回测时如何避免过拟合？

三条实用规则：(1) 限制参数数量——可调参数超过 3-4 个的策略极易过拟合（overfitting）。(2) 使用样本外（out-of-sample）验证：把数据分成样本内（用于开发）和样本外（用于测试），在策略最终定型之前绝不查看样本外结果。(3) 检查参数稳定性：如果把某个参数改变 10% 就让结果大幅变化，说明策略拟合的是噪声。稳健的策略在参数偏离最优值时，表现会逐步下降，而不是断崖式下跌。

回测结果要具有统计显著性，需要多少笔交易？

要达到基本的统计有效性，至少需要 30 笔交易，但强烈建议 100 笔以上。只有 30 笔交易时，夏普比率或胜率的置信区间非常宽——一个在 30 笔交易中显示 55% 胜率的策略，其真实胜率很可能在 40% 到 70% 之间的任何位置。有 100 笔交易时，置信区间会明显收窄。对于交易频率很低的策略（例如每月再平衡），你可能需要 20 年以上的数据才能积累足够的交易，或者在多个资产上测试以扩大样本量。

什么是滚动前推分析（walk-forward analysis），为什么要用它？

滚动前推分析是一种模拟现实中随时间推进开发策略的方法。你先在一段数据窗口（例如 2 年）上优化策略，然后在紧接着的、未见过的下一段时间（例如 6 个月）上测试优化后的参数，再把窗口向前滚动并重复。这样会得到一系列样本外结果，展示如果你当时是实时开发并交易该策略，它实际会有怎样的表现。由于它能捕捉参数随时间的退化，因此比单一的样本内/样本外划分要真实得多。

交易成本对回测结果的影响到底有多大？

比大多数人预想的要大。一个每年交易 200 次、往返成本为 0.1%（佣金 + 滑点）的策略，仅交易成本每年就要损失 20%。即使一个看起来年化收益 15% 的策略，扣除成本后也会变成 -5% 的策略。频率越高的策略越敏感：一个平均每笔盈利 0.3% 的均值回归策略，仅 0.1% 的成本就可能让它变得无利可图。务必纳入符合实际的交易成本估计，并做敏感性分析——分别用 0.05%、0.1% 和 0.2% 测试，看看盈利能力在哪里失效。

什么是数据窥探偏差（data snooping bias），它和过拟合有什么不同？

数据窥探（也称数据挖掘偏差）是指在同一个数据集上测试许多策略或参数组合，并从中挑出最好的那个。即便每一次单独的测试都没有过拟合，从众多测试中挑选最佳结果这一行为本身就会让结果向上偏。它与过拟合不同，过拟合指的是单个策略的参数过多。你可以有一个没有过拟合的简单双参数策略，但如果你测试了 50 个不同的双参数策略、只报告最好的那个，你仍然会成为数据窥探的受害者。纠正方法是应用多重检验校正（如 Bonferroni），或者更好的做法是，在完全未动用过的数据上验证最终策略。

首页/回测/常见错误

毁掉回测结果的 7 个常见错误

最常见的回测错误有：过拟合、幸存者偏差、忽略交易成本、前视偏差、样本量不足、曲线拟合，以及没有在不同市场状态下测试。策略参数最多保持 2-4 个，回测至少要有 100 笔交易，并覆盖至少两个完整的市场周期。

更新于 2026年10月12日

回测可以告诉你任何你想听的东西。有用的回测和误导性的回测之间的差别，归根结底在于方法。大多数在纸面上表现惊艳、一旦投入真金白银就土崩瓦解的策略，都源于这七个错误。

1. 对历史数据过拟合

过拟合（overfitting）是最常见、也最危险的回测错误。当你的策略有太多参数或规则，被调校得与历史数据完美吻合、却对未来毫无预测能力时，就会出现过拟合。一个拥有 10 个可调参数的策略几乎可以拟合任何价格序列——并且会显示出非凡的回测收益，而这些收益完全没有意义。

如何避免：让策略保持简单。一个稳健的策略最多应有 2-4 个参数。测试参数稳定性——如果把某个参数改变 20% 就毁掉了结果，那就是过拟合了。使用滚动前推分析：在一个时期优化，在下一个时期测试，然后重复。如果样本外表现比样本内差得多，那就是过拟合了。

2. 幸存者偏差

幸存者偏差（survivorship bias）是指你的数据集只包含今天仍然存在的资产，而排除了那些已退市、破产或被收购的资产。如果你用当前的 S&P 500 成分股往回测试 20 年的选股策略，你测试的只是幸存下来的公司——这是一个有偏的样本，会让任何策略看起来都比实际更好。

