回测中心使用指南¶
回测用于验证策略在指定历史数据和执行假设下的行为。它是研究工具,不是未来收益承诺,也不证明实盘连接和交易规则已经可用。
运行前¶
确认以下输入:
- 策略源码和 manifest 是计划测试的版本。
- 市场、标的和数据频率使用规范标识。
- 开始时间为指标和 universe 留出足够预热数据。
- 初始资金、费用、滑点和仓位限制符合预期。
- 基准与策略市场和计价币种可以比较。
阅读结果¶
按以下顺序检查:
- 数据与状态:任务成功不等于数据完整。确认首尾时间、bar 数、预热和缺失字段。
- 执行假设:查看费用、滑点、流动性和未建模项目。Strategy API V2 当前不模拟 Crypto 资金费用。
- 风险:检查最大回撤、波动、集中度和最差阶段。
- 成交账本:抽查入场、退出、数量、价格、费用和持仓变化是否符合源码。
- 基准比较:同时看绝对收益和相对基准表现。
- 稳健性:更换时间区间、参数和市场状态,避免只保留最好的一次结果。
基准相对指标¶
有可用基准数据时,Strategy API V2 会返回 benchmarkRelativeMetrics。
计算会先按基准的原生时间点对齐策略权益曲线,再计算周期收益。这样在长区间
日内回测使用较低频基准时,策略与基准使用相同的收益区间和年化因子,也不会
因为向前填充价格而制造虚假的跟踪误差。连续市场的数据缺口和股票市场不连续
交易日会被排除。
结果包括:
- 信息比率:年化主动收益除以年化跟踪误差。
- Beta:策略相对基准的系统性风险;基准收益方差为零时不可计算。
- Jensen Alpha:相对 CAPM 预期收益的年化风险调整超额收益。Strategy API V2 当前明确使用年化无风险利率 0,并通过
riskFreeRate返回该假设。 - Treynor Ratio:每单位系统性风险对应的年化超额收益。
- 相关系数和 $R^2$:策略与基准收益的 Pearson 相关性及其解释比例。任一收益序列恒定时,这两个值保持为空,因为此时相关系数没有数学定义。
- 上涨/下跌捕获率:分别在基准上涨和下跌周期内,用策略几何平均收益除以基准几何平均收益;
1.0表示 100% 捕获。 - 捕获比率:上涨捕获率除以下跌捕获率。
- Modigliani–Modigliani ($M^2$) 及 $M^2$ Alpha:将策略杠杆调整至与基准波动率一致后的年化收益率:$M^2 = R_f + \text{Sharpe}p \times \sigma$。}}$,以及相对基准的超额 $M^2_{\text{alpha}} = M^2 - R_{b,\text{ann}
- 双重 Beta(上涨 Beta 与下跌 Beta):
upBeta($\beta^+$):仅在基准上涨周期($R_b > 0$)内计算的系统性敏感度。downBeta($\beta^-$):仅在基准下跌周期($R_b < 0$)内计算的系统性敏感度。betaSpread:上涨 Beta 与下跌 Beta 之差($\beta^+ - \beta^-$)。应结合两个 Beta 的绝对值解释;仅凭正差值不能证明下行防御性。dualBetaStatus仅在上涨与下跌两个区间都可计算时为available;只有一个区间满足条件时为partial。- 胜率(Batting Average)与超额盈亏比:
battingAverage:策略收益跑赢基准的周期占比($\sum \mathbb{I}(R_{p,t} > R_{b,t}) / T$)。outperformancePayoffRatio:跑赢周期平均超额收益与跑输周期平均超额亏损之比。
为保持兼容,顶层 status 继续表示信息比率状态;betaStatus、
correlationStatus、treynorStatus、captureStatus、mSquaredStatus、dualBetaStatus 和 battingStatus 分别说明对应指标是否
可用。基准收益恒定只会使 Beta 不可用,不会清空仍然可以计算的信息比率。
读取指标前应先检查相应状态和有效观察数。
下行风险与回撤指标¶
除标准年化波动率与夏普比率(Sharpe Ratio)外,Strategy API V2 回测在主结果字典中提供了下行风险与回撤生命周期指标:
- 索提诺比率(Sortino Ratio):年化收益率除以年化下行标准差。与夏普比率不同,索提诺比率仅惩罚低于最低可接受回报($\text{MAR} = 0.0$)的下行波动,不会将上行盈利波动视为风险。无下行亏损且收益为正时返回
null而非无穷大。 - 卡玛比率(Calmar Ratio):年化收益率与最大回撤幅度的比值($\text{年化收益率} / |\text{最大回撤}|$)。用于衡量单位极端回撤所带来的复合回报。回撤为零或无有效年化收益时返回
