跳到正文
Alpha KK
本页目录

回测里的幸存者偏差和未来函数,怎么识别

回测里最难发现的错误,往往不在公式里,而在数据里。股票池里只剩下活到今天的公司,叫幸存者偏差;信号用到了当时还不知道的信息,叫未来函数,也叫前视偏差。两者都会让回测比真实情况好看,而且报告上看不出来。

检查时只守一条原则:站在每一个信号日,问一句“那天收盘时,我能知道这些吗?”下面四个场景,是这两类偏差最常混进来的地方。

一、退市股票:股票池是不是“今天的名单”

用今天的股票列表去回测过去,等于提前删掉了后来退市、被吸收合并的公司。

这些公司在退市前大多表现很差。把它们从历史里拿掉,回测收益会被系统性抬高,偏好小市值、低价或困境反转的策略受影响尤其大。

检查股票池有没有漏掉退市股票,看三处:

  • 看股票池在每个历史日期,是否包含当时上市、后来退市的公司;
  • 抽查几只已退市的股票,看它们在回测期间能否被选中;
  • 看退市时的持仓怎样结算,结算价值有没有依据。

Alpha KK 回测的数据规范为每只证券记录上市和退市日期;持仓遇到退市结算而缺少结算价值时,整段回测标为阻断。

二、成分股调整:指数里的股票是会换的

拿某个指数的成分股作股票池,要用每个历史时点当时的成分,而不是今天的成分。

指数定期调整成分,被调入的往往是前一段表现好、市值变大的公司。用今天的成分回测过去,相当于提前知道了谁后来会变大。行业分类也一样:公司会转型、换行业,按今天的行业标签回测过去,同样混进了后来的信息。

怎么查:问清成分和行业是“当时的”还是“现在的”;看成分记录有没有起止日期;找一次已知的成分调整,核对回测里的股票池有没有跟着变。

Alpha KK 回测的股票范围按信号日的历史 A 股确定,页面把“历史证券身份 / 成分”列为按信号日核验的项目。

三、财报披露时点:报告期不等于可用日

报告期是数据所属的时间,披露日才是市场能看到它的时间,两者常常相差几个月。

年报的报告期截至 12 月 31 日,但可以在次年 4 月底前披露。如果回测在 1 月就用上了年报利润,就用了未来数据。更隐蔽的一种是:财务数据后来修订过,回测用的却是修订后的数字。

检查财务数据有没有按披露时点使用,看三处:

  • 每条财务记录有没有披露时间;
  • 信号日是否只用披露时间在它之前的版本;
  • 年报还没披露时,条件按缺失处理,还是悄悄换成了别的年份。

Alpha KK 的财务数据每条记录带披露时间和修订号。公开策略回测使用各期报告首次披露的数值,也就是当时投资者能看到的原值;每个数值从该期报告实际披露日的次日起才进入回测,事后更正的数不会提前进入回测。“首次披露”依据的是数据服务商对报表类型的说明,没有逐条比对。年度条件锚定研究日之前最近一个完整会计年度,年报未披露时记为缺失。

四、盘后公告:同一天,也有先后

只看日期、不看时刻,盘后发布的公告就可能被算进当天的信号。

只记日期的公告,看不出发在收盘前还是收盘后。如果回测把它算进当天收盘的信号,又假设当天成交,就提前用上了收盘后才出现的信息。

怎么查:信号用的是哪个时点的数据,成交又在哪个时点;只有日期的公告从什么时候起算可用;有没有“当天出信号、当天成交”的设定。

Alpha KK 的回测只用信号日及之前的数据,在下一个交易日开盘尝试成交;只有日期没有时刻的公告,从下一自然日北京时间零点起才可用。

一张自查清单

  1. 股票池里有没有后来退市的公司?退市怎么结算?
  2. 指数成分和行业分类,是当时的还是现在的?
  3. 财务数据按披露时间使用,还是按报告期使用?用的是首次披露值还是修订值?
  4. 公告有没有时刻?只有日期的从什么时候起可用?
  5. 信号时点和成交时点之间,是否隔开了足够的时间?
  6. 换一段没参与调参的区间,结果还剩多少?

这些检查做完,也只能说明偏差被控制在一定范围内,不能证明已经完全排除。历史成分、停复牌和退市记录本身是否完整,同样需要核对。回测指标本身的读法,见《回测结果里,哪些指标最容易误导人》。

风险提示

回测可能受到样本选择、幸存者偏差、未来信息混入、参数过拟合、财务披露时点、复权及公司行为、历史成分、数据缺口和版本修订影响,结果仅对应所用数据和计算条件,不包含已排除全部偏差的保证。本文为研究方法介绍,不构成投资建议;投资有风险,且可能损失全部本金。