这套规则值不值得用真钱
Section titled “这套规则值不值得用真钱”你多半见过这样的截图:某个期权策略「回测年化几十个百分点」,资金曲线几乎一路向上。你的模拟盘也常常按中间价立即成交,账面比你在实盘里能做到的好看。到了 12.7,你会把系统草稿组装成规则手册 v0.1。在用真钱之前,要回答的问题是:这些数字要扣掉什么、要问哪几个问题,才知道这套规则值不值得用真钱?
检验一套规则有两种工具,各回答一半的问题。回测回答「这些规则在过去会有什么结果」,模拟盘回答「能不能在真实的报价和作息里照规则执行」;两者都要按真实可成交的价格记账,并减去佣金。 你多半不会自己写期权回测,更常见的是读别人的回测,所以本节的前一半教你读回测,后一半是模拟盘的协议。
生活类比:回测与模拟盘,类似驾校的模拟器与真实路考。模拟器(回测)成本低,可以无限次重来,但路况是事先录好的:一段路可以练到满分,换一段路却未必会开,这对应下文的过拟合。路考(模拟盘)的路况是真实的,只是撞了车不需要赔偿。
类比的局限:第一,模拟器和路考都不用真钱,所以都检验不了真钱亏损时你的反应。这一部分要到 12.8 的小资金阶段才检验。第二,路考考一次就结束;模拟盘却要连续 12 周照规则执行,中途放宽规则还要重新计时。
回测报告里最常见的指标是夏普比率(Sharpe ratio):
超额收益率是收益率减去无风险利率。夏普比率表示每承担一份波动,得到多少超额收益率;分子和分母要用同一频率计算,比较时都换算成年化,月度值乘以 √12。这个换算假设各月收益率互不相关,做空波动率的策略往往不满足这个假设。例如策略甲和策略乙的平均月收益率都是 1%:甲的月收益率在 0% 到 2% 之间波动,乙在 −3% 到 +5% 之间波动。两者的分子相同,甲的标准差小得多,所以甲的夏普比率高得多。12.2 的 PUT 指数案例比较的「0.52 对 0.61」,用的就是它的年化值。
夏普比率对卖方有一个盲点:它只衡量样本里出现过的波动。做空波动率的策略在左尾出现以前,夏普比率常常很高,因为样本里还没有出现大的亏损(11.1 的卖方样本陷阱)。
回测里的夏普比率再高,也不一定能延续到以后。Wiecki 等人(2016)研究了 888 个交易算法,发现回测中的夏普比率几乎无法预测之后样本外的夏普比率(SSRN,刊于 Journal of Investing)。论文里能预测股票收益率的变量也是如此:McLean 与 Pontiff(2016)发现,按这些变量构建的组合,论文发表之后的收益率平均低 58%(Journal of Finance)。下面几节说明,回测的成绩为什么会偏高,以及读回测时怎样把偏高的部分扣掉。
回测能说明什么,不能说明什么
Section titled “回测能说明什么,不能说明什么”回测(backtest)指把规则放进过去的行情数据里模拟交易,看它在历史上盈利还是亏损。
- 能说明:规则在历史上多久会亏损到一次上限;在冲击期会亏损多少;参数在一个范围内变动时,结果是否稳定。
- 不能说明:未来是否会和过去一样;你能否照规则执行;回测中的成交价在现实中能否成交。
期权的回测比股票难,陷阱也更多。读一份期权回测时,逐一检查下面六种:
- 中间价成交假设(mid-price fill assumption):许多回测假设按中间价成交,然而现实中常常需要让价,多腿组合尤其如此。衡量让价要用组合自然价(8.1),即卖出的腿按买价、买入的腿按卖价算出的组合净价,也就是可以立即成交的价格。
- 忽略提前指派:美式期权可能被提前行权(10.5)。很多回测不模拟提前指派、除息和到期结算,因此漏掉了除息前和深实值时实际会遇到的问题。
- 数据缺口:期权回测要用每个行权价的历史买价、卖价和 IV,不能像股票那样只用收盘价。然而历史期权数据常有缺失和陈旧的报价,开盘时和冲击日的报价尤其不可靠。
- 过拟合(overfitting):参数调整得过于贴合过去的数据,把运气当成了规律。下文的多重检验说明它从哪里来。
- 幸存者偏差(survivorship bias):只用今天仍然存在的股票做测试,漏掉了中途暴跌、退市的股票,所以结果偏乐观。
- 前视偏差(look-ahead bias):用了当时还不可能知道的信息,例如用当天的收盘价,决定当天开盘时的交易。
