从回测到实盘系列（2）：如何让回测更贴近实盘结果
原 从回测到实盘系列（2）：如何让回测更贴近实盘结果
来源：掘金量化myquant.cn ,作者：胡琛，转载请注明出处！
前言：
在上一篇中，我们解读了三个不同技术指标，并千辛万苦，通过对技术指标的涵义解读，对不同技术指标进行结合，为了能够尽量去避免系统风险，我们甚至加入了大盘指数的判断，最后才勉勉强强有一个在回测区间内能看到正收益的策略。
但是，这样的策略是否就能用于实盘并且获取盈利了么？这想必也是很多读者关心的问题。不管回测结果如何，我们希望的不是说看到回测的收益曲线非常牛逼，而是希望回测能够尽量去贴近实盘情况，以便在实盘的时候，我们的策略能尽可能去达到回测时达到的正收益的效果，为了去贴近实盘，我们需要尽量去模拟实盘中可能或者必然需要考虑的情况，哪怕这会导致回测的收益曲线非常差，至少回测能告诉我们，真实市场，你很可能面临甚至比当前更糟糕的境况，而这，才是我们想要的。
手续费与滑点
在我们进行股票交易或者期货交易的时候，我们在交易的时候，都需要付给券商或者期货交易所一笔手续费，而如果股票在卖出的时候，我们不仅需要交手续费，还要交千一的印花税，可能看着这些钱不多，但是，日积月累，这些交易成本会对我们收益造成非常大的影响。
不仅是手续费与印花税等交易成本，如果我们买入的金额很大，但是对应股票交易量比较小，那么，很可能对应股票买入的价格，要比我们设定的最初买入价格要高，这是股票交易中的滑点。但是，股票交易的滑点，并不好进行计算，这和我们买入金额，对应股票成交量有很大关系。一个去尽量避免滑点的操作方式是，我们用小周期的 Bar进行回测，同时对我们每次买入的总量进行拆分，每次买入的数目不超过当前 Bar的交易量的譬如 25%,以此来避免滑点的出现。即便如此，我们依然可以在回测中设置滑点，以增加我们策略的回测的可靠性，那么，设置多少滑点比较合适呢，上交所一篇论文给出的数据是 0.246%,供参考，不过需要指出的是这是 2004 年发表 的论文。
在加入手续费，滑点后，我们之前写的一个赚钱的策略，此时收益会如何呢，简单起见，依然以日线数据进行回测，原始代码可以见《从量化角度告诉你常见的技术指标到底能不能赚钱》我们只需要在原始代码最后的 `run`函数中，添加对应的手续费与滑点影响，需要注意的是，回测代码中并没有印花税的设置选项，但是我们可以将之归到手续费中，将手续费相应加大。这里，我设置手续费为万五，滑点为千三，即0.3%，为了使得手续费与滑点展示效果，我同时设置了初始资金为一百万，每次符合条件股票买入10 手，最后的回测曲线如下图所示1：
作为对比，没有手续费，滑点的回测收益曲线如下所示：
可能因为开平仓没有那么频繁，在收益曲线图上没有太大差别，但是从绩效分析，简单的几个指标，包括收益率，最大回撤，能很明显到，加入了手续费和滑点后，回测的效益还是有比较明显的下滑：
复权对回测的影响
在回测时候，如果是股票的话，对于复权的处理需要比较小心，有些人不注意复权的处理，直接就用原始价格进行回测，回测的结果可能很好，也可能很差，但无论好坏，如果股票出现过除权除息，那么，用原始价格回测的结果是不可信的。举个简单例子，譬如有人用双均线策略作为自己的决策辅助，在回测区间内，某一天，选入的某支股票进行 10 送10，当天开盘，股票价格价格直接腰斩，按照双均线策略，这时候应该对该股票进行卖出的。但是，该股票的价值并没有变，假如原来有 1 手该股票，股票价格为 10元，持有股票价值为 1000 元， 10 送 10 后，股票价格变为 5 元，但是原来的1 手股票会变成 2 手，持有股票价值并没有变化。甚至于股票市场上可能会有填权行情，这时候去出场并不合适。
有鉴于此，回测的时候，对于回测股价的复权处理就显得很必要了。但是复权的方式有两种：前复权，后复权，应该选择什么复权方式去进行回测呢？
