回測能回答的問題比想像中少

一個設計得當的回測，可以釐清幾件核心事實：規則在歷史上實際觸發過多少次、平均持倉多久、換手率有多高、在哪些年份出現過深度回撤、回撤之後花了多長時間才收復、策略對交易成本有多敏感、同一套邏輯套用到不同市場或不同資產類別時行為是否一致。這些都是「規則的行為特徵」，跟未來會不會賺錢是兩回事，卻是判斷一個策略是否值得繼續研究的關鍵材料。

回測沒有能力回答未來的精確回報，無法保證單段亮眼成績不是由偶發事件撐起，也無法預測投資者在帳面大幅虧損時能否維持紀律執行。回測真正的核心價值在於淘汰不合格的策略，而不是單純挑選歷史最優解。跑一百個想法，能通過層層檢驗的通常只剩少數幾個，淘汰過程省下的是真金白銀去市場試錯的成本。

把回測定位成「可證偽的工具」，標準就會完全不同。研究重點不再是尋找回報最亮眼的那條曲線，而是設計一連串能讓策略露出破綻的壓力測試。通過不了這些測試的策略，無論歷史年化回報多高，都應當直接捨棄。

動手之前：把投資想法寫成可執行的規則

回測最常見的失敗起點，是規則還在腦中浮動時就開始寫程式。程式一跑，看到結果不理想，便隨手微調條件直到曲線好看為止。這個過程會把歷史數據裡的隨機噪音一併固化成策略邏輯。

穩健的做法是在打開任何分析工具之前，先用文字把規則完整記錄下來，達到第三方也能照章執行的精確程度。必須明確界定的內容包括：

• 投資宇宙：包含哪些市場、哪些資產類別、市值或流動性下限是多少、有沒有排除細價股、REITs、封閉式基金或槓桿產品。
• 訊號來源：用哪些數據產生買賣決定、這些數據在當時的公布時點是什麼、需不需要等待財報或官方統計正式發布。
• 進場與離場條件：包括正常離場，也包括強制離場，例如退市、被收購、長期停牌、成分股被剔除。
• 持倉數量與權重：等權、市值加權、風險平價還是波動率目標，單一持倉的權重上限。
• 再平衡頻率：固定每月、每季，還是按偏離幅度觸發；再平衡時是全額重算還是僅調整偏離部位。
• 現金處理：未投入資金的利息基準、閒置資金比例上限。
• 比較基準：用什麼衡量策略成效，如對應市場指數、股債平衡組合或無風險利率。
• 成本假設：佣金、印花稅、交易所規費、買賣價差與滑價的具體數值。

規則文件確立後即應凍結版本。後續任何調整均視為新版本並保留舊版記錄，以確保研究軌跡透明可溯。

數據層：歷史數據的品質決定回測的上限

模型無法修正存在缺陷的底層數據。回測的大量阻礙來自資料處理細節，以下幾類偏差在實務中極為常見：

生存者偏差

使用當前指數成分股去回測歷史表現，等於預設選中了未來存續下來的企業。此偏誤會系統性高估歷史回報，在中小市值與強週期行業中尤為顯著。解決方法是採用包含歷史已退市、破產、被收購標的的完整時點數據庫（point-in-time database），確保在歷史每個時間點，策略只能看到當時真實存在的股票池。

價格還原與公司行動

除息、拆股、供股、分拆等公司行動都會改變價格序列。若使用未除息價格計算賣出、除息後價格計算買入，會虛構不存在的獲利；若完全不計股息回報，則會嚴重低估長期持有的總收益。實務上需採用雙軌處理：以還原價格序列計算持有期總回報，以歷史真實成交價模擬下單金額與股數。

財務數據的重述問題

財務數據庫中的歷史每股盈利可能已經過後續重述修訂，若直接調用最新版歷史數值，形同調用未來資訊。應嚴格使用帶有發布時間戳記的時點數據，或在財報法定公布截止日後加上保守的安全延遲期。

時間對齊與跨市場處理

跨市場（如同時涵蓋美股與港股）策略中，各交易所結算時區與休市日不同，訊號觸發時點與成交時點必須嚴格對齊。外幣計價資產必須按當日真實匯率換算回基準貨幣，未考慮匯率波動與兌換成本會導致回測與實盤感受產生巨大偏差。

