Backtest Expert

核心功能与定位

Backtest Expert 是一个专注于系统化交易策略回测方法论的教育型 Skill，不提供具体代码执行，而是传授专业量化交易领域的验证流程与思维框架。其核心目标是帮助用户建立"寻找最难崩溃的策略，而非纸面利润最高的策略"的稳健测试理念。

核心方法论

该 Skill 构建了完整的六步回测工作流：

1. 假设明确化：要求用一句话清晰定义交易优势，无法明确表述则不进入测试
2. 规则零自由裁量：入场、出场、仓位管理、筛选条件必须完全量化，杜绝主观判断
3. 初始回测：至少5年（优选10年+）跨市场周期数据，含真实成本
4. 压力测试（占80%时间）：参数敏感性分析、执行摩擦放大、时间稳健性验证、样本量检验
5. 样本外验证：滚动前向分析，对比样本内/外表现一致性
6. 结果评估：基于生存性而非优化性做部署决策

显著优点

• 行业级严谨性：源自专业量化机构的"beating ideas to death"方法论，强调添加摩擦、寻找性能高原（plateaus）而非峰值（peaks）
• 偏见系统性预防：详列前视偏见、幸存者偏见、曲线拟合等六大常见陷阱及识别方法
• 决策框架完整：提供 Deploy/Refine/Abandon 三级决策标准，避免情感依附影响判断
• 时间分配原则：20%构思/80%压力测试的比例建议，纠正新手过度优化参数的常见错误

局限性与注意事项

• 适用范围限定：明确排除主观判断型/日内discretionary交易，仅适用于完全规则化的系统化策略
• 无代码实现：纯方法论文档，用户需自行在Python/R/专业平台实现具体回测
• 假设用户基础：预设用户已具备基础量化概念（滑点、夏普比率、最大回撤等），无入门术语解释
• 数据质量依赖：方法论有效性的前提是用户能获取无偏、完整的历史数据

适用人群

• 正在开发程序化交易策略的量化研究员
• 希望从"图表形态主观交易"转向"规则化系统交易"的转型者
• 对回测结果存疑、担心过拟合的策略验证者
• 需要建立机构级测试流程的小团队/个人开发者

潜在风险提示

虽然 Skill 本身为纯教育文档零安全风险，但用户若误用方法论可能产生：

• 过度悲观假设导致剔除有效策略（假阴性）
• 样本量不足时的统计误判
• 将"稳健"误解为"无风险"而加大实盘杠杆

建议配合统计学基础与真实小规模实盘验证（paper trading）使用。

核心定位

Backtest Expert 是一套面向量化交易者的系统化回测方法论指导工具，核心价值在于将传统"追求最优回测收益"的思维转变为"寻找最难打破的策略"——即通过主动添加摩擦、压力测试和悲观假设，筛选出真正具有实盘稳健性的交易策略。

显著优点

1. 方法论权威性：基于专业量化机构的实践经验，强调"80%时间用于证伪、20%用于构思"的逆向思维，与学术界推崇的稳健统计检验理念一致
2. 系统性防偏见设计：内置完整的风险点识别框架，涵盖幸存者偏差、前瞻偏差、曲线拟合等六大类常见陷阱，提供可操作的检测清单
3. 实用性强的工作流：从假设定义→规则编码→压力测试→样本外验证的六步闭环，每个环节配有明确的质量标准（如最小样本量30笔、参数敏感度测试要求等）
4. 风险意识嵌入DNA：独创"寻求平台期而非峰值"原则，鼓励接受次优但稳定的参数范围，从根本上降低过拟合风险

潜在局限与适用边界

• 非自动化工具：纯方法论文档，无代码实现，用户需自行搭建回测系统（Python/R/专业平台）
• 系统性交易专属：明确排除主观判断型交易，对依赖盘感、宏观解读的 discretionary 交易者适用性有限
• 统计门槛要求：涉及置信区间、夏普比率、最大回撤等专业概念，零基础用户需要额外学习
• 市场假设局限：方法论基于流动性充足、数据可靠的市场环境，对小盘股、加密货币等数据质量参差的市场需额外调整

适合人群

| 阶段 | 匹配度 | 说明 |

|------|--------|------|

| 量化新手 | ★★★☆☆ | 需配合编程学习，但可建立正确认知框架 |

| 策略开发者 | ★★★★★ | 核心目标用户，直接应用于实盘前验证 |

| 机构风控 | ★★★★☆ | 可作为策略准入审核的参考标准 |

| 主观交易者 | ★★☆☆☆ | 仅部分原则（如样本量要求）可参考 |

常规风险提示

1. 方法论≠盈利保证：即使严格遵循流程，市场结构变化仍可能导致策略失效
2. 数据质量依赖：回测结果可信度上限取决于数据质量，低质量数据×完美方法=误导结论
3. 执行差距：纸面规则到实盘执行的滑点、拒单、部分成交等摩擦往往被低估
4. 过度自信风险：通过压力测试的策略仍可能因黑天鹅事件、监管变化等未建模因素亏损

使用建议

建议将该 Skill 作为策略上线前的"强制性检查清单"，特别是其中的参数敏感度测试（要求止损/止盈在±50%范围内仍稳定盈利）和时间稳健性检验（要求多数年份为正收益）两项标准，可作为策略淘汰的硬性门槛。