null。 - 下行标准差(Downside Deviation, $\sigma_{\text{down}}$):目标半方差,衡量所有观察周期内相对 MAR 的负收益均方根。同时以百分比形式提供年化值
annualizedDownsideDeviation。 - 回撤生命周期与恢复指标:
maxDrawdownDurationDays:整个回测期间资产净值处于前高之下的最长连续水下持续时间(日历天数)。maxDrawdownRecoveryTime:最大回撤低谷后,权益首次恢复至该回撤峰值的时间戳(若在回测结束前未恢复则为空字符串"")。maxDrawdownRecoveryDays:从最大回撤峰值到完全恢复(或至回测结束)所经过的日历天数。maxDrawdownRecovered:布尔值,指示最大回撤阶段是否在回测区间内实现完全恢复。recoveryFactor:净利润总额除以最大回撤实际金额($\text{净利润} / (\text{最大回撤峰值资金} - \text{最大回撤谷底资金})$)。
尾部风险与非正态分布指标¶
Strategy API V2 还在回测主结果中提供了尾部风险与非正态收益分布指标:
- 在险价值(Value at Risk, VaR):95% 与 99% 置信度下的历史最大可能亏损阈值:
$$\text{VaR}\alpha = - \text{Quantile}(R, 1 - \alpha)$$
在结果字典中以
valueAtRisk95和valueAtRisk99返回。同时以parametricVaR95与parametricVaR99提供高斯参数化估计($z\alpha \cdot \sigma - \mu$)。 - 条件在险价值(Conditional VaR / 预期亏损 Expected Shortfall):损失超过 VaR 门槛时的条件期望损失:
$$\text{CVaR}\alpha = - \mathbb{E}[R \mid R \le - \text{VaR}\alpha]$$
在结果字典中以
cvar95和cvar99返回。满足次可加性(Coherent Risk Measure),能有效度量超越 VaR 阈值的极端黑天鹅尾部风险。 - 欧米茄比率(Omega Ratio):门槛收益率(默认 0.0)之上的累积概率加权收益与门槛之下的累积概率加权亏损的比值:
$$\Omega(L) = \frac{\sum_{t=1}^T \max(R_t - L, 0)}{\sum_{t=1}^T \max(L - R_t, 0)}$$
在结果字典中以
omegaRatio返回。与夏普比率不同,欧米茄比率无需假设正态分布,天然涵盖了偏度与峰度等高阶矩信息。无下行亏损时安全返回null。 - 尾部比率(Tail Ratio):右侧 95% 分位数上行收益与左侧 5% 分位数绝对损失的比率:
$$\text{Tail Ratio} = \frac{|\text{Quantile}(R, 0.95)|}{|\text{Quantile}(R, 0.05)|}$$
在结果字典中以
tailRatio返回。大于 1.0 表示极端上行盈利能力优于极端下行尾部风险。 - 偏度与超额峰度(Skewness & Kurtosis):样本 Fisher-Pearson 偏度(
skewness)与样本 Fisher 超额峰度(kurtosis,正态分布为 0),用于量化收益率分布的不对称性与厚尾肥尾程度。
尾部风险损失值使用原始收益率小数(tailRiskUnit: "return_fraction"),例如 0.025 表示 2.5%。历史 95% 估计至少需要 20 个有效收益观察值,99% 估计至少需要 100 个;样本不足时对应指标返回 null,并通过 valueAtRisk95Status、valueAtRisk99Status 标明可用性。汇总字段 tailRiskStatus 取值为 insufficient_history、partial 或 available,tailRiskObservations 返回样本数。当指定分位数没有亏损时,VaR 与 CVaR 作为亏损幅度以 0 为下限。
常见误判¶
- 零成交可能来自数据缺失、预热不足或条件无法满足。
- 高频数据通常保留更短,长区间请求不一定可用。
- 杠杆收益不能在未估算资金费和强平风险时直接外推。
- 代币化股票、交易所股票永续和传统证券不是同一种执行产品。
- 历史数据可用不代表对应市场支持实盘。
进入下一步¶
保存策略版本、参数、数据范围和结果。先创建 stopped 部署,再进入 signal 模式。真实资金前完成实盘安全清单。编程和错误代码见 Strategy API V2 开发指南。