卖方策略还要单独看最坏的那一段。长时间的小额盈利会把平均数抬高,而左尾的大额亏损在短样本里常常没有出现(11.1)。所以回测区间要包含冲击表里的几次冲击(2018-02、2020-03、2024-08、2025-04,9.8),也要包含一段持续下跌的熊市,例如 2022 年,并单独列出这几段的亏损。冲击表只收了波动率急升的几次;2022 年 SPY 从高点最多跌了约 25%,VIX 却没有像那几次一样急升,这种缓慢的下跌对牛市看跌价差同样伤害很大。
回测的程序怎样写、三种成交假设(自然价、中间价、中点)怎样实现,见选修的 13.6 项目 6。本节只讲读回测要用到的两笔账:成本和试过的组数。
成交价假设与成本
Section titled “成交价假设与成本”中间价回测里的小优势,按可成交价减去让价和佣金以后,常常完全消失。 所以读到一份按中间价成交的回测,先做下面这笔账:
- 让价成本(每组,一进一出)= 2 × 腿数 × 半个买卖价差 × 100。按自然价成交时,每条腿比中间价让出半个买卖价差(1.6);进场和出场各让一次,所以乘以 2。
- 佣金(每组,一进一出)= 每张每腿的佣金 × 腿数 × 2。这里按进场、出场都收佣金计算;平仓收不收佣金、怎样收,以券商为准。
例子(示例数据,非实时):某 SPY 看跌价差策略回测 200 笔,每笔 1 组,按中间价平均每笔 +$12。减去让价成本和佣金之后,按自然价成交的期望约为 −$2.60/笔,回测里的「优势」完全消失;按中间价与自然价的中点成交,让价减半,也只剩 12 − 6 − 2.60 = +$3.40/笔,大部分被成本抵消。按自然价的计算步骤如下:
- 每条腿的让价:每条腿的买卖价差是 $0.06。按自然价成交,比中间价让出一半,即 $0.03/股。
- 一进一出的让价:价差有两条腿,所以进场让出 2 × 0.03 = $0.06/股 = $6/组;出场再让出 $6。一进一出共 $12。
- 佣金:每张每腿 $0.65 × 2 条腿 × 进出 2 次 = $2.60。
- 按自然价成交的期望:12 − 12 − 2.60 = −$2.60/笔。让价抵消了全部盈利,佣金再使期望变为负数。
回测每笔 +$12,让价抵消 $12,佣金再减去 $2.60:按自然价成交的期望 −$2.60
上面例子:某 SPY 看跌价差策略回测 200 笔,每笔 1 组(示例数据,非实时)· 每条腿按自然价成交,比中间价让出 $0.03/股,佣金每张每腿 $0.65
中间价回测的期望每笔
+$12
进场让价2 条腿 × $0.03 × 100
−$6
出场让价再让出 $6
−$6
佣金$0.65 × 2 条腿 × 进出 2 次
−$2.60
扣除成本后的期望每笔
−$2.60
一进一出共让价 $12,回测里的「优势」完全消失;佣金再使期望降到 0 以下。
腿越多,让价的次数越多。四条腿的铁鹰一进一出要让价八次、付八份佣金,同样的买卖价差,成本是两条腿价差的两倍。
样本量与过拟合
Section titled “样本量与过拟合”扣掉成本以后,回测的数字还可能偏高,原因是挑选。多重检验(multiple testing)指在同一份数据上检验很多组参数;6.1 讲过它的另一个名字,数据挖掘。试的组数越多,单凭运气「看起来有效」的组就越多。
要求的是:试过 N 组参数、每组其实都没有优势时,至少一组「看起来有效」的概率。「至少一组」包含很多种情况,所以先算它的反面「一组也没有」。按 5.5 的乘法规则,几件互不相关的事都发生的概率,等于各自的概率相乘。每组不「看起来有效」的概率是 1 − α,所以 N 组全都不「看起来有效」的概率是 (1 − α)^N。「至少一组」和「一组也没有」恰好互补,因此:
- α 是一组没有优势的参数单凭运气「看起来有效」的概率,N 是试过的组数(假设各组互不相关)。
例子:你试了 20 组参数,每组其实都没有优势,但每组单凭运气「看起来有效」的概率是 5%。
- 20 组全都不「看起来有效」的概率 = 0.95^20 ≈ 0.36。
- 至少一组「看起来有效」的概率 = 1 − 0.36 ≈ 64%。
结果说明,即使 20 组都没有优势,也有约 64% 的机会至少一组「看起来有效」。所以「从 20 组里挑出最好的」,很可能只是挑出了最幸运的一组。
