手把手回测教程:散户 5 步验证一个策略
本文属于专题 《系统验证:怎么知道它真的有效》 ,按顺序读效果更好。
本文目录(30 节)
- 一、为什么回测重要
- 不回测的代价
- 回测的 4 大价值
- 二、5 步回测法
- 步骤 1:数据准备
- 步骤 2:规则化策略
- 步骤 3:手动回测
- 步骤 4:自动回测
- 步骤 5:样本外验证
- 三、3 种回测工具
- 工具 1:TradingView Pine Script
- 工具 2:Python + Backtrader
- 工具 3:Excel
- 四、4 个回测核心指标
- 指标 1:胜率(Win Rate)
- 指标 2:盈亏比(Risk-Reward Ratio)
- 指标 3:最大回撤(Max Drawdown)
- 指标 4:夏普比率(Sharpe Ratio)
- 五、做回测的 5 个常见坑
- 坑 1:样本太小
- 坑 2:参数过拟合
- 坑 3:忽略交易成本
- 坑 4:数据偷看
- 坑 5:单一市场测试
- 六、回测的 30 天训练
- 第 1-7 天:选 1 个简单策略
- 第 8-14 天:手动回测
- 第 15-21 天:自动回测
- 第 22-30 天:样本外验证
- 写在最后
回测是验证一个策略的核心方法,但 90% 的散户回测都是”假回测”:要么样本太小,要么参数过拟合。今天给你一套散户能用的”5 步回测法”(数据准备/规则化/手动/自动/验证)、3 种回测工具(TradingView / Python / Excel)、4 个回测核心指标、以及散户做回测必踩的 5 个坑。读完你会知道:回测不难,难的是不被”漂亮回测”骗了。
一、为什么回测重要
不回测的代价
典型情境:
- 学了一个新策略
- 直接实盘 1 万元
- 3 个月亏 5000
- 发现”策略不行”
真相:
- 策略可能本身没问题
- 但你不知道适合哪种市场状态
- 不知道胜率 / 盈亏比
- 不知道最大回撤
回测的 4 大价值
- 验证可行性:策略是否长期赚钱
- 量化预期:胜率 / 盈亏比 / 最大回撤
- 优化参数:找到最佳设置
- 建立信心:实盘时不慌
二、5 步回测法

步骤 1:数据准备
目标:准备至少 3-5 年的历史数据。
关键:
- 数据完整(不能缺失)
- 包含所有市场状态(牛/熊/震荡)
- 数据源可靠
工具:
- TradingView:直接看图
- Yahoo Finance:免费下载
- 同花顺 / 雪球:A 股数据
步骤 2:规则化策略
目标:把策略写成”if-then” 可执行规则。
典型规则:
入场:
- 价格 > 50 日均线
- 当日 RSI < 30
- 成交量 > 平均量 1.5 倍
止损:
- 入场价 - 2%
止盈:
- 入场价 + 4% (盈亏比 2:1)
最大持仓:
- 5 个交易日
关键:必须完全可执行,没有”看情况”。
步骤 3:手动回测
目标:用 K 线重放手动验证。
操作:
- 用 TradingView 回放
- 按规则手动找信号
- 记录每笔结果
- 至少 50-100 笔
为什么手动:
- 培养盘感
- 发现规则漏洞
- 看真实历史情境
步骤 4:自动回测
目标:用工具批量验证。
工具:
- TradingView Pine Script(最简单)
- Python + Backtrader
- MetaTrader Strategy Tester
关键:
- 至少 200+ 笔
- 多市场测试
- 多时间段测试
步骤 5:样本外验证
目标:避免过拟合。
操作:
- 70% 数据:训练(参数优化)
- 30% 数据:验证(不参与优化)
