06_Backtest_Methodology

回测方法学

回测的目标是验证"策略方向是否有效"，而不是预测实盘收益。本篇解释回测怎么跑、有什么限制。回测指标和偏差术语定义统一见主仓库 GLOSSARY.md。

---

1. 边界声明

这套回测是日线级别的方向验证工具：

• 不模拟盘口深度和撮合排队
• 不模拟滑点
• 不考虑涨跌停无法成交的情况
• 市值/行业映射使用当前截面（有偏差，见第 6 节）

---

2. 关键参数

参数	含义
--start / --end	回测时间区间
--hold-days	持有多少个交易日后卖出
--top-n	每日最多持有几只
--sample-size	股票池采样数量（0 = 全量）
--snapshot-dir	使用哪个快照目录的数据
--exit-mode	离场方式：close_only 或 sltp
--stop-loss	止损阈值（如 -7 表示 -7%）
--take-profit	止盈阈值（如 18 表示 +18%，0 = 不止盈）
--regime-filter	是否启用大盘水温仓位控制

---

3. 两种离场方式

close_only（简单持有）

持有 N 天后按收盘价卖出，不做中间干预。适合做策略方向验证。

sltp（止盈止损）

在持有期内每天检查是否触发止盈或止损：

• 触发了 → 当天按阈值价离场
• 持有期结束都没触发 → 按最后一天收盘价离场

更接近真实操作逻辑。

---

4. 回测网格（GitHub Actions）

为了找到最优参数组合，系统跑 18 组参数的并行回测：

hold_days = [5, 10, 15]
stop_loss = [-6, -7, -8]
take_profit = [0, 18]

架构分三阶段：

阶段	做什么	为什么
Phase 1：fetch	1 个 job 拉全量行情数据	tushare 限制最多 2 个 IP
Phase 2：grid	18 个 job 并行回测	读本地快照，不做网络请求
Phase 3：notify	汇总结果推送飞书	—

---

5. 大盘水温仓位控制

启用 --regime-filter 后，每天根据大盘状态裁剪开仓数量。具体水温定义和实证依据见 板块轮动与大盘水温。

水温	开仓比例	含义
NEUTRAL	100%	正常选股
RISK_ON / PANIC_REPAIR	50%	过热或恐慌修复，减半
RISK_OFF	30%	趋势转弱
CRASH	0%	不开新仓

这里保留表格是为了说明回测参数如何影响仓位，不重复展开水温方法论。

---

6. 已知偏差（必读）

前视偏差

市值和行业仍有当前截面依赖，历史回测可能高估策略表现。

幸存者偏差

股票池不包含已退市公司，历史样本的安全性会被高估。

结论：回测结果适合做"参数方向验证"，不适合做"实盘收益承诺"。

---

7. 对比实验的规则

要对比两次回测结果，必须确保以下条件相同：

• 同一份快照数据
• 同一种 exit_mode
• 同一个 top_n 和 sample_size
• 每次只改一个变量
• 保留变更日期、数据源、代码版本和关键参数

否则结果不可比。你对比的不是策略差异，而是口径差异。

---

8. 命令示例

# 止盈止损口径
python -m scripts.backtest_runner \
  --start 2025-10-01 --end 2026-04-03 \
  --hold-days 30 --top-n 3 --board all --sample-size 0 \
  --snapshot-dir data/funnel_snapshots/full_fetch_20260403 \
  --exit-mode sltp --stop-loss -7 --take-profit 0 --sltp-priority stop_first

# 简单持有口径（历史对照）
python -m scripts.backtest_runner \
  --start 2025-10-01 --end 2026-04-03 \
  --hold-days 30 --top-n 3 --board all --sample-size 0 \
  --snapshot-dir data/funnel_snapshots/full_fetch_20260403 \
  --exit-mode close_only