回测里最贵的四个假设:为什么策略一上线就失效

回测和实盘的差距,很少来自「策略不够聪明」,更多来自四个被默认成立的假设:按收盘价成交、零滑点、样本里只有活下来的币、参数刚好调到了最优。

这四个假设每一个都能单独把一条漂亮的净值曲线打成亏损。下面按「假设 → 现实 → 偏差方向」拆开,并给出可执行的检验方法。

01假设一:我能按收盘价成交

回测引擎通常用当根 K 线的收盘价撮合。但收盘价是那一段时间结束时的最后成交价,你的信号也是用这根 K 线算出来的——等于用「结果」去决定「当时的动作」。

这在分钟级策略里尤其致命:信号在收盘前几十秒才成立,你不可能在收盘价成交。正确的做法是信号在 T 根成立、在 T+1 根开盘成交,并且把这段延迟计入收益。

信号收益 = 成交价(T+1 开盘) − 信号价(T 收盘)
这段差额不是收益,是你在现实中拿不到的部分把撮合时点后移一根 K 线,是最便宜、也最能暴露问题的检验。

02假设二:没有手续费、没有滑点

手续费是确定的,滑点是不确定的。很多人只扣手续费,忘了滑点在高波动时可以是手续费的几倍。

净收益 = 毛收益 − 手续费 − 滑点 − 资金费率(合约)
滑点 ≈ 单笔名义价值 ÷ 盘口深度 × 价差用「成交额/深度」估算你自己这笔单子会吃掉几档,比拍一个固定点数更可靠。

检验方法:把成本参数分别设为 0、1 倍、2 倍、3 倍,观察策略何时由盈转亏。如果 1.5 倍成本就翻负,说明它的边际很薄,实盘大概率活不过三个月。

03假设三:样本里只有活下来的币

回测常用的币种列表是「今天还在交易的币」。但三年前这个列表里有一半已经不在了:下架、归零、被合并。用今天存活的样本回测,天然排除了失败者,这叫幸存者偏差。

更隐蔽的是「上线时间偏差」:新币上线初期流动性极差,回测里却能按中间价大额成交,实盘根本没有对手盘。

04假设四:我调出来的参数能延续

参数越多,越容易在历史上找到一段「刚好合适」的区间。判断是否过拟合,可以看三点:参数平原是否连续(微调参数业绩不应断崖)、样本外是否同向、以及不同市场状态下是否都为正。

检验 做法 警惕信号
撮合延迟 信号后移 1 根 K 线成交 收益腰斩
成本敏感 成本 1–3 倍压力测试 1.5 倍即转负
样本外 留最近 30% 数据不参与调参 样本外显著劣化
参数邻域 ±10% 扰动参数 业绩断崖式变化
生存样本 加入已下架币种 收益大幅下降

05一张上线前自查表

  • 撮合时点是否后移至少一根 K 线?
  • 成本是否按「手续费 + 估算滑点 + 资金费率」全部扣除?
  • 样本是否包含已下架、已归零的标的?
  • 参数邻域是否连续,而不是孤峰?
  • 最近 30% 数据是否从未参与调参?
  • 最大回撤期间,策略是否还有交易信号(还是恰好空仓)?
说明:本文为方法论整理,不构成投资建议。回测通过不代表实盘盈利;任何策略都应先小仓位验证。

06延伸阅读

资料来源与核对方式
· 回测方法论:撮合时点、成本模型、样本选择的一般实践
· 滑点估算:以盘口深度与单笔名义价值推算(方法说明,非具体数值)
· 本文不含具体策略参数,避免被当作交易建议
访问日期:2026-10-21。文中涉及的金额、数量与时间以所列来源为准;未标注的推断均为机制推演,不构成投资建议。
安装 App