第 15 课　怎样读回测成绩单¶

总收益只回答起点到终点。研究者还要检查时间、路径、交易摩擦、比较对象、收益来源和结果稳定性。

适合谁已经得到逐日回测账本的读者

前置知识第 11、12、14 课，理解净值、回撤、成本与换手

建议用时100 分钟，可分两次完成

本课成果完成一张包含增长、路径、交易、比较、来源和稳定性的成绩单

同样上涨二十元，可能是两种研究结论¶

策略甲和策略乙都让 100 元变成 120 元。甲用了三年，中途最深回撤 8%，大约每月交易一次；乙用了八年，最深回撤 45%，几乎每天换仓，最后两天贡献了大部分盈利。若报告只写“累计收益 20%”，这个数字本身没有错，却省略了两项策略最重要的差别。

评价回测不能依靠某个万能分数。增长说明财富增加多少和花了多久，路径说明中途怎样下跌与恢复，交易说明费用与市场容量会留下多少结果，比较说明新规则相对于简单选择增加了什么，来源说明盈利集中在哪里，稳定性说明合理改变条件后结论是否仍能站住。

flowchart TB
    accTitle: 回测成绩单的六项检查
    accDescr: 回测结果需要同时接受增长速度、财富路径、交易摩擦、比较对象、收益来源和稳定性检查，六项共同决定当前证据能够支持什么结论

    result["逐日回测账本"] --> growth["增长<br/>赚多少、用多久"]
    result --> path["路径<br/>回撤多深、多久恢复"]
    result --> trade["交易<br/>换手、费用、容量"]
    result --> compare["比较<br/>基线与市场基准"]
    result --> source["来源<br/>哪些日期与资产贡献"]
    result --> stable["稳定<br/>条件变化后是否仍在"]

    classDef root fill:#f6f0ff,stroke:#7653c7,stroke-width:2px,color:#34205f
    classDef leaf fill:#eef3ff,stroke:#3157d5,stroke-width:2px,color:#172b65
    class result root
    class growth,path,trade,compare,source,stable leaf

增长需要同时写金额、比例和时间¶

累计收益描述从整个样本起点到终点的相对变化。策略甲从 100 元变为 120 元，累计收益为 120 除以 100 再减 1，得到 20%。这个结果没有说明过程持续三个月还是十年，因此跨越不同长度的回测时，还要换算增长速度。

先看一个答案已知的例子。账户用两年从 100 元变成 121 元。若每年以相同复合速度增长，第一年从 100 变成 110，第二年再从 110 变成 121，每年的等效增长率为 10%。这里的 10% 没有声称每个真实年份都恰好上涨 10%，它只是把整段增长压缩为一个可比较的年速度。

这种在一年尺度上表达等效复合增长速度的数字叫作年化收益。样本覆盖 \(Y\) 年，终点净值为 \(W_T\)，起点净值为 \(W_0\) 时，可以写成下面的关系。

\[ r_{\text{annual}}=\left(\frac{W_T}{W_0}\right)^{1/Y}-1 \]

两年例子里，终点与起点之比为 1.21，对它开二次方得到 1.10，再减 1 就是 10%。样本不足整年时，也可以用实际交易日换算，报告必须同时给出起止日期、交易日数和换算方法。

年化只做数学换算。十天盈利 2% 后按相同速度外推，可能得到很高年化数字，但十天并没有经历完整年度的市场变化。短样本、高波动或收益集中时，累计收益与原始净值路径比夸张的年化数字更值得优先阅读。

比较对象决定“增加价值”是什么意思¶

第 13 课把简单研究对手称为基线，例如随机选择或只使用一个基础指标。投资报告还经常使用基准，基准表示投资者不用这条策略时可以选择的、与其市场暴露相近的参照。股票多头策略可能与同一可投资范围的市场指数比较，市场中性策略则更关心现金或融资成本以上的收益。

策略收益减去基准收益得到超额收益。假设策略一年上涨 12%，同口径基准上涨 9%，简单相减得到 3 个百分点超额收益。若策略与基准的风险、费用或分红口径不同，这 3 个百分点仍然不能公平解释。两边应覆盖同一日期，使用相同币种，并明确是否包含分红、交易费用和不可投资成分。

基准还要匹配策略真正承担的风险。只投资小盘股的策略若仅与大型股指数比较，结果可能把小盘风格上涨误认为选股能力。初学报告至少同时展示策略净值、基准净值和两者之差，并用文字说明基准为什么能够代表一个现实的简单选择。

夏普比率试图比较收益与日常波动¶

单看年化收益，承担巨大日常波动的策略可能与平稳策略排在一起。夏普比率是一项常见的风险调整指标，它比较策略超过低风险资金收益的平均部分，与这部分收益自身的波动。超过低风险资金的部分叫作超额收益，这里的低风险收益常使用与币种和期限相匹配的短期利率近似。