数据越短,能试的组数越少。Bailey 等人(2014)假设每一组都没有优势、彼此独立,算出:只有 5 年的数据时,试 45 组,样本内最好那一组的年化夏普比率预期就有 1 左右。而它在样本外的期望夏普比率是 0。只有 2 年的数据时,试 7 组就会这样(作者手稿,刊于 Notices of the AMS)。
试的组数多了,门槛也要提高。原因与上面的算式相同:按正态近似,每组单凭运气达到 t ≥ 2 的机会约 2.5%(12.2),试的组数越多,至少一组达到的概率越高。Harvey 等人(2016)统计了 316 个被检验过的收益因子,建议新因子的 t 值至少超过 3,而不是通常的 2(Review of Financial Studies)。
试过的组数越多,最好的一组越可能只是最幸运的一组,所以回测要写明试过多少组参数,并用样本外数据检验。 一份回测说不出试过几组,就无法判断它过拟合了多少;你自己的回测也一样。
从很多组参数里挑出的最好一组,成绩里有一部分是运气。要知道一条规则的真实水平,就要用没有参与挑选参数的数据检验它,这种做法叫样本外测试(out-of-sample test)。用来确定参数的那一段数据,叫样本内(in-sample)。检验一条规则,按下面五步做:
- 先写规则,写明每一个参数:哪个价位、用收盘价还是盘中价、几天、什么条件下行动。
- 把历史数据分成两段:前一段用来确定参数(样本内),后一段只用来检验(样本外),检验时不再修改参数。两段最好都包含冲击表里的冲击。
- 计入成本:手续费、买卖价差和滑点(上文「成交价假设与成本」)。期权的买卖价差往往是最大的一项成本(1.6)。
- 记录每一次信号,包括失败的信号。样本要足够多,因为几次成功不能说明规则有效(6.7、11.1)。
- 每次只改一处,这样才知道结果的变化来自哪一处修改;改过的规则,要用新的数据再检验一次。
看过样本外的结果再回头改参数,这段数据就参与了确定参数,成了样本内数据。这时只能再找一段没用过的数据来检验。
例子(示例数据,非实时):你在 2016–2022 年的数据上,为「跌破前低就展期」这条规则试验了 20 组参数,最好的一组盈利概率是 70%。把同一组参数用在 2023–2025 年的数据上,盈利概率是 52%。
- 样本外的 52% 更接近这条规则的真实水平,因为这段数据没有参与挑选参数。
- 70% 里有一大部分,是从 20 组参数中挑出最好一组时带来的运气。按上文的算式,20 组即使都没有优势,也有约 64% 的机会至少一组「看起来有效」。
另外两个信号也能帮你识别过拟合。一是参数越少越好,因为每多一个参数,就多一个贴合过去的机会。二是参数稍有变动时,结果不应天差地别:止盈比例从 50% 改成 45%,结果就从大赚变成大亏,说明规则贴合的是过去的偶然。
延伸阅读:前推测试
数据足够长时,可以做前推测试(walk-forward test)。做法是按时间顺序逐段向前推进:每次只用之前的数据确定参数,再检验紧接着的一段;然后把窗口向前移,重复一次。最后把各段的检验结果连起来看。
它比一次性的样本内、样本外划分多用了数据:每一段都轮流当过样本外。它也更接近真实的处境,因为你在任何时候都只能用过去的数据定参数。本课程不要求掌握它;读回测时,看到「walk-forward」字样,知道它是一种更严格的样本外测试即可。
随堂练习(示例数据,非实时):一份 SPY 铁鹰的回测报告写着:
- 数据:2021-01 到 2023-12 每天收盘时的期权报价;缺了报价的合约,用前一天的价格补上。
- 规则:当天收盘时 IV Rank ≥ 30%,就在当天开盘后开仓;持有到止盈或到期,不考虑提前指派。
- 参数:空头腿 Delta 和止盈比例一共试了 14 组,报告最好的一组。
- 结果:120 笔,每笔 1 组,按中间价成交,平均每组 +$30。
你查到这段时间每条腿的买卖价差约 $0.05,佣金每张每腿 $0.65。
(a) 一进一出的让价成本和佣金各是多少?扣除之后,每组的期望约是多少?
(b) 假设 14 组都没有优势,每组单凭运气「看起来有效」的概率是 5%。至少一组「看起来有效」的概率是多少?
(c) 这份回测犯了六种陷阱里的哪几种?哪一种它没有犯,为什么?
(d) 数据区间还缺什么?如果你能拿到 2016-01 到 2025-12 的数据,怎样划分样本内和样本外?
