2-3 小时预计学习时间
历史验证前先检查数据质量
历史验证的第一步是准备数据。数据要有清楚的时间顺序，常见字段包括日期、开盘、最高、最低、收盘等价格字段和成交量。
- 是否有缺失值或重复日期。
- 价格是否出现异常值。
- 数据是否按时间顺序排列。
- 不同字段是否正确对齐。
- 样本区间是否足够支持观察。
数据质量不好，历史验证结果就容易失真，所以处理规则前，先把数据检查做完。
让信号只使用当时已经存在的数据
数据准备好后，下一步是记录研究信号。信号来自提前写好的规则，例如收盘价与预设观察区间形成特定关系、短期均线与长期均线形成特定关系、RSI 进入指定区间，或成交量高于过去平均水平。
- 程序按时间顺序逐行检查数据。
- 条件满足时记录信号，不满足则保持观察记录为空。
- 每个信号要记录时间、记录原因和相关指标。
- 只能使用当前和过去的数据，不能使用未来信息。
使用未来信息会让验证结果显得过于理想，是历史样本验证中最需要警惕的问题之一。
把信号后的状态变化记录清楚
信号出现后，历史验证框架需要记录后续流程，而不是只看信号本身。这里的重点是研究记录，不是个性化建议。
- 信号出现的时间。
- 用于验证的价格假设。
- 结束观察的条件。
- 每次结果的变化。
- 成本与流程差异假设。
- 当前是否已经存在同类记录状态。
只看信号、不考虑成本假设和状态变化，结果往往会过于理想，难以支持严谨研究。
不要只看单一数字
历史验证结束后，要用多个指标评价规则表现。常见指标包括整体结果、阶段回落、正向样本占比、结果分布、样本数量、结果曲线和夏普比率。
- 整体结果：研究样本的总体表现。
- 阶段回落：不利阶段的回落幅度。
- 正向样本占比：正结果次数占比。
- 样本数量：信号数量是否足够参考。
- 结果曲线：过程是否平稳。
学习者最容易犯的错，是只看最终结果。结果看着不错，但阶段回落较大，稳定性可能并不好。
PROCESS
历史验证框架四步流程
数据输入
导入历史数据，检查字段、时间顺序、缺失值和异常值。
信号记录
按规则逐行检查数据，记录信号时间、记录原因和相关指标。
观察记录
根据信号记录状态变化、结束条件、成本假设和结果变化。
结果输出
输出结果曲线、阶段回落、样本数量、正向样本占比和过程波动指标。
了解课程安排 →教育内容 · 不构成个性化操作建议