.3%/年

问题：这一平均值具有误导性。实际上，您会经历较长时间的表现不佳期。

回测中的趋势模式识别

方法 1：波动率模式

根据ATR（平均真实波动幅度）或VIX等效指标对历史数据进行分类。

以欧元兑美元为例：

• Low-Vol-Regime: ATR < 60 Pips
• 中等波动区间：ATR 60-100 点
• 高成交量模式：ATR > 100 点

然后在每种模式下分别测试该策略：

结论：在高波动期，该策略行不通。解决方案：在高波动期，将仓位规模缩减50%，或完全暂停交易。

方法 2：市场走势（趋势与区间）

使用ADX（平均方向指数）进行分类：

• ADX > 25：趋势市场
• ADX < 25: Ranging-Markt

单独测试：

趋势跟踪策略在趋势行情中应表现出色，而在震荡行情中则表现不佳（均值回归策略则恰恰相反）。

适用于高端交易软件：

模式识别应实现自动化。独家外汇交易策略会根据检测到的模式自动调整仓位规模和参数。

最佳实践：机构交易员如何进行专业的回测

10点回测框架

1. 经济依据：为什么这一策略会奏效？（而非“历史上它曾奏效”）
2. 最低数据覆盖期：15年以上，至少涵盖2个经济周期
3. 样本内/样本外划分：70/30 或前瞻性分析
4. 实际成本：最坏情况下的点差 + 滑点 + 隔夜利息
5. 参数敏感性：测试参数范围，而不仅仅是最佳值
6. 市场状况分析：按市场状况分类的单独业绩统计数据
7. 蒙特卡洛模拟：1,000+条模拟路径用于鲁棒性检查
8. 最大回撤分析：不仅看平均值，还要看第95百分位数
9. 多重检验校正：当测试20种策略时，需调整显著性水平
10. 正式交易前的模拟测试：使用实时数据进行至少3至6个月的模拟交易

蒙特卡洛模拟解析

这是什么？

您将历史交易记录取出，并像洗牌一样随机“混合”它们。

为什么？

历史序列仅仅是一种可能的排序方式。蒙特卡洛模拟表明：“如果交易按其他顺序进行，会怎样？”

示例：

该策略的历史最大回撤为12%。

蒙特卡洛模拟（1,000次）表明：

• 第5百分位：最大回撤8%
• 中位数：最大回撤 12%
• 第95百分位：最大回撤22%

解读：在5%的可能情景中，您会经历22%的回撤——尽管从历史数据来看，这一比例仅为12%。

这对外汇交易中的资金管理至关重要：

您必须针对最坏情况制定计划，而不是针对平均情况。

如需量身定制的外汇交易解决方案：

蒙特卡洛模拟是标准功能。它会显示所有关键指标的置信区间。

七宗罪及其避免之道

错误 1——过拟合：

• 症状：参数稍作更改，性能便会急剧下降
• 解决方案：经济依据 + 参数敏感性测试 + 复杂性限制

错误 2——幸存者偏差：

• 症状：仅对“获利”策略/资产进行测试
• 解决方案：特定时间点数据 + 多重检验校正

错误 3 – 前瞻性偏差：

• 症状：策略使用了实际上并不存在的信息
• 解决方案：逐根柱线模拟 + 截至数据日 + 滞后指标

错误 4——不切实际的成本：

• 症状：实盘交易的表现比回测结果差50%至100%
• 解决方案：最坏情况点差 + 滑点建模 + 时间相关成本

错误 5——测试周期过短：

• 症状：一旦市场格局发生变化，策略就会失效
• 解决方案：至少15年 + 2个经济周期

错误 6——缺乏样本外检验：

• 症状：回测业绩无法复现
• 解决方案：70/30分割法或前向分析法

错误7——对体制的无知：

• 症状：尽管平均回报率良好，但仍存在长期表现不佳的阶段
• 解决方案：市场环境分类 + 针对每个市场环境分别进行业绩分析

核心真相：专业的回测绝非一蹴而就。在信誉良好的交易公司中，对一项新的外汇策略进行全面验证通常需要3至6个月的时间。但这一投入能避免数百万的损失。

避免7个致命的回测错误——采用经过专业验证的策略

我们的自动化外汇交易策略需经过一套严格的6个月验证流程——该流程基于17年的机构交易经验而开发。

您将获得：

✓ 经过全面回测的交易策略
✓ 经多种市场环境的前瞻验证
✓ 经过蒙特卡洛测试（1,000多次模拟）
✓ 包含滑点在内的真实交易成本
✓ 面向资产管理者的外汇软件，配备机构级回测引擎
✓ 附带市场环境分析的透明业绩报告