参考解答
(a) 按自然价成交,每条腿比中间价让出半个买卖价差:0.05 ÷ 2 = $0.025/股。铁鹰有四条腿,进场让出 4 × 0.025 × 100 = $10/组,出场再让出 $10,让价共 $20。佣金 = 0.65 × 4 条腿 × 进出 2 次 = $5.20。按自然价成交,扣除后:30 − 20 − 5.20 = +$4.80/组,只剩回测数字的约 16%;按中间价与自然价的中点成交,让价减半为 $10,扣除后 30 − 10 − 5.20 = +$14.80/组,也不到回测数字的一半。
(b) 14 组全都不「看起来有效」的概率 = 0.95^14 ≈ 0.488,所以至少一组「看起来有效」的概率 ≈ 1 − 0.488,约 51%。也就是说,即使 14 组都没有优势,也有约一半的机会挑出一组「看起来有效」的;+$30 里有多少是运气,只有样本外能说明。
(c) 犯了五种:
- 中间价成交假设:按中间价成交,四条腿都没有让价。
- 数据缺口:缺失的报价用前一天的价格补上,这些价格当时未必能成交。
- 前视偏差:用当天收盘时的 IV Rank,决定当天开盘时开不开仓。开盘时还不知道收盘的数字。
- 忽略提前指派:SPY 期权是美式期权,SPY 也派息,除息前实值的空头 call 可能被提前行权(10.5)。
- 过拟合:14 组里挑最好的一组,没有样本外检验。
没有犯的是幸存者偏差。回测只交易 SPY 一个标的,不存在「今天的名单里少了中途消失的股票」的问题。
(d) 2021-01 到 2023-12 不包含冲击表的任何一次冲击,卖方策略最坏的那一段不在样本里;其中只有 2022 年的持续下跌,波动率急升的冲击一次也没有。一种划分是:2016-01 到 2021-12 作样本内,用来确定参数,包含 2018-02 和 2020-03 两次冲击;2022-01 到 2025-12 作样本外,参数定好以后只检验一次,包含 2022 年的熊市和 2024-08、2025-04 两次冲击。两段都有冲击,样本外的结果才能说明规则在冲击里表现怎样。
模拟盘协议(paper trading protocol)
Section titled “模拟盘协议(paper trading protocol)”回测通过了,还要知道你能不能在真实的报价和作息里照规则执行,这要靠模拟盘(7.0)。模拟盘比回测真实,但有两个天然的缺陷:没有真钱带来的情绪,成交也可能过于「顺利」。所以要按一份协议运行。模拟盘协议(paper trading protocol)是本课程的七条规则,规定模拟盘怎样记账、下单、计时和判定达标:
-
按真实可成交价记账:如果模拟平台按中间价立即成交,就在日志里改按中间价与自然价的中点记账。这是往对你不利的方向记:卖出记得低一些,买入记得高一些。期权的买卖价差占权利金的比例比股票大得多,按中间价记账会明显高估盈利。多腿组合用组合自然价(8.1)。
-
扣除真实佣金:按你所用券商的标准,每张每腿计算。
-
仓位比例、时段和结构与实盘相同:
- 使用你计划实盘时的风险比例,在同样的新加坡夜间时段、开盘后 30 分钟内下单(12.5)。
- 7.0 为学习机制设的三条例外在 12 周里不再适用:现金担保 put 和备兑的压力亏损(7.0 的「两周内下跌 20%」)也要不超过单笔上限(11.2);练习单不再下,练习卡照写(6.5)。
- 如果首批资金(毕业后最先投入的真钱)放不下核心打法的一组,需要换用更窄的价差,12 周的最后 4 周就改用这个结构,仍按第 1、2 条记账。例如把 745/740 换成 745/743。这样在投入真钱之前,就能检验你能否照这个结构执行;它减去成本以后的期望怎样估计、为什么要换、成本占比怎样变,见 12.8「首批资金」。
- 这是事先写进规则手册的安排,不属于第 6 条所说的中途改动,所以不重新计时。
-
严格执行规则手册:违规照常记录,不能抱着「模拟盘就随便试试」的态度。
-
每笔交易都写日志,每周复盘(12.4)。
-
