回测处理经验

一、回测结果不及预期

场景一：没有产出交易

先别急着”调到有交易”，而是先判断为什么没有交易。常见 5 类原因：

1. alpha 本身太稀疏 — ResidualZ 在回测窗里根本没到开仓阈值
2. 信号到交易的映射太严 — 比如 cross_only + 高 entry_z，理论有偏离但不触发下单
3. 风控/质量门禁全挡掉 — 比如 pair_missing、low_sample、missing_rate_window、高波动过滤
4. 白名单和回测窗错配 — 04_test_evidence 里通过的币，在 05_backtest 那段时间刚好没有足够触发
5. 实现或时间语义有问题 — 最危险，比如阈值方向写反、open_time/close_time 错位、cross 事件判定有 bug

解决思路：按层推进，不要一口气乱改

Step 1：先做”触发漏斗”诊断

从上到下数一遍，定位死在哪一层：

• 有多少 bar ResidualZ 是有效值
• 有多少 bar 满足 abs(ResidualZ) >= entry_z
• 有多少是 cross_only 真正触发点
• 有多少通过 low_sample / pair_missing
• 有多少通过 regime gate
• 最后剩多少真实 entry

Step 2：先放松执行层，不先改 alpha

机构一般先改最外层映射，而不是先推翻信号：

• 降低 entry_z
• 把 cross_only 暂时改成 level 做诊断
• 放宽 max_hold_bars
• 暂时去掉可选的 risk overlay

如果这样就有交易，说明问题在执行映射，不在 alpha 本身。

Step 3：把”最小 baseline”和”附加风控”分开

先跑一版最小可执行策略，再逐个叠加：

• entry / exit
• sizing
• portfolio cap
• regime gate
• invalid_sample 处理

这样才知道是哪一层把交易打没了。

Step 4：如果最小版本也没交易，再回头看信号设计

这时才考虑：

• 这组 param_id 是否过于保守
• 这个 bar 频率是否不适合
• 这组白名单是不是太窄
• best_h 和执行窗口是否不匹配

Step 5：始终一次只改一层

不要同时改 entry_z、entry_mode、风控门禁、白名单。

---

场景二：回测结果为负

核心问题：到底是哪个层面把结果打成负的。最有用的拆法是以下 6 个角度。

1. 正确性层

先排除假亏损：

• 时间语义有没有错位
• 信号方向有没有写反
• 开平仓规则有没有实现偏差
• 双引擎是否一致
• 费用、资金费率、持仓记账是否重复或漏记

如果这层没过，后面所有优化都不可信。

2. Alpha 层

先看扣费前有没有边。最关键的分叉：

情况	判断
gross < 0 且 net < 0	更像 alpha 本身没用，或信号映射方向错了
gross > 0 但 net < 0	alpha 有一点边但太薄，主要死在成本和换手

这一步看：Q1/Q5、gamma、reversion_score、OOS 是否仍成立。

3. 执行映射层

很多负收益其实不是 alpha 错，而是交易规则把信号用坏了。重点看：

• entry_z 是否合理
• entry_mode 是否过于频繁或过于稀疏
• exit_z、max_hold_bars、cooldown
• flip 是否过多