- 验证集表现 ≥ 训练集 80% → 稳健
关键:
- 训练集表现完美 + 验证集差 → 过拟合
- 不能用过拟合策略实盘
三、3 种回测工具
工具 1:TradingView Pine Script
优点:
- 免费 + 易学
- 可视化结果
- 全球数据
缺点:
- 复杂策略受限
- 高级功能要付费
适合:新手 / 中级散户。
工具 2:Python + Backtrader
优点:
- 强大灵活
- 完全自定义
- 大量开源资源
缺点:
- 需要编程基础
- 学习曲线陡
适合:进阶 / 量化散户。
工具 3:Excel
优点:
- 完全可控
- 适合简单策略
- 易于理解过程
缺点:
- 大数据量低效
- 复杂逻辑难写
适合:手动学习。
四、4 个回测核心指标
指标 1:胜率(Win Rate)
计算:盈利笔数 / 总笔数。
评价:
- ≥ 60%:高胜率
- 50-60%:合格
- < 50%:需要高盈亏比补偿
指标 2:盈亏比(Risk-Reward Ratio)
计算:平均盈利 / 平均亏损。
评价:
- ≥ 2:1:优秀
- 1.5-2:1:合格
- < 1.5:1:需要高胜率补偿
指标 3:最大回撤(Max Drawdown)
计算:从历史峰值到谷底的最大下跌。
评价:
- < 15%:稳健
- 15-30%:可接受
-
30%:风险高
指标 4:夏普比率(Sharpe Ratio)
计算:(收益率 - 无风险利率) / 收益标准差。
评价:
- ≥ 1.5:优秀
- 1-1.5:合格
- < 1:风险与收益不成正比
五、做回测的 5 个常见坑
坑 1:样本太小
典型错误:
- 测试 10-20 笔
- 觉得”够了”
- 实盘失效
正确做法:至少 200 笔,最好 500+。
坑 2:参数过拟合
典型错误:
- 不停调整参数
- 训练集表现完美
- 实盘失效
正确做法:
- 70/30 分割
- 验证集表现合格才行
- 简单参数 > 复杂参数
坑 3:忽略交易成本
典型错误:
- 不算佣金 / 滑点
- 回测年化 30%
- 实盘 - 5%(成本吃掉)
正确做法:
- 包含双向佣金
- 包含 1-2 点滑点
- 包含资金成本
坑 4:数据偷看
典型错误:
- 用未来数据做”历史决策”
- 看似完美的回测
- 实盘根本做不到
正确做法:
- 严格”当前可用”信息
- 不偷看未来
坑 5:单一市场测试
典型错误:
- 只测试 BTC
- 觉得策略好
- 换品种就失效
正确做法:
- 至少 3-5 个品种
- 多种市场环境
- 普适才是真好
六、回测的 30 天训练
第 1-7 天:选 1 个简单策略
- 双均线交叉 / RSI 反转
- 写下规则
- 准备数据
第 8-14 天:手动回测
- 用 TradingView 回放
- 50-100 笔
- 记录每笔
第 15-21 天:自动回测
- 用 Pine Script 实现
- 200+ 笔
- 看 4 个核心指标
第 22-30 天:样本外验证
- 70/30 分割
- 验证集表现
- 决定是否实盘
写在最后
回测不难,难的是不被”漂亮回测”骗了。
核心要点:
- 5 步回测法(数据/规则化/手动/自动/验证)
- 3 种工具(TradingView/Python/Excel)
- 4 个核心指标(胜率/盈亏比/回撤/夏普)
- 5 个常见坑要避开
- 30 天训练计划
最重要的认知:
- 没回测的策略 = 赌博
- 过拟合的回测 = 自欺欺人
- 严谨回测 = 系统化基础
把这套方法内化,你的策略可信度会从 0 到 90%+。
系统系列阅读组合:
- 回测的 7 个致命陷阱
- 手把手回测教程(本篇)