12 周怎么计时:从 12.7 写好规则手册 v0.1 之后的下一个交易日起,连续 12 周。规则只在月复盘时修改,下个月第一个交易日生效(12.4)。如果改动让风险变大(放宽入场条件、扩大标的池、提高仓位上限、加一个新的打法),就从改动生效的那天重新计 12 周。原因是此前几周检验的已经不是现在这套规则。已经用真钱交易的,这类改动按 12.8 退回条件第 4 条处理:先退回模拟盘跑满 12 周。收紧规则、改写措辞,不重新计时,因为风险没有变大。怎样分:让每笔或整个账户在最坏情况下可能亏得更多的,算放大(提高上限、放宽入场、把止损放远、加打法);只让仓位更早离场或更小的,算收紧(止盈从 50% 提前到 40%、止损收近、组数减少)。拿不准就按放大处理。月复盘以外的时间不改规则;临时改了,就算一次违规,记进违规记录,到月复盘再决定是否正式修改。12 周里不足 20 笔交易的,延长计时到满 20 笔(第 7 条);如果已经有一项不满足(例如有一笔超出单笔上限),不用等满 20 笔,这一轮已经不达标。
-
怎样算达标(毕业考核的模拟盘部分):这 12 周同时满足以下六项。
- 笔数:至少 20 笔。不足 20 笔,就延长计时,满 20 笔再判断。
- 期望:全部交易(含违规的)按第 1、2 条记账,平均每笔盈亏为正。如果为负,平均每笔的亏损不能超过 1 个标准误(t ≥ −1,12.2),并且要写一页复盘:亏损来自哪几笔,这些是不是守规的交易。
- 规则遵守率 ≥90%。
- 没有一笔超出单笔上限:现金担保 put 和备兑按压力亏损算。
- 最大回撤不超过预设的上限(规则手册第 9 部分的总回撤线)。
- 记录完整,每一项都有日期:每一笔都有下单前写好的计划栏、平仓当天补好的结果栏,以及「是否守规」「错误类型」「情绪备注」三栏(填写时机见 12.4);每个交易日的组合希腊字母(11.4);每周的周复盘和账户网格(11.5);每月的月复盘,其中包括历史回放和按 6.7 复盘观点卡。
任何一项不满足,这 12 周就不算达标;回撤到总回撤线也一样。这时要写一页复盘;需要修改规则的,按月复盘的流程修改,然后重新计 12 周(有改动的,按第 6 条从改动生效的那天算起)。
放宽规则,12 周从生效那天重新算;收紧或改措辞,照常计时
示意 · 12 周从规则手册 v0.1 写好后的下一个交易日起算 · 例子:跑到第 6 周,在月复盘时把单笔上限从 1.5% 提高到 2%(下面「思考题」第 4 题)
收紧规则或改写措辞
放宽规则例如单笔上限 1.5% → 2%
- 算进 12 周
- 不算:检验的已经不是现在这套规则
改动写进修改记录,从下个月第一个交易日起生效。如果模拟盘回撤到总回撤线,这 12 周也不算达标:要写一页复盘;需要修改规则的,按月复盘的流程修改,然后重新计 12 周。
模拟盘按中间价与自然价的中点记账、减去真实佣金,让风险变大的改动从生效那天起重新计 12 周。 第 1、2 条让模拟盘的成绩更接近实盘能做到的水平;流动性差的合约实盘可能只能按接近自然价成交,平台成交了的挂单实盘也未必成交,所以模拟盘的成绩仍可能好于实盘。第 6 条保证 12 周检验的始终是同一套规则。毕业(闸门 3)的另一半是综合考试 ≥85%,见 12.8 和本章「练习与考核」。
例子(示例价格,非实时):模拟账户净值 $100,000,单笔上限 2%($2,000)。你卖出 35 天的 SPY 铁鹰:买 720P、卖 730P、卖 805C、买 815C,翼宽 10。四条腿的中间价分别是 $3.25、$4.30、$2.65、$1.30,组合中间价 4.30 − 3.25 + 2.65 − 1.30 = $2.40。模拟平台显示这个铁鹰按中间价 $2.40 成交,而自然价是 $2.10。
- 按协议记账:记为两者的中点,(2.40 + 2.10) ÷ 2 = $2.25。铁鹰是卖出的组合,记账价越低,收到的权利金越少,所以这是对你不利的方向。
- 核对组数:按记账价,每组最大亏损 = (10 − 2.25) × 100 = $775。每次开 2 组,最大亏损合计 $1,550,在 $2,000 的单笔上限以内。
- 剔除虚假利润:每股少记 2.40 − 2.25 = $0.15。每次 2 组,少记 $0.15 × 100 × 2 = $30;一年做 20 次,就有 20 × 30 = $600 的「虚假利润」被剔除。
平台按中间价 $2.40 立即成交,协议按中点 $2.25 记:往对你不利的方向记
上面例子的铁鹰 · 每股价格(示例价格,非实时)
- $2.40中间价:平台显示的成交价
- $2.25按协议记账:中间价与自然价的中点
- $2.10自然价:卖出的腿按买价、买入的腿按卖价,可以立即成交
