一、这个方法解决什么投资问题

。原因往往不是策略差，而是回测本身"作弊"了。这三种陷阱，是回测失真的最大来源。

1. 前视偏差（Look-ahead Bias）——用了"当时不可能知道"的信息

去决定今天的买卖。回测里你"知道"未来，实盘里你不知道。

我们用一段合成动量序列演示（机制演示，非真实标的）：

偷看的版本凭空多赚近 4 倍——因为它在决策时用了当时收盘才知道的信息。

（000001 双均线 5/20，仅用 t≤i 数据）累计 -1.18%，这才是你能复现的数字。

2. 幸存者偏差（Survivorship Bias）——只测"活下来"的票

如果你只拿"今天还在上市"的股票做回测，等于自动剔除了那些

的票。它们的惨烈下跌被悄悄抹掉，回测自然更好看。

举个具体例子：2015 年那批牛股，回测时若只保留现存公司，会系统性高估"买小市值"策略的收益——因为跌没的那批正好是小市值。

3. 过拟合（Overfitting）——把噪声当规律

你调了 20 个参数让回测曲线最漂亮，本质上是在

，不是发现规律。参数越多、样本越短，越容易过拟合（#28 会专门用数据演示）。

三、实操：怎么写出"干净"的回测

延续 #02 的内核，关键纪律就两条，写进代码习惯里：

# 1) 信号只用历史：均线用 close[:i+1]，绝不含 close[i+1]
ma_fast = sma(closes[:i+1], FAST)
# 2) 成交滞后一拍：用 i 日信号，在 i+1 日（或之后）成交
position[i+1] = 1 if ma_fast[-1] > ma_slow[-1] else 0

 就是这么写的：金叉判定用第 i 日及之前的均线，持仓从第 i 日之后才生效。

——一个经得起三条红线检验、样本外依然不崩的策略，才值得你多用真金白银去小仓试。漂亮的回测曲线，先假设它"作弊了"，再去证伪它没作弊。

三剂疫苗打完了：前视偏差（不用未来）、幸存者偏差（不挑幸存者）、过拟合（不留样本内）。下篇 #05 我们聊

——它能赢在哪、又会栽在哪。

新手最容易犯的错：回测曲线漂亮，实盘亏成狗。原因往往不是策略差，而是回测本身"作弊"了。这三种陷阱，是回测失真的最大来源。

【量化投资从入门到精通 #04】别被回测曲线骗了：前视偏差 / 幸存者偏差 / 过拟合

算法

大数据

职业发展

回测赚钱≠实盘能赚，三大陷阱需警惕：前视偏差（用未来数据）、幸存者偏差（只测存活股票）、过拟合（拟合噪声）。信号只用历史数据，成交滞后一拍，样本外验证策略。干净回测是量化投资的基础，避免虚假收益。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

【量化投资从入门到精通 #04】别被回测曲线骗了：前视偏差 / 幸存者偏差 / 过拟合

【量化投资从入门到精通 #04】别被回测曲线骗了：前视偏差 / 幸存者偏差 / 过拟合

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