把这 2 篇连起来,你拥有了完整的”回测实战知识库”。
在微信里搜「Tom讲交易」即可关注,每周更新交易教学
配套免费工具
交易规则卡片
把你的进场、止损、出场规则写成卡片,下单前过一遍,防止临盘改主意
打开就能用,不用注册也不用付费
配套复盘工具
交易复盘日记
道理看懂了,手还是不听话。把每一笔的理由和情绪记下来,一周之后你自己就能看出问题出在哪。
免费注册即可开始记录
推荐课程
合约陪跑实战训练营
不只教方法,更带你实盘执行。从仓位管理到止损止盈,手把手纠正你的交易习惯,建立可复制的盈利系统。
相关文章
回测要用多长时间的数据:先算笔数不算年数,日线策略一年只有 25 笔
「回测一年还是五年」这个问题问错了对象。真正决定回测有没有说服力的是两个数:样本笔数和覆盖的市场状态数。日线策略一年约 250 根 K 线,若平均每 10 根出一个信号,一年只有 25 笔,离 208 笔的显著性门槛差 8.3 年。这篇给出信号密度与所需年数的换算表、五档周期的年信号数对照、市场状态覆盖的三条硬要求,以及数据不够时的三条替代路径。
量化交易年化 300% 的策略靠不靠谱:五个能在十分钟内做完的检验,过拟合通常倒在第二个
年化 300% 这个数字本身就带着一个可以当场验证的矛盾:连续跑五年就是 1024 倍,十万块变一亿。这篇先用复利算一遍它的容量边界,再给五个不需要拿到源码就能做的检验:样本外切分、参数敏感性、成本代入、收益回撤比、资金容量。每个检验有明确的判死标准,其中参数敏感性这一关能刷掉大部分过拟合出来的曲线。附三种最常见的美化手法。
量化交易一个交易系统需要回测多少笔才算有效:公式 n ≥ (1.96σ/E)²,附四档期望值对照表
回测五十笔就下结论是自欺,一百笔也远远不够。所需样本量有一个可以直接算的公式,它只依赖两个数:单笔期望值和单笔标准差。这篇给出公式的来源、标准差怎么算、以及期望值 0.1R 到 0.5R 四档下所需笔数的完整对照表。核心结论是平方关系:期望值降一半,样本量需求变四倍。文末给出样本量之外必须同时满足的四个条件。
量化交易回测的 7 个致命陷阱:为什么回测好的策略实盘亏钱
回测是量化交易最重要的环节,也是最容易被自己骗的环节。90% 的散户量化策略“回测亮眼实盘亏损”,原因都在这 7 个回测陷阱里:过拟合、生存偏差、前视偏差、数据窥探、不真实的执行、忽略成本、样本不足。本文逐一拆透每个陷阱的本质 + 散户能用的检测方法。读完你会成为“会看回测”的少数人。
交易系统同一个信号的历史胜率为什么不能直接用:每桶 20 笔只够发现 35.8 个百分点的差距
把一个信号按市场环境分桶统计胜率,是用好交易记录的正确方向,但切完之后每桶只剩几十笔,这几十笔算出来的胜率精度差到几乎不能用。文章用二项分布的置信区间和双样本比例检验给出三张对照表,并证伪一条流传很广的门槛:每桶 20 笔根本不够,它只够发现胜率掉到 14% 以下的桶,而那种桶不用统计也知道它差。真正的结论是样本量决定了你只能回答什么问题,所以分桶统计的正确用法是做否决而不是做选择,文末给出四条可以直接在自己记录上执行的判据。
交易系统策略开始失效的四个提前信号:都在盈亏变化之前出现,最早的能提前 30 笔
等资金曲线掉下来再判断策略失效,已经晚了一到两个月,因为盈亏是滞后指标。真正的提前信号藏在四个领先量里:入场后 5 根 K 线的平均最大浮盈、信号触发频率、平均持仓时间、滑点与成交质量。这四个量的方差比最终盈亏小得多,三十笔左右就能看出趋势。这篇给出四个信号的算法、异常阈值、各自提前多久,以及和事后判定那套五条判据的分工。
觉得有用?关注公众号
扫码或在微信里搜「Tom讲交易」,每周更新交易教学文章