1. 未来函数
用到了在那个时点还不可能知道的信息。
- 用当天的收盘价产生信号,又按当天的收盘价成交;
- 用年报数据选股,却按报告期而不是公告日对齐(一季度的财报,4 月底才公布);
- 用今天的指数成分股,回测十年前的选股。
最简单的检查:信号算出来之后,至少推迟一期再交易。在 pandas 里就是 signal.shift(1)。
2. 幸存者偏差
只用今天还活着的股票做回测,漏掉了中间退市、被并购的公司。回测里的股票池天然被「挑过」,结果会偏好。
3. 过拟合
参数调得太细,把历史上的噪声当成了规律。表现为:样本内曲线极其漂亮,换一段数据就失效。
防止的办法:
- 留出一段样本外数据,调参时完全不碰;
- 参数附近要「平」:均线从 20 天换成 22 天,结果不应天差地别;
- 规则要有经济逻辑,说得清为什么会赚钱。
4. 忽略交易成本
佣金、印花税、滑点(下单价和实际成交价之差)。换手越高的策略,成本越致命。一个每天调仓的策略,即使每次只差千分之一,一年下来也会被吃掉一大截。见A股交易规则速览里的交易成本。
量化入门 · 第3关「回测与它的坑」 · 第 2/3 篇
下一篇:一个最简单的策略:均线 →
编写:协会