仅凭“改完策略”这一信息，无法判断它是否管用。策略是否有效，不取决于修改动作本身，也不取决于修改后短期账户数字的变化，而取决于能否用可复核的证据回答三个问题：这套规则在历史上是否被一致地执行过、在没参与规则设计的数据上是否仍然成立、以及它的表现是否经得起交易成本和样本波动的检验。缺少其中任何一类信息，都只能说明“暂时没看到反例”，不能说明“策略有效”。
回测能回答什么、不能回答什么
回测是把一套明确的规则放到历史数据上重放，看它在过去会触发哪些交易、产生什么结果。它擅长暴露规则的内部一致性：入场、出场、仓位、止损条件是否写清楚了，是否存在前后矛盾的条款，是否在特定行情下根本无法成交。
但回测本身不是有效性的证明，原因在于它天然带有几类偏差：
- 事后视角：规则是在已经知道历史走势之后设计的，容易不自觉地贴合某段行情。
- 数据质量：复权方式、停牌处理、退市样本是否保留，都会改变结果。
- 成本假设：佣金、滑点、冲击成本如果设得过于理想，回测结果会被系统性高估。
- 参数敏感：同一套逻辑换一组参数，结果可能大幅变化，说明结论可能来自拟合而非规律。
因此，回测的合理用途是排除明显不成立的规则，而不是确认规则一定成立。看到一条平滑向上的回测曲线，需要先问：这条曲线是在多少组参数里挑出来的，换一段区间是否还成立。
样本外与实盘观察各自核验什么
样本外检验的思路是：把一部分数据在规则设计阶段就锁起来不用，等规则定稿后再拿这部分数据跑一遍。它核验的是规则有没有过度依赖某一段特定历史。如果规则在样本内表现好、样本外明显走弱，通常指向拟合，而不是市场变了。
实盘观察核验的是另一类问题：回测里假设的成交条件在真实市场里是否成立。挂单能不能成交、流动性够不够、实际成交价与预期差多少，这些只有真实下单才会暴露。但实盘观察有一个固有困难——样本量。短时间内出现的盈亏，既可能来自策略本身，也可能只是随机波动，两者在少量交易里很难区分。
所以，回测、样本外、实盘观察不是三个可以互相替代的步骤，而是分别针对规则一致性、拟合程度、执行可行性三类不同问题的证据。任何一类缺失，判断都会留下盲区。
哪些公开信息能帮助区分原因
当策略修改后表现发生变化时，至少存在几种并存的解释，需要靠具体信息去区分：
- 规则确实改变了风险暴露：核对修改前后的规则文本，看仓位、止损、标的范围是否真的变了。
- 只是样本波动：核对交易笔数、盈亏分布，看结果是否集中在少数几笔上。
- 成本假设变化：核对回测与实盘使用的费率、滑点参数是否一致。
- 市场结构变化：核对策略依赖的品种流动性、交易时段、涨跌停规则是否发生调整。
区分这些原因，靠的不是感觉，而是把规则文本、参数设置、成交记录、成本明细放在一起比对。如果这些材料不完整，任何“策略有效”或“策略失效”的结论都缺少支撑。
结论的适用边界
即便上述证据都齐备，也只能说明策略在被检验过的那段历史和那类市场条件下没有暴露出问题。它不保证未来同样成立，因为市场参与者结构、流动性、规则本身都可能变化。
同时，策略有效性与是否应该据此交易是两个不同问题。前者是证据问题，后者还涉及个人风险承受能力、资金期限、税务与合规约束，这些无法由策略本身回答。任何把“验证通过”直接等同于某个交易动作的推论，都超出了证据能支持的范围。
简短总结：判断改完的策略管不管用，需要回测、样本外检验和实盘观察三类证据分别核验规则一致性、拟合程度和执行可行性；缺少任何一类，结论都只能停留在“尚未发现反例”，而不是“已经证明有效”。
常见问题
回测结果好，是否说明策略已经验证通过？
不能。回测结果好只说明规则在那段历史数据上自洽，无法排除事后视角、参数挑选和数据质量带来的偏差。要判断是否通过，还需要看样本外数据是否支持同一结论。
样本外表现变差，一定是策略失效吗？
不一定。样本外变差可能来自拟合，也可能来自那段区间本身的市场条件特殊。区分两者需要核对规则是否依赖特定行情特征，以及变差是集中在少数交易还是普遍出现。
实盘观察多久才能说明问题？
时间长短本身不是标准，关键是交易笔数和结果分布是否足以把策略效果与随机波动区分开。笔数太少时，盈亏更多反映的是运气而非规则质量，这一点无法用固定期限来替代。