1000FTAD 代表着受控且以技术为驱动的外汇交易——注重实质、纪律和长期资产稳定性。

关于首次咨询和策略验证：

📧info@1000ftad.com
📞 +41 71 588 03 40

专为家族办公室、资产管理公司及机构投资者提供，最低资产要求为1000万欧元

常见问题解答：常见问题

问：一次专业的回测应该持续多长时间？

A：长期的数据历史记录通常极具价值，但关键不仅在于年数，更在于所测试市场条件的数据质量和代表性。10至20年的传统回测虽能提供参考，但其结果始终取决于数据质量和基础假设。
因此，我们专注于在真实市场条件下进行接近实盘的测试：我们的策略是在使用实时市场数据的模拟账户中进行测试，其中包含真实的点差、成本、费用和隔夜利息。通过这种方式，我们确保能够真实地反映不同的波动率和市场阶段——不是理论上的，而是在尽可能接近未来实盘交易的条件下进行的。

问：我能相信回测软件吗？

A：回测软件的可靠性取决于其所依据的数据和假设。尤其是高分辨率的 tick 数据，虽然通常被认为非常精确，但在实际应用中却常常存在不一致、不完整或受经纪商影响等问题，从而可能给人一种虚假的精确感。
我们刻意选择 MT4/MT5，因为这些平台在实盘交易中已稳定运行多年。 我们不依赖理论上的 tick 数据重建，而是利用模拟环境中的实时数据对策略进行测试，这些测试会考虑实际点差、成本和隔夜利息。我们有意排除滑点因素，以便单独评估策略的信号质量。这种方法减少了模型假设，并提高了结果在实际交易中的可迁移性。

问：在回测中，什么样的夏普比率才算“理想”？

A: Abhängig von Strategie-Typ, aber generell: Sharpe >1,5 ist solid, >2,0 ist excellent. ABER: Im Live-Trading erwarten Sie 20-30% niedrigere Sharpe als im Backtest (Degradation durch Execution-Imperfektionen). Wenn Backtest Sharpe 2,5 zeigt, erwarten Sie live 1,8-2,0. Wenn Backtest <1,5 zeigt, wird live wahrscheinlich <1,0 sein – nicht akzeptabel.

问：如何识别其他策略中的过拟合？

A：风险警示：(1) 参数/规则过多（>7-8），(2) 胜率极高（>70%），(3) 参数变动时业绩骤降，(4) 策略逻辑无法直观解释。 请务必要求提供样本外结果和参数敏感性分析。面向资产管理者的外汇算法应默认提供这些文档。

问：进行专业的回测是否需要昂贵的彭博终端？

A：并非绝对必要，但高质量的数据至关重要。彭博（Bloomberg）/路透（Reuters）提供特定时间点数据和截至特定时刻的快照——这对避免前瞻性偏差至关重要。替代方案：Refinitiv Eikon、Quandl（适用于部分数据集）、以及Dukascopy等专业外汇数据库（免费，但功能有限）。 对于面向企业家的专业外汇解决方案：请投资于高质量的数据——这比因回测质量差而造成的数百万损失要划算得多。

问：在正式投入交易前，我应该先进行模拟交易吗？

A：绝对是。至少需要3到6个月。模拟交易（使用真实的实时数据，而非回测模拟）能揭示回测永远无法显示的问题：API延迟、经纪商特有的订单拒收、意外的滑点模式，以及特定时段的流动性问题。 面向专业人士的外汇软件应能实现从回测→模拟交易→实盘交易的无缝过渡。

版权所有 © 2025 1000FTAD AG – 保留所有权利

注：本文不构成投资建议。本文仅为面向专业投资者的市场评估。

立即了解更多：www.1000ftad.ch📩 联系方式：https://1000ftad.ch/kontakt/

风险提示：1000FTAD的产品仅适合专业投资者和合格投资者。更多信息：https://1000ftad.ch/rechtlicher-hinweis/