回测究竟是什么
回测取一套固定的规则——例如一个入场条件、一个出场条件和一个仓位大小——并在诸如过去的比特币(BTC)价格这样的历史数据集上重新回放它。它记录该规则本应生成哪些交易,并产生诸如总收益、胜率、最大回撤和交易次数等统计数据。
核心思想很简单:如果一条规则没有任何有用的结构,那么它在历史数据上的表现就不应优于随机。回测是一种以可测量、可重复的方式检视规则历史行为的方法,而不是依赖对“通常会发生什么”的记忆或直觉。
回测能够正当地展示什么
回测作为一种描述性和诊断性工具最为可信,而非作为预测工具。它能揭示某条规则本应多久交易一次、其历史上最糟糕的回撤有多大、结果对成本有多敏感,以及该逻辑是否根本能够无误地运行。
它对于排除也很有用。一条在漫长而多样的历史中表现糟糕的规则——或只在某个狭窄时期里奏效的规则——显然没有证明其稳健性。排除掉一些想法,往往比试图证实一个心仪的想法“有效”更为诚实地使用回测。
过度拟合:核心陷阱
当一个策略被过于紧密地调校到某一历史数据集的怪癖上,以至于它捕捉到的是噪声而非任何持久的模式时,就发生了过度拟合。如果你测试了数百种参数组合并保留过去收益最好的那一个,你极有可能选中的是运气而非本领——总会有某个组合仅仅因为偶然而看起来不错。
警示信号是我们所熟悉的:可调参数众多;设置稍微变动一下结果就崩溃;惊人的业绩集中在少数几笔交易上;以及规则被反复调整,直到资金曲线看起来很有吸引力。过度拟合的策略在样本外——在它未被调校去适应的数据上——往往表现糟糕得多,而在实盘交易中则更糟。
其他抬高回测结果的偏差
过度拟合并非唯一的问题。前视偏差(look-ahead bias)使用了在交易发生的那一刻本不应获得的信息。幸存者偏差只测试仍然存在的资产,而忽略那些已经失败的资产。数据窥探偏差(data-snooping bias)则在许多人对同一段历史测试许多想法、而只有赢家被报告出来时不断累积。
现实中的摩擦也很容易被省略。交易成本、手续费、滑点、买卖价差、资金费率,以及在流动性稀薄的市场中成交大额订单的困难,都可能把一条纸面上盈利的规则变成亏损的规则。一份假设能以理想价格完美成交的回测,所测量的是一个并不存在的市场。
为什么一份好的回测不是预测
即便是精心构建、控制了偏差的回测,所描述的也只是某一特定条件集合下的过去。市场会变化:流动性、波动性、参与者和监管都会随时间推移而变动,一条适合某种市场状态的规则在另一种状态下可能失效。过往业绩并不附带对未来的保证,而回测常常被夸大。
这正是为什么各类预测性交易方法总体上——图表形态、艾略特波浪、斐波那契水平,以及诸如 RSI 或 MACD 之类的技术指标——都存在争议且带有主观性。对它们进行回测可以让它们看起来很精确,但无法让它们可靠地预测价格。交易属于高风险,研究一致表明,大多数散户交易者随着时间的推移会亏钱。
带着背景去解读市场数据
由于回测可能美化一个策略,有些人更倾向于在价格之外,也去看更广泛的市场数据背景。BIKENZO 是一个比特币数据与分析终端,展示诸如相对于 BTC 价格的流动性等信息;这种背景能帮助你解读:某次历史波动究竟是发生在一个深度、流动性充裕的市场里,还是发生在一个稀薄的市场里。
这是背景,而非信号或预测。BIKENZO 不会告诉你将要发生什么,不会生成交易,也不是一个进行交易的场所——它是一个用于理解价格背后数据的透镜。任何决定、任何风险,都完全由你自己承担。