
什么是回测软件?
回测软件让交易员在历史市场数据上模拟策略,估算它在投入真金白银前的表现。
交互工具在翻译视图中可能无法使用。
什么是回测软件?
**回测软件(Backtesting Software)**把交易策略套到历史市场数据上,报告它本会怎么表现——逐笔进出场。它是交易的实验台:假设在这里变成可测量的东西,然后才变成有风险的真金白银。
它干什么
回测器吃三个输入:
- 策略——进出场规则、仓位管理、风控。
- 历史数据——价格、成交量、基本面(按策略而定)。
- 成本模型——手续费、滑点、点差、资金费率。
产出一条资金曲线、表现指标(收益、夏普、最大回撤、胜率、盈亏比)、逐笔日志、持仓/换手统计。
核心指标
| 指标 | 告诉你什么 |
|---|---|
| 总收益 | 累计盈亏 |
| CAGR | 年化复合增长 |
| 最大回撤 | 最差峰值到谷底跌幅 |
| 夏普/索提诺 | 风险调整后收益 |
| 胜率 | 盈利交易占比 |
| 盈亏比 | 总盈利÷总亏损 |
| 期望值 | 单笔平均盈亏 |
| 持仓比例 | 在市场里的时间占比 |
回测类型
| 方式 | 描述 | 取舍 |
|---|---|---|
| 向量化 | 对整个数据集做数组运算 | 快;订单流不够真实 |
| 事件驱动 | 把每个 tick/Bar 喂给你的逻辑 | 真实;慢;代码多 |
| 走样本外 | 窗口 1 优化、窗口 2 测试、滚动 | 降低过拟合 |
| 蒙特卡洛 | 打乱交易顺序估算变异性 | 揭示尾部风险 |
常见平台
| 平台 | 风格 | 适合 |
|---|---|---|
| TradingView(Pine Script) | 向量化、浏览器 | 新手、指标 |
| QuantConnect | Python、事件驱动、多资产 | 中级量化 |
| Backtrader | Python、开源 | 自定义控制 |
| QuantRocket | Python、端到端 | 严肃散户量化 |
| MetaTrader 策略测试器 | MT4/5 内置 | 外汇 EA 开发者 |
| Amibroker、NinjaTrader | 桌面、C#/AFL | 高级用户 |
关键陷阱
1. 过拟合
调参调到回测好看,是新手骗自己的头号方式。一个 12 个优化参数的策略几乎肯定过度拟合。
对策:走样本外测试、保留样本外数据、最小化自由参数。
2. 前视偏差
用了模拟交易时点还不存在的数据——比如用今天收盘价做"今天"的决策。
对策:每个信号仔细打时间戳;只用决策时点可用的数据。
3. 幸存者偏差
如果你的数据集只包含还活着的公司,你就删掉了所有破产、退市、被并购的——让收益看着比真实好。
对策:用包含退市证券的时点数据集。
4. 不现实的成本
无视手续费、滑点、点差,把小优势在纸面上变成大优势。
对策:永远带上真实成本;要更悲观,不要更乐观。
5. 数据窥探
测了 200 个策略然后报告最好的一个,统计上毫无意义。
对策:预注册假设;记录你测过多少策略。
收尾
回测软件是交易员能用的最强大工具之一——也是最容易误用的之一。一个好看的回测不能证明策略有效;它只是没能证伪它。正确心态是默认怀疑:假设结果好得不真实,让数据通过样本外测试、保守成本、实盘前瞻测试来证明并非如此——再投真金白银。
实时行情
打开完整图表 →相关市场数据由 TradingView 提供。
我的笔记
登录后可在本文保存笔记并与社区分享。
下一篇推荐
Risk Glossary: VaR, Beta, Correlation, Volatility
VaR, beta, correlation, and volatility quantify different risk exposures; learn formulas, regime dependence, and integration rules for position sizing.
阅读更多 →Smart Recommendations