量化回测指南

由bqu1vdra创建，最终由bqu1vdra更新于2026-03-24 01:50 被浏览 4 用户

回测的目的是模拟真实交易环境，验证策略在历史数据上的表现是否具有统计意义，而不是通过优化历史数据找到"完美曲线"。一个好的回测应当：正确处理时间顺序（避免未来函数）、覆盖完整的市场环境（包含退市股票）、设置合理的成本假设、并通过样本外数据最终验证。

本文将从四个维度帮助你构建可靠的回测体系：引擎选型 → 陷阱规避 → 成本建模 → 指标解读

一、回测引擎（Vectorization & Event-driven）

1.1 向量化回测

工作原理：将整个历史数据加载到内存中，通过矩阵/数组运算一次性计算所有时间点的信号和收益。

import dai
import pandas as pd

# 一次性拉取全量数据，矩阵运算
df = dai.query("""
    SELECT date, instrument, close
    FROM cn_stock_bar1d
    WHERE date BETWEEN '2024-01-01' AND '2024-09-30'
    ORDER BY date, instrument
""").df()

# 计算信号（向量化，无循环）
df = df.sort_values(["instrument", "date"])
df["ma20"] = df.groupby("instrument")["close"].transform(lambda x: x.rolling(20).mean())
df["signal"] = (df["close"] > df["ma20"]).astype(int)  # 1=持有，0=空仓

# 计算收益
df["ret"] = df.groupby("instrument")["close"].pct_change()
df["strategy_ret"] = df["signal"].shift(1) * df["ret"]
# 汇总净值
nav = (1 + df.groupby("date")["strategy_ret"].mean()).cumprod()
nav.plot(title="策略净值")

1.2 事件驱动回测

工作原理：模拟真实交易流程，按时间顺序逐个处理每个Bar（K线），维护仓位、资金等状态变量。

# 每个 Bar 都会触发 handle_data，模拟真实下单流程
def initialize(context):
    context.stocks = ["000001.SZA", "600000.SHA"]

def handle_data(context, data):
    for stock in context.stocks:
        if data.current(context.symbol(stock), "close") > \
           data.history(context.symbol(stock), "close", 20, "1d").mean():
            context.order_target_percent(context.symbol(stock), 0.5)
        else:
            context.order_target_percent(context.symbol(stock), 0)

performance = bigtrader.run(
    market=bigtrader.Market.CN_STOCK,
    frequency=bigtrader.Frequency.DAILY,
    start_date="2024-01-01",
    end_date="2024-09-30",
    capital_base=1000000,
    initialize=initialize,
    handle_data=handle_data,
    order_price_field_buy="open",
    order_price_field_sell="close",
)
performance.render()

引擎选择决策树

                    您的策略需求？
                         │
        ┌────────────────┼────────────────┐
        │                │                │
        ▼                ▼                ▼
   因子初筛/研究    复杂订单逻辑      实盘前验证
        │                │                │
        ▼                ▼                ▼
   向量化引擎      事件驱动引擎      事件驱动引擎
   (快速迭代)      (精细模拟)        (逻辑一致)

推荐使用向量化的场景

• 简单均线/因子策略，主要依赖数学计算
• 需要快速验证大量因子（100+因子筛选）
• 参数优化/网格搜索（需要跑上千次回测）
• 学术研究/论文验证

推荐使用事件驱动的场景

• 复杂订单类型（止损单、追踪止损、条件单）

• 事件驱动策略（财报发布、公告事件）

• 多资产/多策略组合（资金分配逻辑复杂）

• A股特殊规则（T+1、涨跌停、停牌处理）

• 实盘前最终验证（最重要！）

  一句话总结：向量化回测适合因子挖掘（快），事件驱动回测适合策略验证（真）

==Bigquant平台一般使用事件驱动型回测，回测引擎的运行逻辑为每一根K线运行一次，在当前K线进行下单操作时会在下一根K线开始撮合成交==

二、回测三大陷阱

2.1 陷阱一：未来函数 (Look-Ahead Bias)

定义：在回测中使用了当时不可得的数据，导致策略"预知未来"