先使用三个虚构月度超额收益手算。它们依次为负 1%、1% 和 3%，平均值为 1%。三个数相对于平均值的偏离是负 2%、0% 和正 2%。把它们作为完整总体计算，偏离平方平均为 (4 + 0 + 4) ÷ 3，开平方得到约 1.633%。平均超额收益 1% 除以月度波动 1.633%，得到约 0.612。这个结果可以理解为，样本中每一单位月度波动对应约 0.612 单位平均超额收益。

将关系压缩以后，未年化的夏普比率可以写成下面的形式。

\[ S=\frac{\overline{r-r_f}}{\sigma(r-r_f)} \]

\(r\) 是策略每期收益，\(r_f\) 是同一期低风险收益，分子是平均超额收益，分母是超额收益标准差。若月度收益近似能够按常见假设换算到年度，月度夏普通常再乘以 \(\sqrt{12}\)；日度数据常使用一年交易日数的平方根。年化假设、收益自相关和数据频率都要写在数字附近。

夏普比率没有区分大涨与大跌，也没有直接描述最深损失、长期停滞和成交困难。平时非常稳定、偶尔发生巨大亏损的策略，历史夏普可能仍然很好看。它只能占成绩单的一栏，必须与回撤、尾部、杠杆、流动性和收益来源一起阅读。

回撤要写深度、持续和恢复¶

第 12 课已经计算最大回撤。成绩单除了最深百分比，还应列出回撤从哪个高点开始、何时到达谷底、什么时候重新回到旧高点。高点到谷底表示下跌持续，谷底到旧高点表示恢复时间，整个期间则是账户连续处于水下的长度。

甲策略最大回撤只有 8%，如果它连续四年没有创新高，执行者仍然可能难以坚持。乙策略下跌 45% 后两周快速恢复，深度与持续呈现另一种风险。资金使用期限、投资者赎回和风险限额会让两类路径产生不同现实后果。

报告可以列出最严重的三到五段回撤，注明高点、谷底、恢复日和当时市场环境。只保留最差一个数字会隐藏策略是否频繁陷入中等回撤，也无法让读者理解风险集中在哪些状态。

换手让纸面优势不断支付过路费¶

换手描述持仓变化程度。策略每天大幅更换资产，会频繁支付佣金、税费、买卖价差和市场冲击。回测中的毛收益减去这些成本以后，才得到更接近账户的净收益。成绩单应同时列出平均换手、交易次数、毛收益、总成本和净收益，让读者看见优势被摩擦消耗了多少。

成本压力测试会在不同假设下重复回测。下面数字只用于教学，真实研究必须根据市场、订单方式和规模估计。

情景	单边教学成本	这一档想检查什么
较顺利	0.02%	交易很容易时，信号是否存在
一般	0.10%	常规摩擦下，优势还有多少余量
困难	0.30%	成交更差时，策略是否迅速失去净收益

成本从 0.02% 提高到 0.10% 就让结果转负，说明策略的优势薄于执行误差。它不一定证明市场现象不存在，却说明当前交易频率与实现方式很难把现象留在账户里。

容量说明资金变大后策略会怎样变化¶

容量是策略在明显恶化成交或改变市场价格以前，大致能够承载的资金规模。它没有脱离市场的固定答案。资产成交活跃度、订单相对于市场数量的比例、交易时段、持有期和可接受冲击都会影响容量。

一万元账户可能轻易买入某个小盘资产，十亿元账户若按同一权重交易，就会消耗许多报价档位，也可能需要数日完成。订单拆分会降低瞬时冲击，却增加暴露时间和未完成风险。成绩单至少要报告策略成交金额相对于市场成交量的分布，并在更严格的参与比例下重新计算。

容量分析无法用一个精确数字承诺未来可交易规模。它更适合写成一组情景，例如订单不超过当日成交量的 1%、5% 和 10% 时，未成交、滑点与净收益分别怎样变化。

收益归因追问盈利从哪里来¶

收益归因是把总结果沿不同角度拆开，寻找真正的贡献来源。总净值把所有日期和资产混在一起，拆分以后才能发现策略是否只依赖一小段行情、一只资产或某种风险暴露。

拆分角度	需要观察的现象	它帮助回答的问题
年份与季度	盈利是否集中在少数时期	规则是否依赖特定市场环境
资产与行业	少数对象是否拉高全部结果	现象能否在不同对象中重复
做多与做空方向	两边分别贡献多少	策略是否只是跟随市场普遍上涨
市场状态	趋势、震荡与高波动期有何差别	机制在哪些环境容易失效
交易日期	最好若干天贡献多少	优势是否依赖难以复现的极端事件

若删除最好五天以后全部优势消失，要先检查这些日期是否存在数据错误、极端跳空或难以成交价格。即使数据完全正确，收益高度集中也意味着未来错过少数关键日就可能获得完全不同结果。归因要说明策略靠什么生存，继续从更多小表中挑选好看片段只会制造新的选择机会。

进一步的因子归因会把策略收益与市场、规模、价值、动量等常见风险因子比较，检查所谓新优势是否只是承担了已知暴露。初学报告可以先用基准、行业和市场状态拆分，等第 21 课学习多因子以后再扩展。