浅色一段是从自然价到中间价。每次 2 组、一年做 20 次:每次少记 $0.15 × 100 × 2 = $30,一年就有 $600 的「虚假利润」被剔除。
达标线为什么是 t ≥ −1
Section titled “达标线为什么是 t ≥ −1”第 7 条的期望一项,为什么允许平均每笔为负?因为 12 周的样本太小。12 周检验的是执行和成本,证明不了优势,所以达标线是 t ≥ −1,而不是期望为正。 12 周只有二三十笔交易。按 12.2 示例 A 的参数(每笔 +$12、标准差 $110),25 笔的 t 值只有约 12 ÷ (110 ÷ √25) ≈ 0.55,远小于 2。
下面比较两种达标线各自的两种误判:真有优势的系统被拦下的概率,以及没有优势的系统能通过的概率。依据是 12.2 的 t 值:样本的平均每笔盈亏以真实期望为中心波动,波动的幅度是 1 个标准误(11.1),分布可以按正态近似(0.7)。25 笔的标准误是 110 ÷ √25 = $22。
真有优势(+$12)时,平均数以 +$12 为中心。按「期望为正」,平均数不高于 $0 就被拦下。$0 比中心低 12 ÷ 22 ≈ 0.55 个标准误,落到这个位置以下的概率约 29%。按 t ≥ −1,平均数要低于 −$22 才被拦下。−$22 比中心低 (12 + 22) ÷ 22 ≈ 1.55 个标准误,概率约 6%。这两个概率不在 68–95–99.7 规则的整数点上,可以用电子表格的 NORM.S.DIST 函数算。例如输入 =NORM.S.DIST(-0.55, TRUE),得到约 0.29。
没有优势($0)时,平均数以 $0 为中心。按「期望为正」,能通过的概率是一半,约 50%。按 t ≥ −1,平均数只要不低于中心以下 1 个标准误就能通过。按 68–95–99.7 规则,低于 −1 个标准误的概率约 16%,所以能通过的概率约 84%。
| 达标线 | 真有优势(+$12) 被拦下 |
没有优势($0) 能过 |
|---|---|---|
| t > 0(期望为正) | 约 29% | 约 50% |
| t ≥ −1(亏损 ≤ 1 个标准误) | 约 6% | 约 84% |
读法:如果只看「期望为正」,真有优势、也守规的系统约有三成会被运气拦下,这与 12.4 的「过程与结果」相冲突。放宽到 1 个标准误之后,误判降到约 6%,代价是没有优势的系统也更容易通过。12 周的样本本来就无法区分这两种系统,所以优势的证据留到 12.8 的小资金阶段,继续按 12.2 的方法积累;12.8 也写好了退回模拟盘的条件。卖方策略的盈亏左偏,12 周里没有出现大亏时标准差偏小,正态近似算出的通过率偏低;期望为负的系统也常常能过这条线,所以它只是执行和成本的检查。
还有一点要分清:第 7 条的期望用全部交易计算,违规的也算在内。12 周检验的是你实际能得到的结果,违规造成的亏损也是亏损;执行另由「规则遵守率 ≥90%」一项检查。12.2 的停用条件只看守规交易,因为它检验的是规则本身有没有优势,违规的交易不是按规则做的。
随堂练习(示例数据,非实时):你的模拟账户净值 $80,000,单笔上限 2%($1,600),总回撤线是从高水位 −12%。
(a) 平台按中间价 $1.90 买入成交 3 组 30 天的 NVDA 230/235 牛市看涨价差,当时的组合自然价是 $2.06。按协议每组记多少?3 组一共多记了多少成本?开仓的佣金是多少(每张每腿 $0.65)?
(b) 12 周计时已经走完 7 周,月复盘时你考虑两处改动,都在下个月第一个交易日生效。各自会不会让 12 周重新计时?① 把贷方价差空头腿 Delta 的上限从 0.20 放宽到 0.25;② 把到期周的处理从周五晚提前到周四晚。
(c) 重新计时以后的 12 周记录如下:23 笔,全部交易按协议记账,平均每笔 −$7,标准差 $90;守规 21 笔;最大回撤 7.5%;每天、每周、每月的记录都有日期。违规的 2 笔里,有一笔是按第7章的例外开的 1 组 30 天的 AAPL 320P(现金担保,收 $2.70,开仓时 AAPL $340)。这 12 周达标吗?逐项检查。
(d) 一套系统真实期望每笔 +$20、单笔标准差 $100,做 25 笔。按「期望为正」和按「t ≥ −1」两种达标线,它被拦下的概率各约是多少?一套没有优势的系统(真实期望 $0),在两种达标线下能通过的概率各约是多少?
