回溯測試中的交易環(huán)境與真實的交易環(huán)境是有一定差異的，這種差異越大，回溯 測試的結(jié)果用于判斷策略效用的能力就越低下。

        回溯測試與真實環(huán)境之間差異的情況，大致可以分為兩類。其中一類差異是可以通過人為設(shè)置回溯測試、或者人為限定真實交易的手段而基本消除的。在這一類差異 當(dāng)中，實際交易時的買賣點與回溯測試下的買賣點不一致的問題是一個比較常見的例 子。具體來說，就是在中低頻的量化交易策略研發(fā)中，回溯測試使用的數(shù)據(jù)往往不是 價格進(jìn)行一次變化就記錄一次的分筆數(shù)據(jù)，而是記錄一段時間內(nèi)的開始價格、最高價 格、最低價格、結(jié)束價格之類的二次處理后的數(shù)據(jù)。因此，如果真實交易中的買賣點 發(fā)生在開始價格和結(jié)束價格之間的某一個時間時，是不能反映在二次處理數(shù)據(jù)所構(gòu)造 的回溯測試中的，也就會造成這兩者買賣不一致的問題。

        圖 3.6 給出了一個日內(nèi)買賣與回溯測試不符的實際案例。假設(shè)在這個例子當(dāng)中， 研究人員在回溯測試中使用的數(shù)據(jù)是日度收盤價所組成的時間序列，測試的量化交易 策略為“當(dāng)價格超過 10 日均價時買入，當(dāng)價格低于 10 日均價時賣出”。圖中給出的 是某一日全天的價格走勢，假設(shè)這一天的價格達(dá)到 53.5 以上時，則觸發(fā)“價格超過 10 日均價”的條件需要買入。可以看到，在回溯測試的流程中，由于當(dāng)日價格報收于 53， 沒有達(dá)到 53.5，因此回溯測試時是判斷該日沒有交易行為的。但是查看實際的全天價 格走勢，可以發(fā)現(xiàn)價格突破了 53.5 一共三次，并又三次下跌到 53.5 以下，如果采用 回溯測試得到量化交易策略并全天候的應(yīng)用于資產(chǎn)交易當(dāng)中，這一天其實已經(jīng)買入并賣出了該資產(chǎn)三次了。如果這里的資產(chǎn)是 A 股中交易的股票，那么情況可能更糟，在 日內(nèi)第一次超過 53.5 時進(jìn)行了買入操作之后，由于 T+1 的規(guī)定因此不能再在該日賣 出，最后的結(jié)果是回溯測試中該日沒有交易，但是實際上該日收盤后持有了股票倉位， 這種差異將完全破壞掉回溯測試結(jié)果的可信程度。

對于如何處理這一類的差異，有三種可供參考的解決方案：

1. 在回溯測試時，使得回溯測試的環(huán)境盡量與真實的交易環(huán)境保持一致。在上面 的例子當(dāng)中，就是將回溯測試使用的二手?jǐn)?shù)據(jù)換成更為精確的分筆數(shù)據(jù)，從而模擬整 個交易過程中都可以買賣的現(xiàn)實環(huán)境。

2. 在實際的交易過程當(dāng)中，盡量貼近回溯測試中的交易情況。以上面的例子而言， 就是在實際交易中忽略每一日盤中的走勢，只在收盤時判斷交易與否。但是值得注意 的是，由于得到收盤價的同時也就代表著當(dāng)日交易的結(jié)束，完全按照收盤價進(jìn)行交易 決策會導(dǎo)致不能執(zhí)行的問題，因此這種解決方案需要在實際收盤點提前一小段時間進(jìn) 行交易決策并執(zhí)行。

3. 合理估計實際環(huán)境下的交易與回溯測試之間的差異，并在回溯測試過程中通 過計算上的調(diào)整反映出這些差異。在上面的例子里，實際上就是估計出相對于回溯測 試中的收盤交易而言，盤中交易會帶來的收益和損失，并在回溯測試?yán)锛尤雽烙嬍?益和損失的刻畫。但是如果實際差異涉及到 A 股市場 T+1 造成的建倉不符之類的問 題，那么這種解決方案可能就不是一個很好的選擇了。

        此外，改變量化交易策略，使之能夠適應(yīng)這種回溯測試與真實環(huán)境之間差異，也 是一種在實際策略研發(fā)過程中可能會用到的處理手段。比如上面的例子中，可以在原 始的量化交易策略判斷買賣點時，加入合適的限定條件或者緩沖條件，從而解決頻繁 的來回買賣的問題。但是這種方法只能治標(biāo)、不能治本，即使來回買賣的問題得到了 緩解，但是回溯測試與真實環(huán)境間的差異仍然會存在，如果希望將這種差異消除掉， 可能仍然要結(jié)合上面所述的三種方案或者其他方案來完成。