稳定性检查会主动改变合理条件¶

稳定不表示每个季度都盈利，它表示研究结论在多数合理变化下仍保持可以解释的方向。二十日观察窗稍改为十五或二十五日，结果可以有强弱变化；若只有精确的十九日有效，其他相近参数全部反转，就要怀疑历史偶然。成本翻倍、成交延迟一天、删除最大贡献资产或把起止日期平移，也能暴露不同脆弱点。

这些改变必须围绕研究问题的合理范围，不能在结果出现后无限尝试，直到又找到漂亮组合。第 16 课会说明反复选择怎样制造过度拟合，第 17 课再安排开发数据、选择数据和最终测试数据的分工。当前只需把每次稳定性检查的理由与结果都留在成绩单中。

一项结论可以在某些环境表现差，只要机制能够解释、风险能够承受，报告也诚实展示。解释不了的收益集中、参数尖峰和成本敏感，则需要更窄的结论与更多证据。

一页成绩单怎样组织¶

下面是一份可以直接复制的成绩单骨架。它先写清研究版本与口径，再依次记录增长路径、交易摩擦和收益来源，因此一张漂亮曲线无法单独占据结论。

研究对象与版本
- 研究卡版本、数据来源、起止日期、基准与费用口径

增长
- 累计收益、年化收益、实际运行年数
- 基准收益与超额收益

路径
- 收益波动、最大回撤、最长水下期
- 三段最严重回撤的高点、谷底与恢复日期

交易
- 交易次数、平均换手、毛收益、成本和净收益
- 三档费用与成交容量情景

来源
- 主要年份、资产、方向和市场状态贡献
- 删除最大若干贡献后的结果

稳定性
- 参数邻近、日期平移、成交延迟和后期保留数据表现

当前结论
- 证据支持到哪里、最大的未知是什么、继续研究还是停止

结论要保留条件与边界¶

“策略有效”把复杂证据压成了过大的承诺。成绩单更适合给出范围受限的结论。例如，在当前数据版本、候选池和一般成本假设下，研究期与后期保留数据都出现方向一致的相对收益；优势在多数邻近参数中仍存在，却集中于趋势明显年份；严格成本下净收益接近零，因此当前证据只支持继续模拟观察。

这类结论写明数据、比较、脆弱点与下一步。后来市场或数据变化时，读者知道原判断依赖哪些条件，也知道哪一项现象出现以后需要重新评估。

用两条同终点路径练习阅读¶

在收益与回撤实验中选择同终点挑战，让两条财富路径从相同起点走到相同终点。先比较累计收益，再观察最大回撤和恢复时间。随后把盈利集中到最后一个点，体会收益来源怎样改变对同一终点的判断。

打开收益与回撤练习

容易弄错的地方¶

常见阅读方式	漏掉了什么	应补充的证据
只按累计收益排序	时间、路径和所需风险不同	年化、回撤与实际运行年数
只看夏普比率	极端亏损、容量和长期停滞被压缩	尾部、回撤、交易和持仓暴露
只要超过零就认为有价值	简单基准可能表现更好	同口径基线、基准与超额收益
只展示最漂亮时期	起止日期参与了结果选择	预先确定区间并展示失败环境
收益高度集中仍称为稳定	少数日期或资产可能无法复现	归因与删除最大贡献测试

一分钟自测¶

一条策略总收益很高，但几乎全部来自一天。能否直接认为它稳定？

查看答案

不能。要先检查该日是否存在数据错误、极端事件或不可成交价格，再观察删除该日后的结果。即使记录真实，收益高度集中也意味着未来结果依赖少数难以预先识别的事件。

本课术语¶

词语	先这样理解
年化收益	把整段复合增长换算成一年尺度的等效速度
基准	与策略市场暴露相近的现实参照选择
超额收益	策略收益减去基准或低风险资金收益后的部分
夏普比率	平均超额收益相对于其波动的摘要
容量	交易规模明显恶化成交以前大致可承载的资金范围
收益归因	把总收益拆到时期、资产、方向和风险来源
稳定性	合理改变条件以后，结论仍保持可解释方向的程度

第 15 课 怎样读回测成绩单¶

同样上涨二十元，可能是两种研究结论¶

增长需要同时写金额、比例和时间¶

比较对象决定“增加价值”是什么意思¶

夏普比率试图比较收益与日常波动¶

回撤要写深度、持续和恢复¶

换手让纸面优势不断支付过路费¶

容量说明资金变大后策略会怎样变化¶

收益归因追问盈利从哪里来¶

稳定性检查会主动改变合理条件¶

一页成绩单怎样组织¶

结论要保留条件与边界¶

用两条同终点路径练习阅读¶

容易弄错的地方¶

一分钟自测¶

本课术语¶

课后练习¶

1 计算增长速度¶

2 计算局部回撤¶

3 寻找报告缺口¶

4 动手制作成绩单¶

5 开放思考¶

第 15 课　怎样读回测成绩单¶

1　计算增长速度¶

2　计算局部回撤¶

3　寻找报告缺口¶

4　动手制作成绩单¶

5　开放思考¶