交易策略回测,怎样防止幸存者偏差

风险与方法

回测中的幸存者偏差常被忽视:退市、清盘、合并的品种从样本里消失,收益被系统性高估。本文给出可操作的检查清单,从数据源、品种池构建到结果解读,帮你识别并减少这种偏差。

交易策略回测,怎样防止幸存者偏差
风险与方法交易策略回测,怎样防止幸存者偏差财经期货之家 全球期货数据研究院
核心答案

防止幸存者偏差的核心是让回测样本包含“当时存在但后来消失”的品种。具体做法:使用含退市、清盘、合并记录的数据库;按历史时点构建品种池,而非用当前存续品种回溯;对缺失数据做敏感性分析;在结果中报告样本存活率。

回测最常见的错误之一,是拿今天还在交易的品种去测试五年前的策略。那些当年存在、后来退市、清盘、被合并的品种,从样本里消失了。策略在“幸存者”身上表现良好,在“死者”身上可能一塌糊涂。这个偏差不会因为代码写得漂亮而消失,它藏在数据源和样本构建的环节里。

偏差从哪里来:样本是“结果”而非“起点”

幸存者偏差的本质,是用结果反推起点。你打开行情软件,看到的品种列表是当前存续的。用这个列表回溯历史,等于默认“当年只有这些品种”,而事实上当年还有一批后来消失的品种。它们可能是因为亏损退市、规模太小清盘、被并购换代码,也可能是因为交易所规则调整而停止交易。

这些消失的品种往往表现较差。把它们排除在外,回测收益会被系统性高估,回撤被低估。更隐蔽的是,偏差不只影响收益均值,还会影响策略信号的统计显著性:样本变少、变“好”,容易让偶然的规律看起来像稳定的优势。

需要区分两种情形。一是品种彻底消失,数据难以获取;二是品种换了代码或交易所,历史数据仍在但需要拼接。前者造成样本缺失,后者造成数据断裂。两者都会扭曲回测,但处理方式不同。

构建品种池:按“当时可知”而非“事后已知”

正确的做法是时点回看:在回测的每一个历史日期,只使用当天真实存在且可交易的品种。这要求数据源包含品种的上市日、退市日、清盘日或停止交易日,以及代码变更记录。

具体操作可以分三步:

  1. 获取全量历史名录。向数据商确认是否提供“已退市/已清盘”品种列表。如果没有,至少要有品种的生命周期字段(起始日、终止日、终止原因)。
  2. 按日期切片。对每个调仓日,筛选出上市日不晚于该日、终止日不早于该日的品种,构成当日可交易池。不要用整个回测期都存在作为筛选条件。
  3. 处理代码变更。合并、换所、改代码的品种,需要建立映射表,把同一经济实体的历史序列拼接起来,避免被当成两个独立样本。

如果数据源确实缺少退市品种,退而求其次的做法是:明确记录样本存活率,即回测期末存续品种数除以期初品种数。存活率明显低于1时,结果需要打折看待。这个数字回答不了偏差有多大,但能提示你偏差可能存在。

数据缺失与敏感性分析

即使拿到退市品种列表,历史数据也常常残缺:流动性差、报价稀疏、停牌频繁。直接删除这些样本,等于再次引入偏差。更稳妥的做法是保留样本,但对缺失值做保守处理,并测试结果对处理方式的敏感度。

可以设计几组对照:

处理方式 对回测的影响 用途
缺失日不交易 降低交易频率,可能低估收益 保守基准
用前值填充 制造虚假平稳,可能高估信号 乐观对照
整段剔除 重新引入幸存者偏差 不推荐,仅作参照

如果三种处理下策略表现差异巨大,说明结果对数据质量高度敏感,不宜采信。差异小,才说明结论相对稳健。

回测之外:模拟与实盘的落差

幸存者偏差只是回测失真的一种来源。CFTC 对网络销售交易系统的提示指出,模拟、回测和真实执行的条件不同,宣传的历史结果不能视为未来保证。回测中假设的成交价、滑点、流动性,在真实市场中可能完全不同。退市品种往往流动性差,回测里按收盘价成交的假设,实盘中可能根本无法实现。

因此,防止幸存者偏差不是终点。回测结果需要与以下检查配合:成交假设是否保守、成本是否计入、样本外测试是否独立。任何一项缺失,都可能让“防住了偏差”的回测仍然不可靠。

一个可执行的检查清单

在信任一份回测之前,逐项核对:

  • 数据源是否包含已退市、已清盘、已停止交易的品种?
  • 品种池是否按历史日期动态构建,而非用当前列表回溯?
  • 代码变更、合并、换所是否有映射处理?
  • 缺失数据是否保留在样本中,并做了敏感性测试?
  • 是否报告了样本存活率和退市品种占比?
  • 成交价、滑点、保证金规则是否按保守情形设定?
  • 样本外测试是否使用了独立时间段,且同样包含退市品种?

这些问题的答案不能保证回测正确,但能暴露最明显的偏差来源。回测的价值不在于给出一个精确收益数字,而在于帮助理解策略在不利条件下的表现。把消失的品种放回样本,是让这个理解更接近真实的第一步。

延伸阅读:相关品种行情与资料 · 期货知识库 · 风险提示

本文为知识与方法说明,不是当天行情播报。文中假设案例不代表真实交易结果,不构成个性化投资建议。

资料口径与审核

内容类型
长期知识内容
内容审核
自动证据校核(非专业人工审核) · 2026-10-28

AI辅助起草,经来源事实卡片比对、计算检查和文本重复检查;部分样稿由Codex抽查。规则与费率会变化,请以官方原文和具体合约为准。

可核验来源

  1. cftc.gov
  2. cftc.gov
  3. cftc.gov