2.1.1 常见未来函数场景

2.1.2 对比示例

# 错误示例：未来函数
def wrong_signal(df):
    df['ma5'] = df['close'].rolling(5).mean()
    df['ma20'] = df['close'].rolling(20).mean()
    # 问题：当天知道当天的收盘价后才产生信号，但当天已经交易了
    df['signal'] = np.where(df['ma5'] > df['ma20'], 1, 0)
    df['returns'] = df['signal'] * df['close'].pct_change()
    return df

# 正确示例：信号滞后一期
def correct_signal(df):
    df['ma5'] = df['close'].rolling(5).mean()
    df['ma20'] = df['close'].rolling(20).mean()
    # 解决：信号滞后，今天信号明天交易
    df['signal'] = np.where(df['ma5'] > df['ma20'], 1, 0).shift(1)
    df['returns'] = df['signal'] * df['close'].pct_change()
    return df

财务数据未来函数案例

# 错误：假设财报当天可用
# 实际：年报通常在次年 4 月 30 日前披露，有滞后

wrong_way = """
2023-12-31 财报数据生成
2024-01-01 策略就开始使用这个数据 ← 未来函数！
"""

right_way = """
2023-12-31 财报数据生成
2024-03-15 公司实际公告财报
2024-03-16 策略才开始使用这个数据 ← 正确
"""

前复权导致的未来函数

# 错误：使用前复权数据
# 问题：前复权会根据未来的分红调整历史价格，导致"预知"分红信息

# 正确：使用后复权或不复权
# 后复权：以当前价格为基准，向前调整
# 不复权：使用原始价格，自己处理分红再投资

• Bigtrader如何处理除权除息：

  现在平台均使用复权因子来处理，即发现当天和前一天的复权因子发生变化，会得到复权因子的变化比率，来调整持仓数量和持仓价格,发生除权除息后，交易引擎会生成一条成交记录，成交记录中有成交数量（转送股数量）或成交金额（分红金额）等值

2.2 陷阱二：幸存者偏差 (Survivorship Bias)

定义：只使用当前存活的股票数据回测，忽略了已退市股票

A 股退市数据现状（截至 2024 年）：历史退市股票数量：约 200+ 只

退市原因：财务造假、连续亏损、面值退市等

影响：小市值策略受影响最大（退市股多为小市值）

解决方案

BigQuant 平台退市股票处理机制

平台默认处理逻辑：当回测途中持仓股票发生退市时，BigQuant 回测引擎的处理方式如下：

• 对于股票退市或期货合约到期的处理
  • 股票会在退市日期，按最新价格自动平仓，会生成一条平仓成交记录，成交金额返还至账户资金，成交时间为00:00:00，也会生成一条 expire 开头的日志
  • 期货会在到期日期，按最新价格自动平仓，会生成一条平仓成交记录，释放的保证金和平仓盈亏返还至账户资金，成交时间为00:00:00，也会生成一条 expire 开头的日志

需要注意的问题

股票池过滤（最重要！）

def initialize(context):
    # ❌ 错误：使用静态股票池，不过滤退市/ST股
    context.stocks = ["000001.SZA", "000002.SZA", "XXXX.SZA"]  # 可能含退市股

def before_trading_start(context, data):
    # ✅ 正确：每日动态过滤，排除停牌、ST、退市风险股
    from bigtrader.finance.controls import LimitUpDownOrder
    
    # 通过 DAI 查询当日有效股票（自动排除退市股）
    context.stock_list = context.filter_instruments(
        context.universe,
        suspended=False,      # 排除停牌
        st=False,             # 排除 ST
    )

退市股的亏损是真实的

退市整理期通常连续下跌，最终可能跌至接近 0
回测中这部分亏损会如实计入净值 → 不要忽略！

推荐的防退市策略写法

def before_trading_start(context, data):
    # 1. 动态获取当日可交易股票（平台自动排除已退市）
    today = context.trading_day
    # 2. 排除 ST、*ST（退市高风险）
    # 3. 排除上市不足 N 天的次新股
    # 4. 排除涨跌停（无法成交）
    df = context.get_factor_values(
        instruments=context.universe,
        fields=["is_st", "list_days", "is_suspended"],
        dt=today
    )
    valid = df[(df["is_st"] == 0) &(df["list_days"] > 60) &(df["is_suspended"] == 0)].index.tolist()
    context.stock_list = valid

2.3 陷阱三：数据泄露 (Data Leakage)