后复权是指以除权前的价格为基准来测算除权后股票的市场成本价。通过把除权后的价格按以前的价格换算过来，我们可以看到该股上市以来累计涨幅。往后进行复权处理，这样当然不会再有因为分红，送股等导致的股价"跳空"的问题，因此，有些人会喜欢用后复权进行回测，但是，后复权有一个问题，某些股票在历史上分红很多，后复权后，价格会变得非常高，当设定好初始资金后，回测的时候，能够买入的股票数目可能就会变得很少，甚至于买不到。这里，笔者试着去获取 2018 年 6 月 28日的时候，格力电器的后复权价格。利用掘金量化平台，笔者首先获取格力电器的复权因子，然后用 6 月 28日的复权因子乘以当日收盘价，就有得到 6 月 28日的后复权价格，代码片段如下：
可以看到，后复权处理后，股价已经变得非常高了，但是同样的，可以看出，格力电器是一家分红很慷慨的一家公司，如果基于基本面投资，从历史上看，该公司的股票是不错的选择。
前复权就是保持现有价位不变，将以前价格因为分红，送股导致的跳空，通过对应的前复权处理，保持股价走势的连续，方便对股票进行技术分析。假如以今日 (2018 年 6 月 28)为基准，那么，2011 年 5 月 3 日的格力电器股价可以根据相应复权因子算出来：
当然，这里为了举例，笔者利用复权因子进行了计算，实际我们可以通过直接指定复权方式，获取前复权，后复权以及不复权的价格
那么，是否简单使用前复权进行回测就行了呢？如果我们回测区间为 2015 年 5月3日到 2016 年5月3日，回测标的为格力电器，那么，我们统一用今日(2018 年 6 月 28 日) 往前前复权处理进行回测，理解上，回测区间标准统一，应该没有什么问题。但是，有一个问题是，我们用今日往前进行复权是否就真的没有问题了么？
回测的假设是我们处在回测对应区间内，没有之后的信息，也就是所谓的未来信息，如果我们用回测区间外，往后的时间的信息去进行回测，不得不怀疑会不会引入未来信息。对于这个问题，笔者认为，可能会有影响，但是影响没有那么大，那么，什么时候会有影响。是不是用定点前复权，也就是用回测区间结束点往前进行复权，回测会更好呢？
这里，笔者试图用一个极端例子去加以说明：
1.这个示例是某个微信群友提出来的，对于定点前复权可能出现的问题的说明。假设我们有两支走势完全相同的股票，回测区间结束的时候，股票 A 会进行 10 送 10，股票 B没有任何处理，那么，会导致两支股票前复权价格变得完全不同了，假如我们做的是两支股票的套利，那么回测结果就会完全不同了，这样的极端的例子是否有呢？譬如，格力和美的股票走势很接近，有某位雪球大 V提过，可以利用两支股票做套利，但是如果回测时间点，格力电器分红了，而美的没有分红，回测出来的结果很明显就会有差异。当然，这个问题比较极端，但是回测的时候，需要针对策略和交易标的仔细思考是否会有这种情况出现。
2.关于不用定点前复权导致的未来信息，对于回测的影响有多大，一个简单的办法就是用回测看下回测结果如何，篇幅所限，这里不再进行代码举例，感兴趣的读者可以自己去对比看一下，掘金量化终端默认是定点前复权，如何去以当前日期往前复权计算，只需要获取相应日期的复权因子，然后进行计算即可，实际结果基本相同。但是，是否有其他的极端情况，笔者并没有考虑清楚，欢迎读者有比较好的示例回帖告诉笔者。
买入价格的设置
买入价格的设置问题，有些量化平台，包括掘金终端，为了避免出现偷价问题，当我们回测时候，选择用市价单成交的时候，默认会使用下一个交易日的开盘价进行成交，但是，这样会出现一个潜在的BUG，如果下一个交易 日直接一字板涨停，譬如当初 360借壳江南嘉捷，如果按照普通双均线策略进行择股买入，完全可以成交，然而实际上我们都知道当初江南嘉捷复牌后，连续很多个一字板涨停，我们并不能买进去。