        對于這三種方案而言，建議在有能力的情況下，優(yōu)先考慮第一種解決方案， 即使很難獲得相同樣本期下的分筆數(shù)據(jù)，也盡量采用頻率更高的數(shù)據(jù)來代替之前的數(shù) 據(jù)，從而更好的逼近真實的交易環(huán)境。隨后的選擇才是第二種和第三種解決方案，這兩者之間沒有一個固定的更優(yōu)選擇，需要結(jié)合具體的量化交易策略、研究環(huán)境和交易 環(huán)境進(jìn)行人為判斷。當(dāng)然，也存在著其他一些具有實際意義的操作方案，例如將第一 種和第二種解決方案結(jié)合起來，同時更新回溯測試和實際環(huán)境中的交易行為。再以圖 3.5 中所展示的例子來說明，完全在收盤時進(jìn)行判斷和買賣在現(xiàn)實環(huán)境中是不可能的。 而由于在收盤之前的短暫時間進(jìn)行交易的判斷和執(zhí)行穩(wěn)定性較差，而且用來判斷交易 的數(shù)據(jù)點也不是收盤價，因此會存在較大的差異。在頻率更高的樣本數(shù)據(jù)無法獲取的 情況下，其實可以在回溯測試中改用開盤價進(jìn)行研究，如果測試結(jié)果也可以得到合適 的收益和風(fēng)險情況，那么執(zhí)行時就可以在開盤之后立即執(zhí)行，這種情況下所使用的判 別點就是當(dāng)日的開盤價，差異僅存在于開盤和執(zhí)行之間的時間差，而且這種差異較之 前一種情況來說，一般會更小一些。{原文來自：www.kzuj.com.cn }

        另外一類回溯測試與真實環(huán)境之間的差異則是很難通過人為的修改和設(shè)置來消 除的，其中最常見的是實際環(huán)境中會產(chǎn)生的交易成本。估計交易成本是量化交易策略 從研發(fā)進(jìn)入實際執(zhí)行前一個必要的步驟。流動性也是一個是時常會導(dǎo)致回溯測試產(chǎn)生重大缺陷的問題，這個問題在 A 股 市場上同樣格外明顯，到目前為止國內(nèi)的 A 股市場仍然設(shè)置漲跌停板，如果某交易策 略判斷買入一支將會漲停的股票，在回溯測試中可以正常建倉，但是真實交易中可能由于當(dāng)日的開盤時刻就漲停，因此實際上是沒有機(jī)會買入這支股票的。將回溯測試使 用的二次處理數(shù)據(jù)更換為更精確的數(shù)據(jù)，例如分筆數(shù)據(jù)或者分鐘數(shù)據(jù)、小時數(shù)據(jù)等來 進(jìn)行研究，可以在一定程度上減小這種情況下回溯測試與真實環(huán)境之間的差異。當(dāng)然 這只是流動性缺失的一個比較極端的例子，在大部分存在流動性問題的情況下，可能 會出現(xiàn)的結(jié)果是實際交易價格與回溯測試的虛擬交易價格不一致，研究者們通常將這 種差異也歸為交易成本的一種，并通過預(yù)估來嘗試解決。總的來說，處理這一大類的 差異主要還是采用前面提到的第三種方法，即合理估計實際環(huán)境下的交易與回溯測試 之間的差異，并在回溯測試過程中通過計算上的調(diào)整反映出來。{原文來自：www.kzuj.com.cn }

        此外，很難通過人為的修改和設(shè)置來消除的差異還包括量化交易從業(yè)者對于量化 交易系統(tǒng)的整體判斷和情感因素。誠然量化交易策略的優(yōu)點之一就是可以規(guī)避策略研 發(fā)者的主觀臆斷、排除情緒化對于整個交易過程的干擾和影響，但是研究和控制量化 交易策略的畢竟還是人，因此總體上的行為偏誤依然會存在。例如量化交易員對于量 化交易策略整體風(fēng)險的承受能力，雖然在研發(fā)過程中，研究者可能會設(shè)定一個 30%的 警戒線，如果虧損達(dá)到 30%則判定策略失效并放棄策略，但是實際的運(yùn)行過程中，5% 的虧損已經(jīng)讓人惴惴不安，10%的虧損則讓人開始懷疑策略的正確性并重新檢驗，20% 的虧損可能就讓人放棄堅持并修改策略了。有主觀判斷存在，就有偏誤和差異存在， 這是交易策略都固有的問題。