用蒙特卡洛测系统鲁棒性

单次回测只给你一条历史交易序列对应的一个回撤数字。蒙特卡洛（Monte Carlo）暴露的是可能结果的分布。鲁棒性测试和风险估算不一样：它问的是系统能不能活下来，而不只是一波差行情有多糟。

三个鲁棒性测试

1. 交易顺序打乱

把历史交易的顺序打乱 1000 次，交易本身不变，只重排。每条序列重新算回撤。

测的是什么：你的回测回撤到底是幸运的顺序还是代表性结果。

阈值：如果第 95 百分位的打乱回撤超过你回测回撤的 2 倍，系统对顺序脆弱。历史顺序奉承了你。

2. 收益重采样（Bootstrap）

从历史分布里有放回地抽样交易，构造 1000 条等长的合成权益曲线。每条重算 Sharpe（夏普）和最终权益。

测的是什么：给定观测到的交易分布，edge 是否稳定。

阈值：如果超过 5% 的重采样曲线收在零以下，edge 太薄不能信。系统离爆仓只差一个坏样本。

3. 参数扰动

每个参数上下各挪 10% 和 20%，每次重算 Sharpe。

测的是什么：edge 是不是依赖精确参数值。

阈值：如果 10% 扰动让 Sharpe 跌超 25%，参数是拟合到噪音上了。否决或简化。

怎么跑

• 顺序打乱和 bootstrap 只要你的交易清单（进场、出场、R 倍数）。任何表格或 Python 脚本几秒跑完 1000 次。
• 参数扰动要重跑回测，所以在你的测试框架里自动化。
• 三项都要跑。过一项什么都证明不了；鲁棒性是合取关系。

一起解读结果

一个鲁棒的系统三项都过：

• 打乱回撤在回测的 1.5 倍以内。
• bootstrap 曲线低于 2% 为负。
• 20% 参数扰动下 Sharpe 稳定。

打乱和 bootstrap 都过但扰动挂了的系统，是顺序鲁棒但参数脆弱——大概是有真 edge 但参数过拟合；用更平的曲面重新优化。打乱都挂的系统不是系统，是一条幸运序列。

常见错误

• 跑一次蒙特卡洛就引用结果。风险决策用第 95 百分位，不是均值。
• 交易不独立时（比如带序列相关的趋势系统）对收益重采样而不是对交易重采样。对相关交易流，用块 bootstrap，块长匹配自相关衰减。
• 把蒙特卡洛当部署的过/不过开关。它和 walk-forward、实盘前向测试并列，是一个输入。

诚实的输出

蒙特卡洛不预测未来。它放大你对"过去本来可能是什么样"的理解。一个 reordered 后过去可能很惨的系统，未来也可能很惨。用这些测试在脆弱系统烧掉你本金之前把它否掉。