训练数据中包含了测试数据的信息，导致模型"作弊"，这是最难发现的一类陷阱

与未来函数的区别：

2.3.1 常见数据泄露场景

2.3.2 对比示例

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

# ❌ 错误：全样本标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)  # 用了全部数据！
X_train, X_test = train_test_split(X_scaled, test_size=0.2)

# ✅ 正确：训练集拟合，测试集转换
X_train, X_test = train_test_split(X, test_size=0.2, shuffle=False)  # 时间序列不打乱
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)  # 只用训练集拟合
X_test_scaled = scaler.transform(X_test)  # 用训练集参数转换测试集

机器学习中的标签泄露

# ❌ 错误：标签使用未来数据
# 预测明天涨跌，但标签用了明天的收盘价
df['label'] = (df['close'].shift(-1) > df['close']).astype(int)

# ✅ 正确：标签滞后，确保交易时可用
# 今天收盘后知道信号，明天开盘交易，后天知道收益
df['label'] = (df['close'].shift(-2) > df['close'].shift(-1)).astype(int)

2.4 检查清单

三、成本建模

回测收益 = 策略 Alpha - 交易成本

3.1 三类成本详解

在 A 股量化回测中，成本主要由三部分组成。很多新手只设置了手续费，忽略了滑点和冲击成本，导致实盘大幅亏损。

公式示例

总成本估算公式
总成本 = 交易金额 × (佣金率 + 印花税率) + 交易金额 × 滑点率 + 冲击成本
冲击成本简化模型（平方根模型）
冲击成本 = 交易金额 × 0.1% × sqrt(交易金额 / 日均成交额)

3.2 A 股特有成本与限制

A 股市场的微观结构会导致隐性成本，这些在回测中极易被忽略：

四、回测指标解析

4.1 核心绩效指标解读

4.1.1 收益类指标：策略"赚了多少"

4.1.2 风险类指标：策略"可能亏多少"

4.1.3 风险调整后收益：策略"性价比如何"

4.1.4 交易质量指标：策略"逻辑是否健康"

4.2 指标误读案例与避坑指南

❌ 案例1：高夏普陷阱

回测结果：Sharpe=2.3，年化收益 35%，最大回撤 8%
表面看：完美策略！
深度拆解：
- 交易次数：23 次（统计显著性不足）
- 收益分布：3 笔交易贡献 80% 收益，其余微亏
- 时间集中：所有大赚发生在 2020 年 3 月疫情反弹
✅ 正确做法：
1. 延长回测周期至包含完整牛熊
2. 要求最小交易次数>100
3. 滚动窗口夏普（如 6 个月）应保持稳定

❌ 案例2：幸存者偏差导致的指标虚高

问题：回测股票池使用"当前沪深300成分股"
后果：自动剔除已退市/被调出的弱势股，收益被高估 3-8%/年
✅ 正确做法：
- 使用"时点成分股"数据（BigQuant 支持历史成分股查询）
- 或在因子计算中加入"上市时间>2 年"等过滤条件

❌ 案例3：过度优化引发的过拟合

现象：参数网格搜索后，夏普从 1.2 提升至 2.8
风险：参数对样本内数据过度适配，样本外失效
✅ 防御措施：
1. 保留 20-30% 数据作为样本外测试集
2. 使用滚动回测（walk-forward）验证参数稳定性
3. 参数敏感性分析：±10% 变动下，夏普波动应<20%

五、完整回测流程建议

从数据准备到结果评估的端到端检查流程：

Step 1: 数据准备

使用历史成分股（含退市）

财务数据按 ann_date 对齐

检查数据缺失/异常值处理方式

Step 2: 信号生成

所有信号使用 shift(1) 或显式延迟

标准化/特征工程仅用历史数据

对比信号日期与数据日期

Step 3: 成本设置

根据资金量选择合理佣金率

设置印花税（卖出 0.1%）

设置合理滑点（至少 0.1%）

Step 4: 回测执行

向量化：快速验证因子有效性

事件驱动：精细验证策略逻辑

Step 5: 结果评估

同时查看 Sharpe、Sortino、Calmar、MDD

分牛/熊/震荡市分段评估

进行参数敏感性分析

Step 6: 样本外验证

在预留测试集（或滚动样本外）验证

样本外指标与样本内差距不超过 30%

通过后再考虑实盘

最后，切记，历史回测结果不代表未来收益，策略上线前务必进行模拟盘验证！

\