一、什么是技术指标的历史信号回测
均线、MACD、RSI、布林带等技术指标,会根据价格和成交量的变化给出“买入”或“卖出”的信号。历史信号回测,就是把这些规则放回过去的行情数据中,逐根K线检验:如果当年严格按照规则执行,结果会是怎样。它的价值在于检验规则本身的逻辑是否自洽,而不是预测未来走势。
二、回测的五个基本步骤
- 明确信号规则:例如“5日均线上穿20日均线记为买入信号,下穿记为卖出信号”。规则必须写成程序可以执行的条件,避免“看起来要涨”这类模糊描述。
- 准备历史数据:选取足够长的日线或分钟线,包含开盘价、最高价、最低价、收盘价和成交量,并检查停牌、除权除息等数据是否已正确处理。
- 设定执行假设:信号在当根K线收盘后产生,次日开盘执行,并计入手续费、印花税及成交价格偏差。假设越接近真实下单环境,结果越有参考价值。
- 计算绩效指标:统计累计净值、最大回撤、胜率、平均上涨幅度与下跌幅度之比等核心数据。
- 样本外验证:将数据分为前后两段,前段用于设定参数,后段用于检验。若后段表现明显变差,说明规则可能只是拟合了历史数据。
三、以均线交叉为例看绩效指标
假设以某指数日线为例,规则为MA5上穿MA20时记为买入,下穿时平仓。回测程序会逐日判断信号,记录每次持有期间的涨跌幅,并累计形成净值曲线。下表为指标框架,用于说明计算口径,不代表任何真实结果。
| 指标 | 含义 | 观察要点 |
|---|---|---|
| 累计净值 | 期末资金相对期初的倍数 | 与同期标的自身涨跌进行对比 |
| 最大回撤 | 净值从历史高点到低点的最大跌幅 | 反映净值波动的承受压力 |
| 胜率 | 获得正向涨幅的次数占全部次数的比例 | 需结合单次幅度一起看 |
| 幅度比 | 平均上涨幅度 ÷ 平均下跌幅度 | 大于1通常表示单次上涨幅度更大 |
| 信号次数 | 规则触发的总次数 | 次数过少时统计结论说服力较弱 |
四、常见误区与辨析
- 未来函数:用当天收盘后才能获知的数据决定当天的成交,会让回测结果明显虚高。例如用全天最高价去判断早盘信号,就属于这一类错误。
- 过度拟合:把参数调到历史表现最好为止,例如某组均线组合恰好在过去数据中最优,但换一段数据后可能完全失效。
- 忽略成本:只看未扣除费用的毛结果。高频信号的累计成本往往可以显著改变最终净值。
- 样本数量不足:仅有十几次信号时,胜率数字的代表性很弱,需要更长周期和更多标的加以验证。
- 把高胜率等同于好规则:胜率高但单次下跌幅度过大时,累计净值仍可能表现很差,因此必须同时参考幅度比与最大回撤。
五、同一规则在不同行情中的表现差异
均线交叉类信号在单边趋势明显的阶段往往表现较好,而在震荡行情中容易频繁产生假信号,成本会逐步侵蚀结果。因此,回测时建议按行情阶段分段统计,观察同一规则在上涨、下跌、横向震荡三种环境下的表现差异,判断规则适用的前提条件。
六、常见问题解答
Q:回测结果很好,是否就代表未来同样有效?
A:不一定。回测只说明规则在过去数据中的表现。市场结构变化和参数失效都会改变结果,因此需要样本外验证,并持续复核。
Q:为什么回测必须计入手续费和成交价格偏差?
A:这些成本会直接减少每次的实际净值。未计入时,信号越频繁,回测结果的偏差就越大。
Q:应该选择多长的历史数据?
A:建议覆盖至少一个完整的上涨、下跌与震荡周期。数据跨度越长、涵盖的行情类型越多,结论越稳健。
Q:技术指标回测和量化回测有什么区别?
A:技术指标回测是量化回测的一种,聚焦单一或少数指标的信号规则;量化回测还可能涉及多因子组合、仓位分配等更复杂的内容。
七、判断标准回顾与行动建议
判断一次技术指标回测是否可信,可以回顾以下四项标准:
- 规则能否被程序无歧义地执行;
- 是否避免了未来函数,并计入了各项成本;
- 样本外表现与样本内是否接近;
- 最大回撤与幅度比是否在可接受的范围内。
行动建议:先用小样本、多标的重复验证同一规则,再逐步增加观察维度,避免只依赖单一数字做判断。
本文内容仅供参考,不构成任何建议。