参考解答
(a) 买入时往不利的方向记,即记得高一些:(1.90 + 2.06) ÷ 2 = $1.98/组。每组比平台多记 0.08 × 100 = $8,3 组多记 $24。开仓佣金 = 0.65 × 2 条腿 × 3 组 = $3.90。
(b) ① 空头腿更靠近现价,是放宽入场条件,风险变大,所以从改动生效那天(下个月第一个交易日)重新计 12 周;之前跑过的几周不再计入。② 提前处理到期周的仓位是收紧规则,风险没有变大,不重新计时,继续计。
(c) 不达标。逐项看:
- 笔数:23 笔 ≥ 20,满足。
- 期望:标准误 = 90 ÷ √23 ≈ $18.8,t = −7 ÷ 18.8 ≈ −0.37 ≥ −1,满足;平均为负,所以要写一页复盘。
- 规则遵守率:21 ÷ 23 ≈ 91.3% ≥ 90%,满足。
- 单笔上限:不满足。7.0 的例外在 12 周里不再适用,CSP 按压力亏损算。AAPL 两周内跌 20% 到 340 × 0.8 = $272,亏损 (320 − 272 − 2.70) × 100 = $4,530,超过 $1,600。
- 最大回撤:7.5%,没有到 12%,满足。
- 记录:完整,满足。
有一项不满足,这 12 周就不算达标。写一页复盘,再重新计 12 周;如果复盘后修改了规则,从改动生效的那天算起。遵守率 ≥90% 容许少量违规,但超出单笔上限的那一种不在容许之列。
(d) 标准误 = 100 ÷ √25 = $20,平均数以 +$20 为中心。按「期望为正」,平均数不高于 $0 就被拦下,$0 比中心低 1 个标准误,概率约 16%。按 t ≥ −1,平均数低于 −$20 才被拦下,比中心低 2 个标准误,概率约 2.5%。没有优势时,平均数以 $0 为中心:按「期望为正」能通过约 50%;按 t ≥ −1,只要不低于 −1 个标准误就能通过,约 84%。
我的回测设计与 12 周达标
Section titled “我的回测设计与 12 周达标”下面的模板用来写一份回测设计,或者检查别人的回测有没有写清楚这五项。示例列按 12.2 的示例 A(SPY 牛市看跌价差)填写。
| 项 | 写什么 | 例:示例 A |
|---|---|---|
| 数据区间 | 起止日期,包含冲击表的哪几次、有没有持续下跌的熊市 | 2016-01 到 2025-12,四次冲击和 2022 年的熊市都在内 |
| 成交价假设 | 中间价、中点还是自然价 | 中间价与自然价的中点 |
| 佣金 | 每张每腿多少 | $0.65,每组一进一出 $2.60 |
| 参数与组数 | 几个参数,一共试过几组 | 2 个(IV Rank 门槛、空头腿 Delta),3 × 3 = 9 组 |
| 样本划分 | 样本内、样本外各从哪天到哪天 | 2016–2021 定参数,2022–2025 只检验一次 |
读法:前三行决定成本算得对不对,第五行决定结果能不能信。第四行决定要打多大的折扣:试过 9 组时,至少一组单凭运气「看起来有效」的概率是 1 − 0.95^9 ≈ 37%。
12 周结束时,按第 7 条逐项打勾:
12 周达标
Section titled “12 周达标”- 至少 20 笔;不足 20 笔,延长计时到满 20 笔再判断。
- 全部交易按协议记账,平均每笔盈亏为正;为负时 t ≥ −1,并写好一页复盘。
- 规则遵守率 ≥90%。
- 没有一笔超出单笔上限,现金担保 put 和备兑按压力亏损算。
- 最大回撤没有到总回撤线。
- 每笔的计划栏、结果栏和三栏,每天的组合希腊字母,每周的周复盘和账户网格,每月的月复盘,都有日期。
常见误区:
- 「回测赚钱,实盘就会赚钱。」——回测最容易高估盈利:中间价成交假设、数据缺口和过拟合,都会使回测结果比实际好得多。
- 「样本内的夏普越高越好。」——在 888 个算法里,回测的夏普比率几乎无法预测之后的夏普比率(Wiecki 等,2016)。做空波动率的策略在左尾出现以前,夏普比率还常常偏高。
- 「试过 100 组参数,挑最好的就行。」——试的组数越多,最好的那一组越可能只是最幸运的一组。所以要报告试过几组,再看样本外的结果。
- 「规则在过去 5 年都赚钱,就可以用了。」——先要问三个问题:试验了多少组参数,有没有做样本外测试,是否计入了成本。
- 「模拟盘按平台成交价记就行。」——很多平台按中间价成交,而现实中常常需要让价,所以要按中间价与自然价的中点重新记账。
- 「12 周里也可以照第7章的例外做 CSP。」——12 周的仓位比例与实盘相同,7.0 的三条例外不再适用;压力亏损超出单笔上限的一笔,就使这 12 周不达标。
- 「12 周达标,就证明有优势。」——12 周只有二三十笔交易,样本太小;它检验的是执行和成本,而不是优势。
思考题:
