为什么很多量化策略，回测很丰满，实盘却很骨感

来源丨AI科学投资（ID：AItraders）

关于回测，很多人是完全不相信的。这也很好理解，回测有太多的细节，甚至策略研发者本人可能都发现不了回测过程中可能存在的问题。但是回测对策略研发者又是如此重要，它不仅可以帮助你更好的评测策略的可行性，评估风险和收益，甚至策略研发者对自己的评估，对自己的信心，对未来的憧憬和规划都是建立在自己的量化系统的回测的基础之上。 

在我过去十多年做量化投资系统研发的过程中，也是走过很多很多弯路，踩过很多坑，也放过不少“卫星”。下面我就把我的一些经验跟大家分享一下。 

一、   别给我看短线趋势择时回测，对不起，我已经不信了

我是2007年开始做量化策略研发的，一开始我主要是做指数增强类的阿尔法策略，后来我对择时策略也有些兴趣，但是一直没有头绪，直到2009年的某一天，有个同行朋友跟我说，用周线的macd就可以很好的对股市择时，我一看，果真！07年的顶，08年的底 用macd看都不错，比宏观经济学家们靠谱多了，自那之后我在短线趋势择时策略上可没有少花时间。后来，我才慢慢发现，这是一条错误的道路，策略写的越复杂，就越容易过拟合， 回测效果再好，样本外执行起来都没有底儿。 因为业内还有很多朋友在做这种策略，泄气的话就不多说了，我只能说别给我看短线趋势择时回测，对不起，我已经不信了。简单的只说一句，这种策略不是基于大数定律的策略，样本量太少。

二  、未来数据、未来函数很容易放卫星，但也很容易检测出来

一般情况下，策略中包含了未来数据或未来函数，回测结果经常会给你一个天文级的惊吓。 这个时候未来函数和未来数据的问题，还是比较容易发现的，但有些时候未来数据和未来函数的应用却是完全无意识之间的，而且还不容易察觉，但是很容易检测出来。检测的方法也很简单，以日频策略为例，就是把测试数据中第t日的数据去掉和不去掉两种情况下，t-1日的计算结果是不是相同，如果完全相同，就可以判断没有未来数据和未来函数。

当然，有些时候，未来数据不是藏在时间序列数据里，而是你取的截面数据里，比如股票的名称，带*可能是后来才知道带*的。这些也要小心，有时候你会觉得影响不大，但是实际上却影响不小。为了规避未来数据的影响，我们的股票选股系统中是不用一致预期数据的，怕数据商用了未来数据

三  、忽视了策略的流动性问题

有些策略的回测收益率非常高，但是它的成交方式，决定了买不上量，冲击成本也高，所以回测过程中，一定要注意资金容量的问题，特别是一些日内高频类的策略。怎么评估选股系统的资金容量问题，请参考本公众微信号文章《人工智能股票投资系统的组合管理方法及资金容量测算》，里面介绍了本人原创的量化投资策略资金容量测算方法。

2016年有段时间，我在朋友圈里晒的回测阿尔法策略图，年化阿尔法超过了60%，就是忽略了流动性问题，我本意是做一个固定100只股票的组合，但是中间某段时间因为股灾时流动性的问题，选不出100只股票，后面组合中的股票数量就小于100只，只有二三十只，结果收益率超高，而我当时还不自知，以为策略效果提升了不少。所以，现在大家在本公众微信号菜单AI实验室-智能投资系统子菜单下，看到的回测结果中，有统计每天股票组合中持仓的股票数量。

四  、止过拟合和过度优化

过拟合和过优化是一个老生常谈的问题。 前面第一条，我就提到了过拟合和过度优化的问题，那如何避免过拟合和过优化呢？我建议至少有这么五点需要注意。 

第一，测试的样本数量要足够多，被选出的股票或者交易的次数也要足够多。这是大数定律的要求。

第二，测试的时间要足够长，时间足够长，暴露的风险才会足够多。

第三，保持策略的一致性，绝不能以时间为轴，划分时段，这在这段时间，这个因子多，那个时段用这个策略。

第四，不要有太多选择性和判断性的条件，即使有也要是很宽泛的条件，不能搞成萝卜招聘似的。

第五，可以借助可视化的分析方法。 如下图，横轴是打分的排名，纵轴是五日后表现的排名。从下图看明显两者呈正相关性，而且在尾部位置效果更加明显。

五 ，忽视可交易性

比如股票不在涨跌停板附近买卖，低价股价差成本高，有些个股流动性差等。 

-------------------------    

推荐阅读：

1.一个量化策略师的自白（好文强烈推荐）

2.股票期货经典的量化交易策略都在这里了！（源码）

3.期货/股票数据大全查询（历史/实时/Tick/财务等）

4.当真躺着赚钱？量化交易的十大难题

5.从量化到高频交易，不可不读的五本书

6.如何有效的规避量化交易中的滑点？