停牌、缺失值與衍生品定價

標的停牌期間不可視為自由流動，亦不可按零回報簡單帶過。缺失值需按一致邏輯填補並記錄填補佔比；債券與場外衍生品若採用模型估值而非撮合成交價，價格波動往往會被平滑化，解讀風險指標時需扣除此項影響。

組合回測的完整流程

1. 定義投資宇宙與基準

確立各時點可交易的資產範圍，並設定反映資金機會成本的基準組合。若策略持有七成股票，拿全股票指數作單純對比並不客觀，基準應當反映不執行該策略時的真實替代方案。

2. 建立時點對齊的數據面板

整合價格、財務數據、公司行動與宏觀指標，確保數據矩陣中每一格皆為歷史當日已公開可得的數據。正式計算前，建議抽樣核對典型公司行動案例的股數與現金流計算。

3. 產生訊號與配置權重

將交易規則代碼化，計算目標權重。核心原則為：訊號計算僅能使用盤前或收盤已確認的資訊，實際撮合成交必須安排在訊號確認後的下一個可交易窗口。

4. 設定再平衡機制

依據規則執行定期或閾值觸發的再平衡。調倉頻率越高，持倉越貼近目標權重，但換手產生的摩擦成本也隨之成倍增加。

5. 納入摩擦成本模型

按筆扣除佣金、稅收、規費與滑價，避免使用單一靜態的年化費率代替，因為不同市場波動週期下的換手強度差異極大。

6. 計算收益與風險時間序列

生成每日或每期的淨值序列，統計年化回報、最大回撤、波動率與下行風險指標，同時保存完整的逐筆交易日誌以供覆核。

7. 收益來源歸因分析

拆解超額收益來源，區分資產配置效應、選股選券效應、匯率變動與成本耗損。若多數超額收益僅來自少數極端交易或特定年份，需高度警惕其不可持續性。

8. 穩健性檢驗與樣本外測試

依序執行子期間切分、參數敏感度測試、成交延遲模擬與成本加倍壓力測試，排查過度擬合問題。

9. 歸檔可重現的研究日誌

完整保存代碼、隨機種子、數據版本、測試參數矩陣及被否決的歷史版本，確保任何第三方均可完整重現回測結果。

成本與摩擦：回測與實盤最大的落差來源

實盤表現大幅落後回測淨值，主因往往在於對摩擦成本的低估。買賣價差（bid-ask spread）在進出時各承擔一次，流動性較差的標的滑價衝擊顯著，資金規模擴大後的市場衝擊成本更會呈非線性增長。

不同交易所的費用結構存在顯著不對稱性：

• 香港市場：買賣港股涉及印花稅、證監會交易徵費、會計及財務匯報局交易徵費與聯交所交易費等多項稅費，買賣雙方均需各自繳納，一次完整的買入與賣出會產生雙向扣費。
• 美股市場：多數主流券商提供零佣金交易，但賣出交易仍需依法繳納美國證券交易委員會（SEC）監管費與金融業監管局（FINRA）交易活動費（TAF），買入則通常不徵收該等費用。
• 跨境與做空成本：涉及跨境資產需計算股息預扣稅（Withholding Tax）及換匯點差；做空策略則需額外納入融券借券利息與借券困難度（hard-to-borrow）成本。

被低估最嚴重的維度是換手率與策略容量。高換手策略在低費率假設下看似有利可圖，長期累積的摩擦卻足以侵蝕全部超額收益。回測假設以當日收盤價無限制全額撮合，等於默認市場擁有無限流動性。壓力測試時，應當將基礎成本假設提高至兩倍到三倍，若策略在成本加倍後超額收益歸零，則該策略在實盤中缺乏安全邊際。

常見陷阱與排查方式

前視偏誤（Look-Ahead Bias）

使用當日收盤價計算當日訊號，又假設以同一收盤價立即成交；或在選股時調用尚未正式披露的當季財報。此類錯誤不會造成程式報錯，但會產生無法在現實中複製的高回報。

過度擬合與參數敏感（Overfitting）

在大量參數組合中挑選回報最高的一組。檢驗方式是觀察「參數鄰域」：若參數設為 20 時表現優異，但改為 18 或 22 即急劇惡化，該參數極可能是噪聲擬合的產物。穩健策略在合理的參數區間內應當呈現平緩的高原分佈。

