摘要

回測是優化交易者參與金融市場活動方式的重要一步，可幫助交易者了解當前的交易思路和策略是否合理，以及是否能帶來潛在獲利。

那麼，簡單投資策略的回測是什麼樣子的呢？測試交易策略時有哪些注意事項？回溯測試和模擬交易有相似之處嗎？我們將在本文中回答所有這些問題。

導語

回溯測試是交易者或投資人在探索新市場和策略時可以使用的工具。回測可基於歷史資料提供寶貴回饋，並辨別投資理念是否合理。

無論是哪種資產類別的交易，回測都無需交易者用辛苦賺來的血汗錢去冒風險。在模擬環境中使用回溯測試軟體，即可建構和優化應對市場的特定方法。具體詳見下文。

什麼是回測？

在金融領域，回測可根據歷史資料來測試交易策略的表現，以權衡其可行性。換句話說，它是使用過去的數據來觀察策略的執行。如果回溯測試結果良好，交易者或投資者可著手將此策略應用於實際操作。

但是，什麼才叫結果良好呢？使用回溯測試工具是為了分析特定策略的風險和潛在獲利能力。然後根據統計回饋來優化和提升投資策略，讓潛在收益最大化。完善的回溯測試也可確保該策略在實際交易環境中至少具有可行性。

當然，回測平台或工具也能有效評估策略是否會在某些時間不可行或有較大風險。如回溯測試預示交易結果不佳，則應放棄或修改交易思路。然而，測試時將市場條件納入考量也十分重要。一旦市場條件發生變化，即使是同樣的回溯測試，結果也會大相逕庭。

從更專業的角度來看，回測交易策略絕對不可或缺，尤其是演算法交易策略（即自動交易）。

回溯測試如何運作？

回測的隱含前提是：過去行得通的方式在未來可能也行之有效。然而，這一點其實難有定論。在特定市場環境能夠獲利的做法換個環境可能會大栽跟頭。

使用誤導性資料集進行回測測試，結果也會不盡人意。因此，必須找到反映當下市場環境的回溯測試時段樣本。由於市場變化莫測，實現尤為困難。

在對策略進行回測之前，最好先確定究竟想要獲得什麼資訊。策略如何才能可行？反過來說，怎麼才能推翻個人假設？如果事先有所預見，結果就將很難影響到個人的偏見。

回溯測試應包括交易手續費、提現費，以及策略可能產生的其他費用。同樣需要注意的是，和獲得高品質的市場數據一樣，回測軟體相當昂貴。

關於這一點，如想從幣安合約平台獲取歷史數據，請填寫此申請表。

並且請記住，回溯測試本質只是測試。與技術分析和圖表類似，即使根據歷史數據，測試得出了很好的結果，也無法保證絕對奏效。

回溯測試範例

讓我們來看一個超簡單的比特幣長期策略。

來看看我們的交易系統：

• 我們在首次週收盤價高於20週移動平均線時買入比特幣，
• 並在首次收盤價低於20週移動平均線時賣出比特幣。

這種策略每年只產生幾個訊號。讓我們來看看從2019年開始的時間段。

2019年以來的比特幣週線圖。

該策略在測定時間範圍內產生了五個訊號：

• 以約4,000美元的價格買入
• 以約8,000美元的價格賣出
• 以約8,500美元的價格賣出
• 以約8,000美元的價格賣出
• 買入@ ~$9,000

因此，我們的回溯測試結果顯示該策略當時應該可以獲利。這是否意味著以後也一定奏效？並不能。這只說明回望這組特定資料集，該策略當時應該能夠獲利。這個結果只能當作大致基準。

請注意，我們只查看了兩年以內的數據。如果希望轉變成可執行的方案，則需要追溯回更早的時間段，並結合更多價格行為進行測試。

話雖如此，這也算是個不錯的開始。只要最初的理念站得住腳，透過進一步的優化，我們就能從中建立出投資策略。或許還可以加入更多參數和技術指標，讓訊號更可靠。這完全取決於個人的理念、投資期限和風險承受能力。

➟ 想要開啟數位貨幣之旅？歡迎前往幣安買比特幣！

回溯測試與模擬交易的對比

現在我們對回溯測試已有了大致了解，也研究了非常簡單的投資策略，同時也知道過往績效並不反映未來的結果。

那麼，我們要如何針對目前市場狀況對系統化的策略加以最佳化呢？我們可以在真實市場中進行試驗，只是無需承擔實際的資金風險。這種做法稱為“前向業績測試”或“模擬交易（紙面交易）”。

模擬交易（紙面交易）是在即時交易環境中對策略進行模擬。之所以稱為“模擬交易（紙面交易）”，是因為雖然交易記錄在案，但沒有使用到真實資金。這樣不僅可以優化策略，還能了解該策略的績效表現。

聽起來很棒，那從何入手呢？幣安合約測試網就是當下測試策略的理想之選，您無需冒任何資金風險。您只需數分鐘即可建立好帳戶，在模擬環境中對策略進行測試，如同在真實市場中進行即時交易一樣。

這裡需要警惕“擇優挑選”，意思是僅選取某一部分資料來印證某種偏見。前向測試的意義在於將策略帶入預設的真實環境中進行驗證。若係統給予操作建議，即可參考執行。如果僅憑個人偏好選擇“看起來不錯”的交易，那麼系統對策略的測試將會失效。

手動與自動回溯測試的比較

手動回溯測試包括分析圖表和歷史數據，並根據策略手動執行交易。自動回溯測試本質上相同，只是由電腦程式碼自動執行過程，例如，使用Python之類的程式語言或專門的回溯測試軟體。

許多交易者使用Google或Excel電子表格來評估策略表現。這些文件的工作原理類似於策略測試器報告，內容包括各種信息，例如：交易平台、資產類別、交易時間、盈虧的交易數量、夏普比率、最大跌幅、淨利潤等。

簡言之，夏普比率用於評估該策略與風險相關的潛在投資報酬率(ROI)。夏普比率值越高，投資或交易策略就越具有吸引力。

最大跌幅是指交易策略與上一次高峰相比業績表現最差的時刻，即分析時段內投資組合下跌的百分比最大。

總結

許多系統交易者和投資者極度倚重策略的回溯測試。這是所有演算法交易者工具包中必不可少的一大法寶。

但同時，解讀回測的結果並非易事。回溯測試方法很容易摻雜個人偏見。僅憑回溯測試可能無法建立可行的交易策略，但是對測試交易思路和掌握市場脈搏卻大有裨益。