仅凭“连续亏了”这一句题述信息，无法推出交易策略应当如何改进，也无法判断问题出在策略本身、执行环节还是市场环境。要给出有意义的判断，至少还需要知道：亏损发生在多长的时间窗口内、对应策略原本的收益与风险特征、同期基准和同类策略的表现、实际成交与预设规则之间的偏差。这些信息缺失时，任何“改进方向”都只是猜测。

连续亏损不等于策略失效

“连续亏损”是一个结果描述，不是一个诊断。它至少可能对应几种性质完全不同的情形，需要分开看待：

  • 正常回撤：任何策略的收益分布都不是均匀的，连续亏损段可能本来就落在该策略历史回撤范围之内。判断这一点需要该策略在样本内和样本外的回撤分布，而不是只看最近一段。
  • 策略失效：原本依赖的市场结构、流动性、参与者行为发生变化，导致策略赖以成立的前提不再成立。这需要核对策略逻辑所依赖的条件是否仍然存在。
  • 执行偏差：策略设计本身没问题，但实际下单、滑点、仓位、止损执行与规则不一致，导致结果偏离预期。这需要比对交易记录与策略信号。
  • 归因错误：把多因素造成的亏损归到单一原因上，比如把市场整体下跌误判为选股能力问题。

这几种情形对应的处理方向完全不同，所以在没有区分之前，谈不上“该怎么改进”。

归因需要核对哪些公开事实

归因分析的价值在于把“亏了”拆成可核验的组成部分。可以核对的公开或自有信息包括：

  • 基准表现：同期宽基指数、行业指数或同类策略的表现。如果基准跌得更多，亏损可能主要来自市场整体，而非策略本身。
  • 策略逻辑依赖的条件：例如策略是否依赖某一类资产的波动率、流动性或估值水平，这些条件是否发生了变化，可从公开市场数据中核对。
  • 交易记录与信号的偏差：实际成交价、成交时点与策略信号之间的差异，是区分“策略问题”和“执行问题”的关键证据。
  • 样本外表现：策略在未参与参数拟合的数据段上的表现，比样本内表现更能反映其稳健性。需要明确样本是如何划分的。

这些信息的作用是区分原因，而不是直接给出改进动作。比如，如果亏损主要来自基准同步下跌，那么问题可能不在策略逻辑；如果样本外表现显著差于样本内，则提示过拟合的可能。

参数调整与策略检验的边界

“参数调整”常被当作改进策略的首选，但它本身有明确的适用边界：

  • 如果问题出在执行环节，调整参数不会解决偏差。
  • 如果问题出在策略逻辑失效，调整参数只是在旧框架内打转。
  • 如果在同一份数据上反复调参直到亏损消失，得到的是对历史的拟合，而非对未来的适应能力。

策略检验通常关注的是：逻辑是否有可解释的经济或行为基础、在样本外是否仍然成立、对参数是否敏感、在不同市场环境下表现是否一致。这些是判断维度，不是操作步骤。具体采用哪种检验方式，取决于策略类型和可获取的数据。

结论的适用边界

以上讨论都建立在“能够获取策略历史数据、交易记录和基准数据”的前提上。如果这些信息不完整，归因本身就受限，任何改进方向都缺乏证据支撑。此外，市场环境会变化，过去有效的检验方法不保证未来仍然适用。连续亏损本身既不能证明策略失效，也不能证明只是正常回撤，它只是一个需要进一步核验的信号。

常见问题

连续亏损是否一定意味着策略需要调整？

不一定。连续亏损可能落在策略正常回撤范围内，也可能源于执行偏差或市场整体下行。是否需要调整，取决于归因结果，而不是亏损这一事实本身。

归因分析应该优先看哪些信息？

通常优先核对同期基准表现、策略逻辑依赖的条件是否变化、以及实际成交与策略信号的偏差。这几类信息能帮助区分市场因素、策略因素和执行因素。

样本外测试能说明什么？

样本外测试反映策略在未参与参数拟合的数据上的表现，有助于识别过拟合。但它不能保证未来表现，也不能单独作为策略是否有效的唯一依据。