多重檢驗與倖存策略偏差（Data Snooping）

反覆測試數百個不同指標，僅公開表現良好的版本，隱匿失敗結果。記錄並歸檔所有測試歷史，是對抗數據挖掘偏差的有效手段。

宏觀體系轉變（Regime Shift）

利率環境、交易微觀架構與監管法規隨時代演變。跨越數十年的回測可能混雜了完全不同的市場體系，掩蓋了規則在當前市場結構下的真實失效風險。

最大回撤的認知誤區

歷史最大回撤僅代表「過去發生過的最差情況」，並非未來虧損的上限。評估資金承擔能力時，應以歷史最大回撤的 1.5 倍至 2 倍作為極端情境參考。

關鍵指標解讀與誤讀防範

評估組合回測表現時，需兼顧收益、波動與尾部風險，單一指標極易產生誤導：

穩健性驗證：判定策略合格的七重測試

一份未經嚴苛壓力測試的回測不具備實務參考價值。建議依序執行以下檢驗：

1. 子區間分割測試：將樣本劃分為 5 至 8 個子區間（務必包含至少一輪完整熊市與流動性危機）。策略若僅在特定單一牛市賺錢，其邏輯通常不可泛化。
2. 參數高原檢驗：在基準參數 ±20% 範圍內擾動參數，觀察回報分佈是否平滑。尖峰狀的分佈代表高度擬合，寬闊平緩的高原分佈才具備容錯能力。
3. 執行延遲測試：將下單執行時間強制延後 1 至 2 個交易日。若超額收益迅速消失，說明策略嚴重依賴極端精準的擇時，實盤滑價容忍度極低。
4. 摩擦成本倍增測試：將手續費、稅費與滑價假設調高至 200% 與 300%，檢視淨收益是否仍顯著為正。
5. 蒙地卡羅隨機對照：固定資產池、持倉數量與調倉頻率，使用固定隨機種子生成 500 組隨機交易組合。真實策略的表現若無法位列前 20%（第 80 百分位以上），其超額收益很可能純屬隨機擾動。
6. 滾動樣本外前進驗證（Walk-Forward Analysis）：採用滑動窗口模式，以歷史區間優化規則，隨後在未參與優化的下一階段運行，逐段滾動向前評估。
7. 經濟邏輯合理性審查：策略必須具備明確的收益來源依據——是承擔了流動性折價、結構性再平衡溢價，還是利用了具體的制度約束。無法用清晰經濟邏輯解釋的規律，多數是歷史數據巧合。

回測的核心使命是證明「該策略在何種市場條件下會失效、最大代價為何」，而非單純論證其過去多麼完美。

實務環境變化與回測認知更新

數據處理工具普及後，公開因子的使用更為廣泛，部分經典因子可能因資金過度擁擠而出現收益衰減。評估策略時，建議比對近五年與早期區間的表現結構，確認收益邏輯在現代市場環境中是否依然有效。

常見交易平台內建的回測工具多以簡化模型運作，往往預設以收盤價即時撮合、忽略買賣價差與分紅稅負。使用此類工具作為初篩後，必須導出原始數據，置入完整的摩擦模型進行二度校驗。

藉助自動化與代碼生成工具建構策略時，需特別核對每筆數據在回測歷史時點的可得性標記，防止未來數據在無意中滲入回測邏輯。工具的效率提升不能取代對數據時序的嚴格把關。

回測完成是實盤研究的起點

回測報告不是獲利保證書，而是風險排查清單。把標準定在「能否通過事先設定的證偽檢驗」，能有效避免在無效策略上浪費資金與時間。

策略進入小規模實盤驗證後，應當持續記錄真實撮合成交價與回測模擬價之間的偏差（Execution Drag）。這些實盤偏差數據將反哺成本模型，讓後續的研究與驗證更趨近於真實市場。

常見問題（FAQ）