那么，如果去避免这样的问题，一个最粗糙的做法，将股票池中回测收益最大的股票的收益去除来看股票组合的收益，避免幸亏者偏差。比较精细的做法，设置买入为限价单，限定买入价格，达到触发价格再进行买入，而且对买入价格和当日高、开、低、收以及涨跌停价进行比较，避免去在一个不可能成交的价格触发策略买入。
说在最后
篇幅与精力所限，笔者仅列举了有限的一些回测中可能疏忽的问题，希望能够给读者们一些启发，并有一些自己的新的见解。在考虑了上述所有问题后的回测曲线，我们才能部分地去相信这个策略，然后，将策略利用仿真进行进一步地验证。
市面上经常会有人售卖或者分享各种回测收益曲线非常牛逼的策略，并不是说百分百的策略都是垃圾，但是，基本上而言，九成九都是有问题的，一个简单逻辑，既然人家的策略这么牛逼，为什么人家自己不拿着资金去放到市场上去跑，去挣钱，而是把策略给到你，这里，只有几种情况，要不这个策略有问题，人家在市场上挣不到钱，还不如进行售卖；要不就是策略实际收益很低，或者策略容量很低，在市场上的收益远不及去将策略售卖所得的多；最后一种可能，当然人家就是热心肠，乐于将收益很好的策略去共享出来，但是，必须考虑一个因素，当一个策略公布出来后，其有效时间还有多长，考虑到用的人多了后，很容易就达到策略的容量上限，或者被人针对性的进行操作，而且，要从良莠不齐的各种策略中找到好的策略，本身也是一件很困难的事情。
但是，是否这样我们就可以对市面上的所有策略都 say no了么？也不尽然，各种策略的形成，必然有其内禀逻辑所在，我们完全可以在各种不同策略中间去寻找灵感，去形成自己的一套完整交易逻辑。譬如市面上流行的海龟策略，公布了几十年，直到现在，依然有人称能将其实盘得到比较好的收益。海龟策略交易逻辑本身是很简单的，长短两个周期的唐奇安通道，利用通道突破形成的交易条件，利用过去市场波动的情况去控制我们开仓的仓位，以此来平衡我们可能面临的风险，确定好出场条件，避免人手动去判断出场点导致的心理波动，这样的策略在问世了几十年依然有那么多拥趸，与其策略内禀的逻辑，风险控制的理念有着密切的关系。
最后，希望读者能够博取各家所长，形成一套自己的独特的交易理念，并将之实践。不要相信天下会掉馅饼，努力并思考的人才更可能收获到成功。
Footnotes
[1] 由于符合条件股票比较多，可能出现某些股票因为金额不足而无法买入的情况，请读者自行测试
来源：掘金量化myquant.cn 作者：胡琛博士 编辑：掘金小Q
------------------------------------------------------------------------------------------------------------------------------------------------------------
关联文章阅读：
| 从量化角度告诉你常见的技术指标到底能不能赚钱？ | https://www.myquant.cn/community/topic/649/2 |
| 程序化交易（3）：从回测到实盘，还需要注意些什么？ | https://www.myquant.cn/community/topic/668 |
《算法导论 第三版英文版》_高清中文版
《深度学习入门：基于Python的理论与实现》_高清中文版
《深入浅出数据分析》_高清中文版
《Python编程：从入门到实践》_高清中文版
《Python科学计算》_高清中文版
《深度学习入门：基于Python的理论与实现》_高清中文版
《深入浅出数据分析》_高清中文版
《Python编程：从入门到实践》_高清中文版
从回测到实盘系列（2）：如何让回测更贴近实盘结果相关推荐
- 量化交易：如何让回测更贴近实盘结果
前言 在上一篇中,我们解读了三个不同技术指标,并千辛万苦,通过对技术指标的涵义解读,对不同技术指标进行结合,为了能够尽量去避免系统风险,我们甚至加入了大盘指数的判断,最后才勉勉强强有一个在回测区间内能 ...