如何避免：使用包含已退市证券、不存在幸存者偏差的数据。如果拿不到这样的数据，至少要在结果中说明这一局限。对于买入低质量或陷入困境股票的策略，这种影响最为严重，因为这类股票退市的概率最高。对于指数层面的策略（在 SPY、QQQ 上回测），幸存者偏差很小，因为指数本身会定期调整成分。

3. 忽略交易成本

一个频繁交易的策略，在零交易成本下可能看起来非常赚钱，而在符合实际的成本下却严重亏损。交易成本包括佣金（对散户来说通常接近于零，但对机构规模仍然重要）、买卖价差（大多数新手忽略的隐性成本）、滑点（slippage，你预期的价格与实际成交价之间的差额），以及市场冲击（对较大仓位而言很重要）。

如何避免：回测中务必纳入交易成本。对于美股，流动性好的大盘股每边至少按 0.05% 计算，小盘股按 0.2-0.5% 计算。对于加密货币，在主要交易所以吃单（taker）方式下单时，每边 0.1% 是符合实际的。做敏感性分析：如果把假设的交易成本翻倍后策略就不再盈利，说明优势太薄，无法安全交易。

4. 前视偏差

前视偏差（look-ahead bias）是指你的策略使用了在做出交易决策时还无法获得的信息。最常见的形式是用某根 K 线的收盘价生成信号，然后又按同一个收盘价成交——现实中，在这根 K 线收盘之前你不可能知道收盘价，而到那时你只能在下一根 K 线的开盘时成交。

如何避免：信号生成后，始终在下一根 K 线上执行。对基本面因子使用时点（point-in-time）数据——收盘后公布的财报，直到下一个交易日才应该对你的策略可见。对复权价格要格外小心：经拆股和分红调整的序列会被追溯重新计算，这可能会悄悄引入前视偏差。如需更深入的讲解，请参阅我们的前视偏差详细指南。

5. 样本量不足

一个在 5 年内产生 12 笔交易、胜率 75% 的策略在统计上没有意义。只有 12 个观测值时，该胜率的置信区间宽到真实胜率很可能落在 45% 到 95% 之间的任何位置。你无法得出可靠的结论。

如何避免：回测中至少要有 100 笔交易。如果你的策略交易不频繁，可以延长时间范围、在多个资产上测试（注意相关性），或者使用更短的周期。在报告点估计的同时报告置信区间——一个夏普比率为 1.2、95% 置信区间为 [0.4, 2.0] 的结果，与 1.2、区间为 [1.0, 1.4] 的结果，讲述的是截然不同的故事。

6. 曲线拟合

曲线拟合（curve fitting）是过拟合的近亲，但作用于不同的层面。过拟合指的是单个策略的参数过多，而曲线拟合指的是在同一数据上测试太多策略并挑选最好的那个。如果你测试了 100 个不同的策略并报告最好的那个，那么有 99% 的可能，胜出者只是统计上的假象，而不是真正的优势。

如何避免：从一个基于市场微观结构或行为金融学的假设出发，再去测试它——不要一开始就在数据里挖掘规律。如果你确实要测试多个策略，就应用多重检验校正来调整显著性阈值。Bonferroni 校正把你的 alpha 除以测试次数：如果你测试了 20 个策略，就需要 p 值低于 0.0025（而不是 0.05）才能声称结果显著。

7. 没有在不同市场状态下测试

许多策略依赖于市场状态：它们在牛市中有效、在熊市中失灵，或者在低波动环境下有效、在波动率飙升时崩溃。如果你的回测区间只覆盖一种市场状态（例如 2012-2021 年，几乎不间断的牛市），你的结果就不具有普遍性。

如何避免：确保回测至少覆盖两个完整的市场周期——一轮牛市、一轮熊市，最好再加一段横盘期。按年份或按市场状态拆分结果，检查策略在最糟糕的时期是否赚钱（或者至少没有灾难性亏损）。一个夏普比率为 1.5、但在 2020 年暴跌中亏损 50% 的策略，与一个夏普比率为 1.2、最大回撤只有 15% 的策略并不一样。汇总数字掩盖了关于尾部风险的关键信息。

亲自试试

真正理解这些错误的最好方式，是亲身遇到它们。使用 QuantPrompt，你可以快速测试策略，看看结果对交易成本、参数选择和时间段有多敏感。试着把同一个策略分别在 2015-2019 年（牛市）、2020-2022 年（高波动）和 2023-2024 年进行回测——如果结果差异巨大，说明你的策略依赖于市场状态，还需要进一步打磨。

用通俗的语言描述你的策略，立即获得结果，然后不断迭代。目标不是找到一个完美的回测，而是找到一个足够稳健、能够经受住本指南所警示的这些错误的策略。