7.3 回测验证与性能指标

7.3 回测验证与性能指标

季度策略评审会上，研究员展示了漂亮回测曲线：年化收益、夏普比率都过硬，模拟成交率与实盘前三周也对得上。提问环节只有一个问题：成交假设是怎么做的？研究员沉默了——回测用"信号价成交、无排队、无市场冲击"。会议室里所有人都明白这意味着什么：那条曲线度量的是模型的潜力，不是策略的盈利能力。本节讲的就是这道鸿沟怎么架桥：一套诚实的回测流水线怎么搭，三大偏差怎么防，以及夏普之外还应该看哪些指标。它是策略从研究走向生产的第一道正式关卡。

学习目标

1. 搭建事件驱动的回测流水线，理解逐笔回放与撮合模拟的分工；
2. 识别并修复三大偏差：前视偏差、幸存者偏差、成交假设过于乐观；
3. 把交易成本模型做实：手续费、滑点、市场冲击三层结构；
4. 用多维指标评价策略：夏普、回撤、容量、延迟敏感度各自回答什么问题；
5. 设计从回测到实盘的灰度通道，让验证结论可迁移。

一、流水线：事件驱动的正确形状

回测流水线的骨架是事件驱动：历史数据按原始时间序重放，策略代码像在实盘一样只根据"已发生"的信息做决策，撮合模拟器决定订单是否成交、成交多少、滑点多少。它与向量化回测（用数组一次性算完信号）的根本差异在于能否模拟挂单、撤单与排队——高频策略的核心行为恰恰是这些，向量化回测对它们无能为力。所以本章立场鲜明：高频策略的最终验证必须走事件驱动逐笔回放，向量化只用于研究阶段的粗筛。

流水线的质量取决于两个部件。数据喂入器必须与实盘管线共用同一套订单簿重建代码（6.2 讲过口径分裂的教训，回放是消灭它的主战场：同一份代码接回放流与实盘流，行为不一致立刻现形）。撮合模拟器要按市场微结构建模：限价单进入队列排队（排在已有挂单之后）、按成交量推算排队消耗、市价单按穿档成本成交（复用 2.1 的穿档表）、撤单有延迟（按本系统实测的撤单往返延迟设置）。每个建模假设都应该有对应实盘数据可校验。

class Backtester:
    def run(self, events):
        for ev in events:                    # 严格按原始时间序重放
            if ev.type in (ADD, CANCEL, TRADE):
                self.book.apply(ev)          # 与实盘同一份重建代码
            fills = self.matcher.match(self.open_orders, self.book)
            for f in fills:
                self.portfolio.on_fill(f)    # 含手续费与滑点
            sig = self.strategy.on_book(self.book)
            for o in sig.orders:
                self.matcher.submit(o, at=ev.ts)   # 排队而非立即成交
        return self.portfolio.report()
​

图：回测流水线与偏差注入点

二、三大偏差：回测曲线的三种毒药

前视偏差：决策用了决策时刻不可得的信息。经典形态是用当根 K 线收盘价做信号（实盘里你收盘前看不到它）、用下一笔成交价成交自己的订单、特征计算窗口无意间覆盖了未来数据。防它的纪律是时间戳审计——给每个决策点断言"所用数据的最大时间戳不大于决策时间戳"，断言失败即流水线有洞。幸存者偏差：标的池只用"活到今天"的品种，退市、摘牌、长期停牌的都不在——策略在历史回测里享受了永不踩雷的特权。防法是标的池取"当时点的全集合"并保留退市者的完整历史。成交乐观：回测里订单都成交在理想价位，实盘里排队、被跳过、部分成交是常态。防法在撮合模拟器的建模里，最终检验是成交率对照：回测预测的成交率与实盘前三周的实测偏差超过阈值，回测口径必须返工。

成本模型的诚实度同样分级。底级只算手续费；中级加滑点（按穿档表）；高级加市场冲击（自己订单推动价格的部分，大单策略不可省）。检验标准一致：把成本假设上浮，净值衰减越慢的策略越真——在成本上浮五成后夏普仍达标的策略，才值得进入灰度。

三、指标体系：夏普之外的四个问题

夏普比率回答"收益的质量"，但它沉默的问题太多。回撤结构回答"最疼的时候多疼"：最大回撤之外，回撤的持续时间与恢复速度更影响执行力——深而快的回撤常见于短周期策略，可接受；阴跌不止的回撤往往意味着策略在缓慢失配。容量回答"能吃多大蛋糕"：把规模逐步放大重跑回测，净值衰减到一半时的规模就是当前容量估计，超容运行是慢性自杀。延迟敏感度回答"这套逻辑吃不吃速度"：给回测的执行端人为加延迟，观察净值衰减曲线——衰减平缓的策略对基建故障有韧性，陡峭的策略把命押在链路上，两者需要的运维投入完全不同。收益归因回答"钱从哪来"：按时段、按标的、按信号分解收益，集中度过高（单一信号或单一时段贡献大半利润）的策略，本质是没分散的单一赌注。

案例复盘：一条被成交率检验拦下的曲线

背景：某挂单策略回测夏普亮眼，模拟成交率九成，进入上线前评审。

操作：评审要求先跑两周影子对照：策略在实盘行情上空跑（发单到模拟撮合、不进真实交易所），逐单对照回测假设。结果实测成交率只有五成半——回测的排队模型低估了队列位置：策略总挂在同一侧最优价，而实盘该位置的竞争远比均匀假设激烈；部分成交的残单处理在回测里也被理想化了。

结果：按实测数据重校撮合模拟器的排队与部分成交模型，重跑回测，夏普降到原值的四成——仍然可做，但仓位方案全部按新数字重设。策略上线后实盘表现与修正后回测吻合。

解读：评审的价值不在拦下策略——它最终上线了——而在拦下了错误的数字。用未校准的回测数字定仓位，等于把杠杆建在沙子上。影子对照是回测与实盘之间最便宜的一座桥，两周的成本换来的是整套模拟器参数的校准。

变式：影子对照的时长因策略周期而异：秒级做市两周覆盖的行情状态已够，日内套利要覆盖月末与交割周，更长周期策略的验证只能靠小仓位实盘慢养——验证周期与策略周期同阶，是排期时就要接受的约束。

本节要点回顾

• 高频策略最终验证必须事件驱动逐笔回放，向量化只配粗筛；
• 三大偏差各有检查器：时间戳审计防前视、当时点标的池防幸存、成交率对照防乐观；
• 成本模型分手续费、滑点、冲击三层，成本上浮五成仍达标才进灰度；
• 夏普之外必看回撤结构、容量、延迟敏感度、归因集中度四问；
• 影子对照是回测与实盘之间最便宜的桥，校准的是整套模拟器参数。