- 用今天的纳斯达克 100 成分股,回测过去 10 年的卖 put 策略,犯了哪个错?(答:幸存者偏差。中途暴跌、被剔出指数的股票不在今天的名单里,所以回测结果会偏乐观。)
- 为什么参数稍微变动、结果就天差地别的策略不可信?(答:这通常是过拟合的信号:它贴合的是过去的偶然,而不是稳定的规律。)
- 你试了 30 组参数,每组单凭运气「看起来有效」的概率是 5%。至少一组看起来有效的概率是多少?(答:30 组全都不「看起来有效」的概率是 0.95^30 ≈ 0.215,所以至少一组看起来有效的概率是 1 − 0.95^30 ≈ 1 − 0.215,约 78.5%。)
- 12 周的模拟组合跑了 6 周,你在月复盘时把单笔上限从 1.5% 提高到 2%。12 周怎么算?(答:提高单笔上限会让风险变大,按协议第 6 条,从它生效的那天重新计 12 周;生效之前的几周检验的是旧规则,不再计入。)
- 12 周结束时,你的守规交易平均每笔 +$6,全部交易平均每笔 −$5(t ≈ −0.3)。第 7 条的期望一项看哪一组?这组数字说明什么?(答:看全部交易。−$5 对应的 t ≥ −1,这一项满足,但平均为负,要写一页复盘。守规交易为正、全部交易为负,说明亏损主要来自违规的那几笔,问题出在执行上(12.4);遵守率是否 ≥90%,另外检查。)
本节要点:
- 回测回答「这些规则在过去会有什么结果」,模拟盘回答「能不能在真实的报价和作息里照规则执行」;两者都要按真实可成交的价格记账,并减去佣金。
- 中间价回测里的小优势,按可成交价减去让价和佣金以后,常常完全消失。
- 试过的组数越多,最好的一组越可能只是最幸运的一组,所以回测要写明试过多少组参数,并用样本外数据检验。
- 模拟盘按中间价与自然价的中点记账、减去真实佣金,让风险变大的改动从生效那天起重新计 12 周。
- 12 周检验的是执行和成本,证明不了优势,所以达标线是 t ≥ −1,而不是期望为正。
本节任务:为你的一个核心打法填好「回测设计」模板的五行。翻出最近 4 周的模拟盘日志,检查两件事:按中间价成交的几笔,是否改记了中点;有没有漏记的违规。最后写下三件事:12 周预计的起止日期;最后 4 周是否改用首批资金的结构,用哪一个;哪些改动会让 12 周重新计时。约 15 分钟。
关键术语:
| 中文 | English | 释义 |
|---|---|---|
| 回测 | backtest | 用历史数据模拟交易,检验一套规则会得到什么结果 |
| 中间价成交假设 | mid-price fill assumption | 假设回测中的每笔交易都按中间价成交;现实中常常需要让价,所以按这个假设算出的盈利常常偏高 |
| 过拟合 | overfitting | 参数过于贴合过去的数据,把运气当成了规律 |
| 幸存者偏差 | survivorship bias | 只统计存续下来的样本,所以结论偏乐观 |
| 前视偏差 | look-ahead bias | 用了当时还不可能知道的信息 |
| 多重检验 | multiple testing | 试验的参数组合越多,单凭运气「看起来有效」的组合就越多 |
| 样本外测试 | out-of-sample test | 用没有参与确定参数的数据来检验规则 |
| 夏普比率 | Sharpe ratio | 超额收益率的平均值 ÷ 超额收益率的标准差,即每承担一份波动所获得的超额收益率;分子分母用同一频率计算,比较时都换算成年化 |
| 模拟盘协议 | paper trading protocol | 规定模拟盘如何记账、如何下单、如何计时和判定达标的规则 |
课后练习
学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。
A6【12.6 回测成本】示例数据。某策略按中间价回测,平均每笔 +$8。实际成交时,进场和出场各比中间价让出 $5/组,佣金一进一出共 $2.60/组。真实期望约是多少?
参考答案
- 让价成本:进场比中间价让出 $5,出场再让出 $5,共 −$10。
- 佣金:一进一出共 −$2.60。
- 真实期望 = 中间价回测的期望 − 让价成本 − 佣金 = 8 − 10 − 2.60 = −$4.60/组。回测里的优势,在现实中变成了亏损。
换一组数字再练
题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。
需要启用 JavaScript 才能自动出题。
问 AI 导师
卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。
AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。
仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。