QuantDinger 实战：自托管 AI 交易操作系统 · 第 06 章 回测与实验

QuantDinger 实战：自托管 AI 交易操作系统 · 第 06 章 回测与实验

章节摘要：本章处理一个朴素的问题：策略写完了，怎么知道它行不行。6.1 节把 backtest_engine 真正跑起来——区间、费用、滑点、初始资金四个配置要素逐个说清，输出报告的四个区块各自回答什么问题，以及回测与 Strategy API V2 的关系：策略以 intents 表达交易意图，回测与实盘共用同一条代码路径，这是"回测结果有参考价值"的工程前提。6.2 节给过拟合上四道统计锁：walk-forward 滚动窗验证、PBO 过拟合概率、Deflated Sharpe 多重检验校正、Monte Carlo 扰动重采样，每一件防一种自欺，结果各有读法。6.3 节做成本压力测试与红绿灯判读，回答最后一问：这个策略值不值得进入 paper。读完本章你得到的不是"能跑回测"，而是一套判断"回测结果能不能信"的完整流程。

学习目标

• 独立配置并跑通一个回测任务，能说出区间、费用、滑点、初始资金各自影响什么。
• 读懂回测报告的四个区块，判断样本量与成交假设是否站得住。
• 说清 walk-forward、PBO、Deflated Sharpe、Monte Carlo 四件套各防什么坑、结果怎么读。
• 用成本压力测试找出策略对交易成本的"断崖点"。
• 用红绿灯清单做出"是否进入 paper"的决定，而不是凭感觉。

核心概念速览

本章的流水线：从"策略能跑"到"结果能信"

 策略代码(Strategy API V2)        backtest_engine                strategy_evolution
┌──────────────────┐   intents  ┌────────────────┐    原始报告  ┌───────────────────┐
│ intents / sizing │ ────────▶ │ 区间 / 费用 /   │ ──────────▶ │ walk-forward      │
│ risk / 运行时钩子 │            │ 滑点 / 初始资金 │             │ PBO · DeflatedSR  │
└──────────────────┘            └────────────────┘             │ Monte Carlo       │
                                  （6.1 节）                    └─────────┬─────────┘
                                                                        ▼
                                                    6.3 成本压力测试 + 红绿灯清单
                                                                        │
                                                        通过 ──▶ 第 07 章《模拟交易》
​

一句话金句：回测的价值不在算出一条漂亮的净值曲线，而在诚实地告诉你这条曲线有多不可信。

（文字流程图）一份策略依次流过：配置回测（6.1）→ 统计验证（6.2）→ 成本压力与判读（6.3）→ 只有全绿才放行去 paper。

子章节导航

• 第 6.1 节《backtest_engine：跑通第一个回测》：四要素配置、报告结构、CLI 与界面两条启动路径、五个常见配置坑。
• 第 6.2 节《strategy_evolution 四件套：给过拟合上四道锁》：walk-forward、PBO、Deflated Sharpe、Monte Carlo 的原理定位、读法与配置示例。
• 第 6.3 节《结果解读与成本压力测试》：费率与滑点敏感性矩阵、报告红绿灯清单、进入 paper 的资格判断。

三节必须按序读：6.1 的报告是 6.2 四件套的输入，6.2 通过后 6.3 才有意义——给一份不可信的报告做压力测试只是精确地浪费算力。

子章节之间的逻辑关系

┌──────────────────┐  报告作输入   ┌──────────────────┐  幸存者作输入  ┌──────────────────┐
│ 6.1 backtest_engine│ ──────────▶ │ 6.2 四件套统计锁 │ ──────────▶ │ 6.3 压力测试+红绿灯│
│ 单次回测可信吗    │              │ 多次尝试可信吗   │              │ 成本上扛得住吗     │
└─────────┬────────┘              └─────────┬────────┘              └─────────┬────────┘
          │ 产物：一份配置正确的报告         │ 产物：统计判读结论               │ 产物：进/不进 paper
          └────────────────────────────────┴─────────────────────────────────┘
                                            ▼
                       第 07 章《模拟交易》：把纸面结论放进实时世界检验
​

前置知识与后续延伸

• 前置：第 03 章《数据层》——回测读的是本地数据层的历史行情，数据质量上限就是回测结论上限；第 05 章《策略开发》——本章直接复用你写好的 Strategy API V2 策略；第 02 章《v5架构总览》——回测任务由 celery-worker 异步执行，理解六进程分工再看报告刷新就不迷惑。
• 延伸阅读：《量化投资方法论》第 14 章《风险控制与绩效度量》与第 15 章《批判性思维与研究纪律》——四件套的统计原理在那两章展开，本书只讲在 QuantDinger 里怎么点、怎么读。
• 后续：第 07 章《模拟交易》——红绿灯全绿的策略进入 signal-only 虚拟账户与 paper 观察，本章的成交假设将在那里接受实时行情的检验。

免责声明：本书仅供研究与教育用途，不构成任何投资建议；实盘交易风险自担，建议长期停留在 paper 模式。