- python 量化策略回测_在python中创建和回测对交易策略
python 量化策略回测 Pairs trading is one of the many mean-reversion strategies. It is considered non-direc ...
- 我用AI回怼美女汽车销售系列[yolo车牌识别](二)
前期回顾: 在上一期介绍了事情的起因,为什么要做yolo车牌识别,以及最终的网络结构.(链接在这里:(141条消息) 我用AI回怼美女汽车销售系列[yolo车牌识别](一)_cjnewstar111的 ...
- vnpy怎么创建策略并回测_基于vnpy、rqdata的回测打通历程
本文用于记录本人回测填坑路上蹚过的坑. 历史数据方面,最近听说rqdata数据质量不错,而且可以通过米匡注册用户享有1个月免费使用期,于是打算用于回测的数据来源. 话不多说. 安装vnpy2.0.5, ...
- 鸿蒙荣耀9X公测,荣耀9X系列手机开启EMUI 10公测更新
中关村在线消息:荣耀官方正式宣布,1月10日荣耀9X系列手机开启EMUI 10系统公测升级. 升级方式为打开手机的[花粉俱乐部]App-论坛右上角的"㗊"-EMUI专区升级尝鲜:此 ...
- python 股票回测书籍推荐_python实现马丁策略回测3000只股票
python实现马丁策略回测3000只股票 批量爬取股票数据 这里爬取数据继续使用tushare,根据股票代码来遍历,因为爬取数据需要一定时间,不妨使用多线程来爬取,这里要注意tushare规定每分钟 ...
- 字符串系列之最长回文子串
2019独角兽企业重金招聘Python工程师标准>>> 问题描述: 给定一个字符串S=A1A2...An,要求找出其最长回文子串(Longest Palindromic Su ...
- 【新人】C++小白刷题系列0009进制回文数
题目描述 如果一个数字从左边读和从右边读一样,那么这个数字就是一个回文数.例如32123就是一个回文数:17在某种意义上也是一个回文数,因为它的二进制型式--10001--是一个回文数. 请你帮忙开发 ...
- 360众测重装上阵，创新服务模式重塑众测新业态
2020年全球疫情蔓延,越来越多企业转战线上办公,互联网边界进一步拓宽的同时,随之而来的网络威胁也在不断增加. 在网络空间对抗日益军事化的国际形势下,网络安全已上升至国家战略层面.而漏洞是网络安全威胁 ...
最新文章
- mysql 将时间戳直接转换成日期时间，mysql查询某一天的数据。
- I00040 计算1000以内的勾股数
- Python 基础详解-列表的反转与排序！跬步千里
- ITM_win_agentCPU内存占用较高
- 李洋疯狂C语言之用递归解决李白喝酒问题（二）
- C++的运算符重载(转)
- 二开版彩虹易支付全开源10套模板带风控实名系统源码
- python面试题之python下多线程的限制
- Nginx 反向代理可以缓存 HTTP POST 请求页面吗？
- Vista SP1吞吃硬盘 将给我们带来哪些影响
- spring-第六篇之创建bean的3种方式
- 几种典型信号的频谱 周期单位脉冲序列的频谱
- uni-app自定义搜索框-自定义按钮及搜索图标
- 【CDN加速】项目前端性能优化之开启CDN加速
- ELK系列之Mac安装kibana报错License information could not be obtained from Elasticsearch due to [invalid_inde
- Canvas绘制圆点线段
- 安装pip、pip3
- 利用appimage工具对开发好的项目进行打包
- 了解一下国标和行标的代号
- 实验 详解LNMP应用部署Discuz