新策略怎么用历史走势来验证好不好用？

仅凭“想用历史走势验证新策略”这一句话，无法判断某个策略是否可用，也无法推出任何买卖、加减仓或实盘启用的动作。历史回测能回答的是“在给定数据和规则下，这套逻辑过去表现如何”，它不能直接回答“未来会不会赚钱”。要做出可核验的判断，至少还缺少几类信息：策略规则是否被完整、无歧义地写下来；用的是哪段历史数据、是否包含退市与停牌样本；回测成本假设是什么；以及评估指标是单一收益数字还是一组风险调整后的指标。这些信息缺一项，回测结论的解释力就会打折扣。

回测到底在验证什么

回测的本质，是把一套事先定义好的规则，放到历史行情上机械执行，再统计结果。它验证的是规则与历史数据之间的匹配程度，而不是规则与未来的匹配程度。

一套可被检验的策略，规则需要先固定下来：什么条件下产生信号、信号对应什么方向、何时退出、仓位如何确定。规则里如果留有“看情况”“感觉不对就调整”这类空间，回测就无法复现，统计结果也就失去意义。

数据层面同样需要交代清楚：覆盖哪个市场、哪类标的、哪段时间，是否包含已退市或长期停牌的样本，价格用的是收盘价还是复权价。这些选择会直接改变统计结果，因此属于必须核对的公开事实，而不是可以默认的细节。

回测结果为什么容易失真

回测数字好看，和策略真实有效，是两件事。中间隔着几类常见的偏差，它们往往同时存在，需要分别核对。

过拟合：如果规则被反复修改，直到历史曲线变得漂亮，那么这套规则很可能只是在描述那段历史的噪声。区分方法是看规则是否有独立于数据的逻辑依据，以及它在未被用于调整规则的样本上表现是否一致。

幸存者偏差：如果标的池只包含今天仍然存续的品种，那些中途退市或消失的样本就被剔除了，统计结果会系统性偏乐观。核对方法是确认数据源是否包含已退市标的，以及标的池是如何构建的。

前视偏差：如果某个信号用到了当时还无法获得的信息，回测就会高估收益。核对方法是逐条检查每个信号所依赖的数据，在历史时点上是否真的已经公布或可计算。

成本与流动性假设：手续费、滑点、冲击成本、涨跌停无法成交等情况，如果被忽略或低估，回测结果会偏离可执行的真实情形。需要核对的是回测中这些参数如何设定，以及设定依据是什么。

样本内外差异：把全部历史数据都用于寻找规则，再用同一段数据评估，等于既当考生又当阅卷人。区分方法是看是否存在一段未参与规则调整的样本，以及两段样本上的表现差异有多大。

这些偏差无法由题述信息证实是否存在，只能作为待验证的假设，逐一去核对数据与规则原文。

评估指标该怎么看

单一收益率数字信息量很低，因为它不反映波动、回撤和资金占用。评估一套策略，通常需要同时看几类指标，并理解它们各自的局限。

指标之间需要交叉验证。比如收益高但回撤极大，说明结果可能由少数几笔交易贡献；胜率高但盈亏比很低，说明一次亏损可能吞掉多次盈利。这些判断都需要回到原始交易记录去核对，而不是只看汇总数字。

结论的适用边界

历史回测的结论，只在“规则不变、数据可比、成本假设成立”的范围内成立。一旦规则被修改、市场结构变化、交易成本上升，原有结论就不再直接适用。

回测表现好，不能推出实盘一定好；回测表现差，也不能推出策略逻辑一定错——可能是数据区间不匹配，也可能是成本假设过严。两种方向都需要回到规则、数据和成本假设去核对，而不是用回测数字直接替代判断。

对于涉及具体交易规则、费用标准或数据口径的问题，应以交易所、数据提供商或相关机构的官方说明为准，不虚构出处。

常见问题

回测结果好，是不是就说明策略可用？

不能。回测好只说明规则在那段历史上匹配得好，可能来自真实逻辑，也可能来自过拟合、幸存者偏差或成本假设偏低。要区分这两种情况，需要核对规则是否有独立依据、是否存在未参与调整的样本，以及成本假设是否贴近可执行情形。

过拟合和幸存者偏差有什么区别？

过拟合是规则被反复调整到贴合历史噪声，表现为样本内很好、样本外变差；幸存者偏差是标的池只保留了存续到今天的样本，表现为整体结果系统性偏乐观。前者要核对规则调整过程与样本外表现，后者要核对数据源是否包含已退市标的。

评估策略时最该先核对什么？

先核对规则是否完整可复现，再核对数据区间、标的池构成和成本假设。这三项决定了回测结果能不能被解释；指标本身只是在这些前提成立之后才有参考意义。任何一项说不清楚，后续的收益或回撤数字都难以采信。