回测的唯一严肃用途是排除明显错误的想法，而非证明某个策略能赚钱。任何回测报告上的漂亮曲线，默认解释都应该是"我在某些假设下拟合出了一段历史"，直到你能逐条说明这些假设在实盘中为何成立。带着这个前提再看期魔方的回测功能，用法才会正确。
2. 数据：一切结论的地基
期魔方提供超过 15 年的历史数据，并涵盖库存、仓单、现货等衍生数据。数据越丰富，越需要警惕三类问题：
主力连续合约的换月跳空。套利与均值回归策略对此极度敏感。必须明确回测使用的是连续合约还是真实可交易的合约序列；若是前者，需自行处理换月价差。
• 涨跌停、停牌与流动性真空。回测器通常假设"价格到了就能成交"，但涨停板上空头根本平不掉。对单边策略应做保守处理（如跌停日禁止开仓、强制按次日开盘成交）。
• 衍生数据的发布时点。库存、仓单、现货数据均有固定的公布频率与滞后。若在策略中使用了"当天已知但实际上次日才公布"的数据，就构成了典型的前视偏差，且极难自查。建议在策略注释中显式标注每个外部数据源的可用时点。
3. 滑点与成本建模：决定曲线形状的第二因素
一个常见的经验是：加入 realistic 的滑点后，许多策略的超额收益会消失一半以上。期魔方回测支持手续费与滑点设置，实践中建议：
• 手续费按期货公司实际标准（含交易所加收部分）填写，不要使用理论最低值。
• 滑点不要设为 0。CTA 策略可先用 1～2 个最小变动价位做基准，再用 2 倍、3 倍做压力测试；若策略在 3 倍滑点下仍为正期望，才具备讨论价值。
• 对大资金或低频重仓策略，需额外考虑冲击成本（随下单量占该分钟成交量比例递增）。期魔方的回测若未内置冲击成本模型，应在策略层面自行折价。
4. 四种回测模式的适用分工
• 单品种单策略：用于验证逻辑本身，是最小可证伪单元。所有新想法都应从这里开始。
• 套利回测：跨期、跨品种价差策略。重点检验价差的平稳性、协整关系的稳定性以及换月带来的结构断裂。
• CTA 组合回测：多策略叠加。核心关注不再是单个策略的收益，而是策略间的相关性与回撤错峰效应。一个相关性 0.8 的组合，分散价值非常有限。
• 截面策略回测：调用外部数据进行横截面排序。此处最容易混入幸存者偏差（只回测了活到今天的品种），必须显式构造"当时可投 universe"。
指标怎么读才有意义
累计收益率与年化收益最容易产生误导。更有信息量的组合是：年化收益 / 最大回撤（卡玛比率）、胜率与盈亏比的配对、最大连续亏损次数、做多与做空次数是否对称、最大单笔盈利占总收益的比例。最后一条尤其关键——若总收益高度依赖少数几笔极端盈利，说明策略本质是在押注特定行情，而非具备稳定边缘。此外，务必报告换手率，它是连接回测收益与实盘成本、容量上限的桥梁。
过拟合：真正的敌人
参数空间爆炸是隐蔽的风险源。一个包含 4 个参数、每个参数尝试 10 个值的策略，共产生 10000 种组合。从中挑选最优曲线，等同于做了 10000 次统计检验，偶然出现一条漂亮曲线的概率接近必然。应对方法有三层：
• 样本外锁定：严格划分训练集与测试集，测试集只看一次，且看完即冻结。
• Walk-Forward（滚动前进验证）：用滚动窗口反复训练与测试，观察参数稳定性与绩效一致性。期魔方支持长历史数据，天然适合做 WFO；若某策略在 WFO 下绩效大幅衰减，说明其对参数敏感，不宜实盘。
• 蒙特卡洛扰动：对交易序列重排序或对收益施加噪声，观察夏普与回撤的分布。稳健策略的分布应集中在正值附近，而非跨越零点。
同时警惕参数窥探：即使没有正式回测，只要你在图表上肉眼观察并据此调整参数，就已经消耗了自由度。严谨的做法是把每一次主观调整也计入"试验次数"。
回测与实盘的差距清单
当实盘持续跑输回测时，可按此清单逐项排查：滑点假设过于乐观、手续费口径不一致、换月与复权处理不同、涨跌停未成交、网络延迟与断线、隔夜跳空、策略内部仓位漂移、数据修订（历史数据被修正）、以及最重要的——你是否在实盘中介入了本该自动执行的信号。最后一项属于人为干预偏差，无法通过技术手段解决，只能通过纪律与日志审计来约束。
一份可复用的验证流程
① 用 bar 级数据跑通逻辑 → ② 加入真实手续费与保守滑点 → ③ 做 WFO 与参数敏感性热力图（寻找平坦区而非尖峰）→ ④ 切换至 Tick 级复核滑点敏感性 → ⑤ 蒙特卡洛扰动检验 → ⑥ 构造"退化情形"（如随机化信号、打乱标签）确认回测系统能给出负结果（这一步用于验证回测框架本身没有泄漏）→ ⑦ SimNow 模拟盘 → ⑧ 小资金实盘。
第⑥步常被忽略，却极具价值：一个无论输入什么都会产出正收益的回测系统，其输出毫无意义。
