第2章 量化策略完整评价体系

16页 · 预计10

2.1 基础绩效指标:收益、波动率、最大回撤、夏普、卡玛比率

拿到一套策略回测结果,不能只看总收益率。一整套指标需要联合看。

年化收益率:策略折算成每一年的复合收益。只看年化会忽略波动和回撤,高收益可能来自极高风险。

年化波动率σ:收益率的标准差,衡量策略波动剧烈程度。股票多头策略一般15-25%;套利类策略3-8%;CTA策略10-20%。

最大回撤MaxDD:净值从历史最高点到后续最低点的最大下跌幅度。代表历史上账户最多亏多少。最大回撤是实盘最重要指标之一,直接关系到资金承受能力。

夏普比率 Sharpe Ratio $$Sharpe = \frac{R_p-R_f}{\sigma_p}$$ $R_p$策略年化收益;$R_f$无风险收益率;$\sigma_p$策略年化波动率。 含义:每承担一单位波动,可以拿到多少超额收益。

实盘策略参考门槛:夏普大于1.0合格;大于1.5优秀;大于2.0属于很强;注意:回测夏普虚高很常见,样本外会明显下降。

卡玛比率Calmar Ratio $$Calmar = \frac{年化收益率}{|最大回撤|}$$ 衡量收益和最大回撤的比值,卡玛越高,代表每承受一份回撤换取的收益越高。卡玛>1.0合格,>1.5优秀。

注意:夏普看波动,卡玛看最大回撤,两个指标要一起看。有的策略夏普不错,但是存在巨大单次回撤,卡玛会很差。

2.2 进阶评价指标:IC、IR、胜率、盈亏比、收益达成率

IC(信息系数):每期因子值和下期收益率的相关系数。用来衡量因子预测能力。 IC>0代表因子正向预测;IC<0代表反向预测;IC绝对值越高预测能力越强。 一般IC均值绝对值>0.05是可用因子;>0.1属于很强。

IR(信息比率) $$IR = \frac{IC均值}{IC标准差}$$ 衡量因子预测能力的稳定性。IR>0.5合格;>0.75优秀。IR低代表IC忽正忽负,预测能力不稳定。

胜率:开仓之后盈利的交易占全部交易的百分比。

注意:动量策略可以胜率不高,依靠高盈亏比赚钱;反转策略胜率往往偏高。不能单独用胜率评判策略好坏。

盈亏比:平均盈利 / 平均亏损。很多趋势策略胜率40%,盈亏比2.5以上,长期依旧正向收益。

收益达成率 $$收益达成率=\frac{实盘年化收益}{回测年化收益}$$ 本书第一本《全球市场量化实操》提出的指标,实盘和回测的对比。合格区间0.6-0.8;低于0.5说明回测严重虚高。

2.3 回测的七大陷阱

  • 前视偏差(未来函数):使用当时不可获得的数据,比如事后修正财报、未来成分股列表。最致命回测问题。
  • 幸存者偏差:回测数据集只保留现在还活着的股票,剔除退市、停牌标的,高估收益。
  • 过度优化/参数窥探:大量参数遍历,挑选回测最好结果。
  • 成本假设理想化:手续费、滑点、冲击成本设置过低甚至为0。
  • 流动性假设错误:假设任意规模可以按收盘价成交,忽略小盘标的流动性约束。
  • 复权、除权处理错误:股票没有正确前复权,可转债、期货合约拼接错误。
  • 样本泄露:把样本外数据用来调参,相当于考试偷看答案。
    一份合格回测,必须全部规避以上7项,否则结果没有参考意义。

2.4 样本外检验、蒙特卡洛压力测试

样本外检验(Out-of-Sample) 数据集切分规则:时间序列切分,严禁随机打乱抽样。 比如:1-3号数据做训练集,4-5号做样本外测试,时间严格向前滚动,不能随机洗牌。 样本外的绩效用来模拟未来实盘表现。如果训练集很漂亮,样本外直接失效,策略基本判定为过拟合。

蒙特卡洛压力测试 两种常用方式:

  • 收益率重采样:对策略日收益序列做bootstrap重采样,生成上千条净值路径,观察5%分位数的最差情景。
  • 噪声扰动:给原始价格序列增加合理幅度随机噪声,模拟实盘滑点扰动,看策略绩效是否还维持合理区间。
    蒙特卡洛不是用来“美化策略”,而是看策略在恶劣情景下的底线表现。

2.5 策略准入标准:一套可实盘的策略门槛

一套策略想要进入实盘候选池,需要同时满足下面基础条件(回测+样本外综合评判,不是单看回测):

  • 具备清晰可解释的底层盈利逻辑;
  • 样本外年化夏普≥1.0,卡玛≥0.8;
  • 样本外收益达成率预期≥0.6;
  • 参数具备鲁棒性,参数在合理区间扰动,绩效不会断崖式崩塌;
  • 经过蒙特卡洛压力测试,极端情景不会出现毁灭性回撤;
  • 充分计入手续费、滑点、冲击成本;
  • 评估策略容量,适配自身资金规模。
    不满足以上全部条件,不允许进入模拟盘和实盘。

本章实战笔记

  • 不能单看年化收益率,夏普、卡玛、最大回撤、IC、IR要联合解读。
  • 回测七大陷阱,每一个都可以把垃圾策略包装成圣杯。
  • 时间序列样本外测试是检验过拟合最重要手段,禁止随机打乱数据集。
  • 实盘准入要有硬性门槛,不要主观感觉“好像不错”就上资金。

本章核心公式卡

$$Sharpe = \frac{R_p-R_f}{\sigma_p}$$ $$Calmar = \frac{年化收益率}{|最大回撤|}$$ $$IR = \frac{IC均值}{IC标准差}$$ $$收益达成率=\frac{实盘年化收益}{回测年化收益}$$

本章实战清单

回测校验清单

  • 排查7大回测陷阱:未来函数、幸存者偏差、参数窥探、成本理想化、流动性错误、复权错误、样本泄露 - 严格时间切分训练集、样本外集,不随机打乱 - 运行蒙特卡洛压力测试,评估最差情景

实盘准入校验清单

  • 策略逻辑清晰可解释 - 样本外夏普≥1.0,卡玛≥0.8 - 参数扰动测试,绩效不出现断崖崩塌 - 完整计入交易成本滑点冲击成本 - 测算策略容量,匹配自身资金规模

⚠️ 风险提示:本书内容仅为量化研究与知识分享,不构成任何投资建议。套利交易存在基差、费率、流动性、平台与极端行情等风险,历史表现不代表未来收益。投资有风险,入市需谨慎,请自主决策、量力而行。

💡 键盘 ←/→ 翻章 · T 键切换目录