Backtest credibility

StockSharp 回测可信度审计：先问结果可不可信，再看收益高低

同一段历史数据、同一个策略，成本假设或样本切分不同，结论可以完全相反。这一页把「怎么判断一个 StockSharp 回测结果值不值得信」拆成可逐项记录的检查表；内容依据官方资料与公开的回测方法学整理，本站尚未发布自己的实测回测报告。

查看策略与回测流程首次运行验收

核验日期：2026-09-24来源：官方资料 + 方法学清单本站实测回测：尚未完成

数据口径

成本假设

偏差排查

样本外验证

回测可信度审计的四个关口示意，依据公开回测方法学整理；非官方架构图。

Audit checklist

回测结果先过这 7 道检查，再谈收益

下面每一项都能写成一行记录。缺任何一项，收益曲线都只能当作逻辑检查，而不是可交易表现。

检查项	为什么影响结论	怎么核验	适用场景 / 注意点
数据完整性	缺口会让策略在「不存在的行情」上成交	核对标的、区间、周期、时区与停牌/休市记录	跨市场数据要统一交易日历；以数据源说明为准
复权与价格口径	复权方式不同，历史价格与信号都会变	记录复权方式、币种、合约乘数与价格单位	同一份报告内不能混用两种口径
手续费与滑点	未计成本的回测普遍高估收益	写明费率来源、计费方式与滑点假设	券商侧费用需按实际协议填写
点差与成交模型	决定了订单以什么价格、多少数量成交	说明是参考收盘价成交还是按盘口/成交价撮合	低流动性标的对成交模型格外敏感
下单时点	用未完成 bar 收盘价下单等于提前知道结果	确认信号在 bar 收盘后还是下一 bar 生效	这是最常见的未来函数来源
样本内外划分	同一段数据反复调参，等于把噪声拟合进来	固定训练/测试区间或 walk-forward 切分并留档	测试段一旦用于调参，就不再是样本外
参数敏感度	只有一组参数赚钱，通常意味着过拟合	对关键参数做邻近取值扫描，看结果是否平滑	平滑不代表有效，但突变基本说明不稳

本表是审计清单，不是本站已完成实测的结论；手续费、滑点与成交细节的配置方式以所用版本 StockSharp StockSharp 官方文档为准。

Cost assumptions

成本假设怎么记录：手续费、滑点、点差与延迟

多数「回测与实盘不一致」不是策略失效，而是成本这一栏从一开始就没写。下表给出每项要记录的内容和常见误判。

成本项	要记录什么	常见误判	适用场景 / 注意点
手续费	费率、最低收费、按笔或按额计费、买方卖方各承担多少	按单边费率估算双边交易	不同品种档位不同，以券商/交易所规则为准
滑点	固定金额或按比例，以及适用哪些订单类型	只对市价单设置滑点，却对限价单也假设成交	限价单的核心问题是成交概率而非价格
点差	买入用卖价、卖出用买价的假设	用中间价同时成交买卖两边	流动性差的标的点差影响可达数倍
成交延迟	信号到报单、报单到成交的假设毫秒/秒数	默认信号产生即成交	日内与高频策略对此最敏感
部分成交与撤单	是否允许部分成交、未成交如何处理	假设所有限价单必然全部成交	大单或冷门标的要单独评估
资金与保证金	可用资金、杠杆、保证金占用与强平规则	用满仓叠加杠杆放大收益	期货/杠杆品种必须计入保证金约束

上表为记录框架；StockSharp 中这些参数在哪一栏配置、默认值是什么，以对应版本官方文档与界面为准，本站不代替官方说明。

Bias checklist

偏差清单：未来函数、数据窥探、幸存者偏差与过拟合

这四类偏差不会在收益曲线上直接显示，但会系统性地让结果偏乐观。识别方式如下。

偏差	典型表现	识别方式	适用场景 / 注意点
未来函数	回测收益异常平滑，实盘立刻走样	检查是否用了当根未收盘数据、当日收盘价或修订后的财务数据	含财务/宏观数据时，要按「当时可得」版本回填
数据窥探	参数刚好落在历史最优组合上	改变区间起止点重跑，看结论是否还能成立	反复换参数直到好看，本身就是数据窥探
幸存者偏差	标的池长期只有「现在还活着」的品种	确认回测池是否包含退市、停牌、更名标的	跨多年回测时影响显著
过拟合	参数越多效果越好，换个区间就失效	做参数敏感度与样本外测试，比较衰减幅度	复杂不等于有效，规则清楚更易复核
样本选择偏差	只挑了单边行情区间做验证	分别统计震荡、单边与极端行情段的表现	不同市场环境要分开评估
时间对齐错误	日线归属日期或时区偏移，导致信号错位	抽样核对原始时间戳与交易所时区	跨时区数据尤其容易出错

偏差排查依赖你掌握的数据来源与处理方式；本站未对具体数据源做逐项校验，请结合数据源文档自行确认。

Out-of-sample

样本外与 walk-forward：怎么切分才不算自欺

切分方式决定了样本外测试有没有意义。下面四步能避免最常见的形式主义验证。

先固定数据与规则
确定标的、区间、周期、复权与成本假设，并在测试前写下参数选择规则；中途改动要留档。
划出训练段与测试段
训练段用于选参数，测试段只跑一次。测试段一旦用来调参，就退化成样本内。
做 walk-forward 滚动
把时间轴切成多段，逐段训练、逐段向前验证，观察结论是否随市场环境衰减。
记录衰减幅度
对比样本内外指标差异。若样本外明显衰减，应先检查偏差与成本，而不是继续加参数。

