A股量化研究

A股策略回测怎么看：成本、复权与样本外验证

一条上涨的回测曲线，只说明策略在一组历史数据和假设下得到了怎样的结果。判断它是否值得继续研究，还要看成本是否合理、价格口径是否一致，以及换一个时间段后能否保持原有思路。

对个人研究者和机构投研团队而言，回测的作用不是证明策略一定赚钱，而是比较想法、发现弱点，并决定下一步验证什么。以下四个问题，比单独盯着年化收益更有帮助。

交易成本是否改变了策略结论？

策略换仓越频繁，越需要认真考察成本。研究时，应把买卖费用、最低收费、滑点和订单规模分别考虑。滑点是参考价格与实际成交价格之间的差异；它不能只在结果不理想时才补进去。

比较低、中、高几种成本假设，看看策略结论是否容易反转。如果稍微提高成本，原本的优势就消失了，说明还需要更谨慎地研究可成交条件。停牌、价格限制与成交量也会影响买卖能否实现，回测中的成交价格不能直接当成实盘承诺。

阅读报告时可以先问三个问题：成本依据是什么？每次换仓产生多少交易？订单规模是否与标的流动性相称？这些问题比一项单独的手续费百分比更接近实际研究需要。

价格复权口径是否保持一致？

分红、送转等公司行为会影响价格序列的比较。不复权、前复权与后复权用于不同的观察目的；研究均线、跨期涨幅或价格阈值时，需要先明确使用哪一种口径。

同一种复权方式，也可能因计算基准与数据更新时间不同而出现差异。例如，Tushare 的复权行情文档说明了前复权与请求结束日期的关系。因此比较两次研究结果，不仅要看起止区间，还要核对复权基准。

用于观察趋势的价格序列，与成交金额、持股数量及分红现金的计算，是相关但不同的问题。研究报告应交代它们如何衔接，不能把不同口径的数据直接拼成一条收益曲线。

当时真的能获得这些信息吗？

历史数据容易让人忽略信息公布的先后顺序。财报属于某个季度，并不意味着那个季度末已经能读到报告；用收盘数据形成的信号，也不能倒过来假设当天更早已经完成买入。

这类问题通常称为“未来信息泄露”：回测使用了当时尚不知道的信息，历史表现因此可能被高估。核对时，把数据公开时间、信号形成时间与假设成交时间分开看，就能发现许多隐藏在曲线背后的不合理设定。

股票范围同样重要。只研究今天仍在市场上、并且表现较好的公司，会漏掉历史上曾经进入研究范围的其他标的。评价长期策略时，股票池也应尽量还原当时的范围。

离开调参区间，策略还成立吗？

一组参数在历史上表现最好，不代表它捕捉到了稳定规律。试过的条件越多，越可能碰巧挑到一段漂亮的结果。这就是过拟合：过分贴合已知历史，却难以解释新的数据。

样本外验证的基本做法，是用一部分数据形成思路和参数，再用没有参与调参的时间段检验。验证期间不因为看到结果就不断回头修改条件；如果修改了，便要把它当作新的研究方案重新评估。

还可以观察不同市场环境、不同相邻参数下的表现。如果策略仅依赖一个很窄的参数或一小段行情，其研究价值需要继续论证。除了收益，也要一起观察回撤、换手、持仓集中度与相对基准的表现。

一份回测报告，先看这五项

1. 研究范围：股票池、时间区间和比较基准是否清楚。
2. 数据口径：价格复权、财务披露时间和数据来源是否一致。
3. 交易假设：信号、成交时点和成本是否合理。
4. 稳健性：有没有样本外结果与不同市场环境的对照。
5. 解释能力：能否说明策略为什么可能有效，以及在什么情况下可能失效。

如果研究还停留在筛选候选公司，可以先读A股量化选股怎么做：建立候选股票池的五个步骤。把研究问题、筛选依据和验证方法连起来，才更容易形成完整的量化研究流程。

本文为研究方法讨论，不构成投资建议；历史回测表现不代表未来收益。