電子表格中最好的回測

情景設定

假設性教學案例。價格序列、策略、交易結果和統計數據均為虛構。它們不是歷史記錄、業績聲明或可交易信號。Lena 在合成股票籃子上測試均線思路。嘗試 120 種參數組合後，她選擇最有吸引力的結果，並以其中 200 筆模擬交易作為穩健優勢的證據。研究複核會追問：選中了甚麼，遺漏了甚麼，以及哪些數據仍真正未被看過。

重建亮眼的表面數字

選定配置有 110 筆毛盈利交易，平均盈利 $180；90 筆毛虧損交易，平均虧損 $160。毛收益為 $19,800，毛損失為 $14,400，200 筆交易剩餘 $5,400。平均每筆毛收益為 $27，勝率為 55%。這兩個數字都無法說明策略能否承受現實成本，也無法說明篩選過程發現的是信號還是運氣。

Lena 假設每筆交易的往返成本僅為 $2，使結果減少 $400 至 $5,000。但虛構的執行審查估算，每次完成的往返交易包括 $6 傭金和顯性費用、$12 價差成本，以及 $15 額外滑點。合計每筆 $33，整個樣本共 $6,600。毛結果不變時，修訂後的淨結果為虧損 $1,200，平均每筆交易負 $6。

明確成本，避免重複計算

這些成本組成之所以合理，是因為合成回測使用了無摩擦參考價格。如果已經按買價和賣價模擬成交，再單獨扣除完整價差會高估成本。同樣，從決策價計算的實施差額可能已包含價差和市場衝擊。研究日誌需要精確定義入場基準、退出基準和額外費用。

敏感性表應測試多種往返總成本，而不只是對策略最有利的那一種。成本為 $15 時，淨結果為 $2,400；為 $27 時，淨結果為零；為 $45 時，淨結果為負 $3,600。這些是算術情景，而非預測。$27 的盈虧平衡成本尤其有用，因為它揭示了選定毛結果為成交不確定性、錯失成交及操作錯誤留下的餘地有多小。

選擇問題先於最終圖表

Lena 並非在看到樣本前就選擇了該配置。她選擇它，是因為它在同一樣本上優於其他 119 個方案。即使策略沒有持久預測優勢，嘗試大量變體也可能得到一個誘人的贏家。作為刻意簡化的示例，如果 120 次獨立測試各有 5% 的假陽性概率，至少出現一次的概率為 1 − 0.95^120，約 99.79%。

實際的策略變體很可能彼此相關，因此基於獨立性所作的計算，並不是 Lena 研究的有效 p 值。它的作用是揭示多重檢驗問題，而不是精確量化該問題。她必須記錄所有嘗試過的變體，包括捨棄的指標、改動的日期窗口及人工例外。一張精美的最終圖表，無法揭示其背後隱藏了多少失敗實驗。

保留真正獨立的評估集

更好的虛構研究設計，會區分開發、驗證及最終未經使用的測試。Lena 可以用開發數據形成想法，用驗證數據比較一組數量有限且有記錄的選擇。一旦她查看最終測試並據此修改策略，該數據就不再是未經使用的。反覆把同一份數據稱為“樣本外”，並不能恢復獨立性。

在一項新的 60 筆交易測試中，假設有 28 筆毛盈利，平均為 $170，另有 32 筆毛虧損，平均為 $150。毛結果為 $4,760 − $4,800 = 負 $40。每次往返交易成本為 $33，合計增加 $1,980 成本，淨結果為負 $2,020。這個虛構的小樣本不能證明策略永遠不可行，但也不支持最初的信心。適當的回應是調查或否決，而不是自動不斷修改參數，直到留出集表現轉正。

研究複核應先分別展示兩個樣本，再報合計數字。修正後的兩百筆開發交易虧損 1200 美元，新的六十筆測試虧損 2020 美元，合計兩百六十筆虧損 3220 美元，平均每筆約 −12.38 美元。算術相加沒有問題，但合併不會讓已用於挑選策略的開發樣本變成獨立證據。後續測試有不同作用：檢驗在這些結果出現前已經固定的決策。

檢查信息時點和虧損路徑

複查還要問：信號是否使用了每筆模擬交易前實際可得的數據？若無合理的執行機制，收盤價指標通常不能為更早按同一收盤價成交提供依據。標的範圍選擇不應悄悄剔除失敗或退市證券。公司行動、時間戳對齊與過時報價都可能顯著改變模擬結果。每項檢查針對的是可能的誤差來源，而不是保證未來盈利。

最後，Lena 在總利潤旁記錄回撤、連續虧損、換手率和資本使用情況。最終恢復的策略仍可能在途中突破資金限制。NFA 提醒，假設結果受益於事後信息，無法完整再現真實財務風險體驗。模擬測試能揭示流程問題，但不能證明實盤流動性、可擴展性，或在真金白銀虧損時遵守策略的能力。

先明確什麼證據能夠真正改變結論

Lena 下一步做什麼，取決於問題根源。如果時間戳錯誤讓今日訊號讀取明日資訊，就應修復實現，並撤回或明確替換受影響結果。如果程式碼正確，只是合理成本吃掉優勢，換一個圖表標題無濟於事。如果某筆異常盈利解釋了幾乎全部毛利，則要研究這種依賴是否有經濟依據、樣本是否充分覆蓋它。

她可以準備一個可重現材料包：全部一百二十種配置、準確的人工資料集、選出贏家的評分規則、所有費用口徑，以及凍結後的最終規範。其他審閱者應能同時重現漂亮的原始結果與不漂亮的修正版。保留失敗版本有助於看清是哪項假設改變結論。可重現性是驗證計算的條件，不是策略將來會成功的證據。

敏感性檢查要區分成本變化和交易清單變化。對同樣兩百筆完整交易，將每筆費用從三十三美元提高到四十五美元，新增成本為 2400 美元，淨結果由 −1200 變為 −3600。但若流動性下降還使部分訂單無法成交，毛交易清單本身也改變了，這就需要新的執行模擬，而不只是對舊清單再扣一筆費用。精確的成本表不能掩蓋更大的成交模型問題。

最後，Lena 應說明哪些工作算新實驗，哪些只是繼續此前搜索。受到失敗留出樣本啟發的新規則當然可以研究，但它在該樣本上的表現已屬於開發證據。真正後來的觀察期，只有在修改版規範和評價標準事先固定後，才有資格檢驗新流程。誠實結論可以是當前想法缺乏支持；研究複核不必強行產出一套可交易策略。

推理錯在哪裡