切分方式	做法	能回答的问题	适用场景 / 注意点
单次留出	固定前后两段，前段调参、后段验证	参数是否只在特定区间有效	实现简单，但对切分点敏感
Walk-forward	多次滚动切分，逐段向前验证	结论是否随市场环境稳定	计算量更大，需要保存每次参数
多市场/多标的外推	把同一规则换到别的标的或市场	规则是否具备普适性	换市场后成本与交易规则会变
压力区间测试	单独挑极端行情区间回看	回撤与风控在极端环境是否可承受	极端段样本少，仅作参考而非结论

样本外与 walk-forward 的具体实现方式取决于你的回测配置；StockSharp 是否原生支持某种切分，请以官方文档为准，本站不代为承诺。

Backtest vs live

回测赚钱、模拟盘亏损：按这个顺序排查

遇到差异先别改参数，按下表从「可验证的原因」往「不易验证的原因」排。

排查顺序	要确认的事	判断依据	适用场景 / 注意点
1. 成本是否一致	模拟盘实际费率、滑点、点差与回测假设是否相同	对比两边每笔成交价格与费用	差异最大来源，优先排查
2. 是否用了未来数据	信号是否依赖未完成 bar 或事后修订数据	回看信号触发时间与下单时间	回测越「平滑」越可疑
3. 数据是否一致	回测与模拟盘是否使用同一数据源、时区与复权口径	比对同一时点的行情记录	换数据源等于换了一套历史
4. 成交假设是否现实	限价单是否被假设必然成交、大单是否假设无冲击	检查未成交与部分成交记录	冷门标的与开盘时段尤其明显
5. 订单状态是否同步	断线重连后是否有重复下单或状态不明	核对订单请求、回报与账户持仓	属运维问题，需幂等与对账机制
6. 样本区间是否过窄	回测区间是否只覆盖单一市场环境	分环境统计表现	策略本身可能只适配某种行情
7. 参数是否过拟合	参数在邻近取值上是否稳定	做参数敏感度与样本外对照	到这一步再考虑改策略

顺序依据上文的成本与偏差清单整理；具体报错与配置以对应版本 StockSharp 官方文档和你的日志为准。历史与模拟表现都不构成收益承诺。

Report template

StockSharp 回测报告模板：一页写清结论与前提

一份能给别人看的回测结论，必须自带前提。下表是报告该包含的字段，缺哪一项，读者就无法判断结论适用范围。

段落	要写的内容	为什么不能省	注意点
结论先说	策略假设、适用市场与明确的不适用场景	避免读者只看收益数字	StockSharp 回测结果不代表未来表现
环境与版本	系统、.NET 版本、StockSharp 版本或 commit	不同版本策略行为可能不同	未注明版本的结果无法复核
数据来源	数据源、标的、区间、周期、复权与时区	换数据等于换结论	历史深度受数据源权限限制
成本假设	手续费、滑点、点差、成交延迟与成交模型	成本决定结论是否可用	费率以券商协议为准
样本切分	训练/测试区间与 walk-forward 配置	证明结论不是拟合出来的	测试段被用于调参即失效
指标与回撤	收益、波动、最大回撤、成交次数与胜率	单看收益会掩盖风险	指标口径需与数据口径一致
未验证项	未做的测试（实盘、断线、极端行情）	界定结论边界	本站尚未产出实测回测报告，本表为模板

模板依据公开回测方法学整理；StockSharp 与 EasyClaw 无已证实集成，本站不提供收益保证或投资建议。

FAQ

常见问题

StockSharp 回测为什么和实盘不一致？

最常见的原因是成本与成交假设不同：回测未计手续费、滑点、点差或成交延迟，或对限价单假设必然成交。其次是数据口径与未来函数问题。建议按上文的七步顺序排查，先验证可量化的成本差异，再讨论策略本身。以官方文档与你自己的成交记录为准。

回测没写手续费和滑点，结果还能用吗？

能用作逻辑检查，用来确认信号是否按预期触发；但不能当作可交易表现。加上成本后收益通常会明显下降，尤其是高频与低流动性标的。费率请按券商协议填写，本站不提供默认值。

样本外测试只跑一次就够了吗？

单次留出只能回答「参数是否只在这段区间有效」。如果策略要在不同市场环境长期使用，建议做 walk-forward 或多标的外推，并记录每次的参数与衰减幅度。具体实现方式取决于你的回测配置，以官方文档为准。

参数越多是不是效果越好？

通常相反。参数越多越容易把历史噪声拟合进来，表现为换个区间就失效。判断方法是参数敏感度扫描：如果只有一组取值特别好、邻近取值明显变差，说明结果不稳。规则简单、可复现的策略更容易被复核。

这一页的清单是 StockSharp 官方提供的吗？

不是。清单来自官方资料与公开回测方法学的整理，用于记录与自查；官方并未替用户规定成本假设或风控参数。StockSharp 与任何免部署技能也无已证实集成，本站不提供收益保证或投资建议。

本站有跑出自己的回测结果吗？

目前没有。本站尚未在干净环境完成 Designer、C# API 与 Hydra 的实机复现，因此不发布收益曲线或指标数字。等实机验证完成后会补上版本、环境、数据与输出证据。