量化策略回测入门：从数据到绩效评估
量化策略回测入门
本文面向零基础读者，用依瓦数据湖的日线数据，搭建一个完整回测流程。
一、什么是策略回测
策略回测（Backtest）是指用历史数据模拟交易策略的执行过程，从而评估策略在过去的表现。
简单说：如果你的策略在过去 5 年跑下来能赚钱，那它未来（统计上）更可能继续赚钱。
二、回测的完整流程
- 数据获取 — 拉取标的的历史行情（开高低收量）
- 信号生成 — 根据规则计算买入/卖出信号
- 组合构建 — 决定每只标的的仓位权重
- 模拟交易 — 按信号撮合成交，记录收益
- 绩效评估 — 计算年化收益、最大回撤、夏普比率等
三、核心绩效指标
| 指标 | 含义 | 判断标准 |
|---|---|---|
| 年化收益 | 策略每年的平均回报 | 越高越好 |
| 最大回撤 | 从最高点到最低点的最大跌幅 | 越小越好 |
| 夏普比率 | 单位风险的回报 | > 1 为良好，> 2 为优秀 |
四、常见误区
- 过拟合：在历史数据上表现极好，实盘却失效
- 幸存者偏差：只回测了至今仍存在的股票
- 忽略交易成本：手续费、滑点会显著侵蚀收益