同一个信号，交易语义不对，也会把正边打成负边。

4. 成本与微观结构层

实盘最常见的死因。重点看：

• trade_count、fee_paid_sum
• 单笔平均毛利 vs 单笔平均成本
• 持仓时长、换手率
• 滑点、资金费率、冲击成本

如果发现单笔毛利很小、交易特别多、一加真实费用就翻负 — 那就不是先”调更多参数”，而是先想办法降换手、拉大单笔边际。

5. 组合层

单币能赚，组合也可能亏：

• 是否少数币在拖累
• 并发过高导致资金分散
• 仓位分配是否错误
• 是否把低质量、低边际币也一起放进来了
• 组合是否过度集中在某一类市场状态

常见动作：砍掉最差币种、改 portfolio cap、调整 sizing、把 alpha 和 risk overlay 分开记账。

6. 稳健性层

哪怕当前回测为正也可能不可用；为负也要看负得是否稳定：

• 不同时间段
• 不同波动 regime
• 上涨/下跌切片
• 不同 symbol 子集
• 不同成本假设

如果只是某一小段负，可能是 regime 问题。如果各切片都负，通常就该考虑停线。

---

快速判断框架

现象	优先怀疑
gross 和 net 都负	alpha、方向、执行映射
gross 正、net 负	换手和成本
单币多半正、组合负	仓位和组合分配
Train/Test 好，Backtest 负	执行层和成本层
只有极少数参数/时间段为正	过拟合

---

稳健性诊断：不是第一优先，但不可跳过

稳健性诊断和前面几层的关系：

层级	回答的问题
正确性 / alpha / 执行 / 成本	”为什么现在亏” — 定位主因
时间段 / symbol 子集 / 成本假设 / 波动状态	”这个亏法是稳定一致的，还是只发生在某些局部条件下” — 稳健性切片

它的作用不是先拿来救策略，而是帮你判断：是全局都不行，还是只有某些 regime 不行；是少数币拖累，还是大部分币都边际太薄；是只要手续费一真实化就不行，还是在某些成本水平下还能活。

四类稳健性切片

1）不同时间段切片

• 前半段亏后半段赚？还是只有某个阶段特别差？
• 如果只是某一小段拖累 → regime 问题；各时间段都差不多负 → 不是偶然

2）不同 symbol 子集

• 前 5 个最强币、去掉最差 3 个币、大币 vs 小币
• 判断是不是少数币拖累组合，是否需要收缩白名单

3）不同成本假设

• 0 bps → 1 bps/side → 2 bps/side → 3 bps/side
• 判断策略到底是”无边”还是”有边但太薄”
• 这是最关键的实盘敏感性分析之一

4）不同波动状态分层

• 高波 BTC / 低波 BTC / 下跌环境 / 非下跌环境
• 判断策略是不是只在某种市场环境下有效，regime gate 是否值得保留

---

处理优先级

1. 先确认主因 — 成本层是主因？执行层是次因？
2. 再做稳健性切片 — 是不是所有子样本都一样差？有没有值得保留的局部结构？
3. 最后再决定怎么处理 — 停线 / 收缩白名单 / 降换手 / 回到更慢频率 / 重开新信号族

这些切片不是”先怎么调”，而是”在决定调不调、往哪调之前，先把亏损结构拆清楚”。

---

实战案例：时间段切片诊断

为什么先做这个：

• 它最先回答”这次亏损是不是全回测窗都在发生”
• 如果只是某一小段特别差 → 优先查局部 regime、局部事件、局部数据问题
• 如果每一段都差 → 问题更像 baseline 自身的边际和成本结构，不是某个偶发坏月份

切片结论：

• 日历切片 3 段全部为负
• 半窗切片 2 段也全部为负
• 2025-12 负，2026-01 更负，2026-02 也仍然为负
• 前两段虽然 gross_pnl_sum 为正，但都远小于 fee_paid_sum
• 最后一小段连 gross_pnl_sum 都转负了

当前亏损不是某一个坏时间段偶然拖累，更像整个回测窗里都存在”边际太薄、费用太重”的一致性问题。

实战案例：Symbol 子集切片诊断

为什么做这个：

• 时间段切片已经证明，不是某一个坏月份拖累
• 下一步最该判断：是不是少数坏币拖垮了组合
• 如果删掉最差几个币就能明显改善 → 优先考虑收缩白名单
• 如果子集仍然都很差 → 问题更偏整体边际薄，不是坏币太多

切片结论：

• 删掉最差 1/3/5 个币，亏损会缩小，但仍明显为负
• 只保留 top_5、top_10 reversion_score 的高分币，费用后还是负
• 按 best_h=10 或 best_h=30 分组，也都还是负

当前 baseline 的负收益不是主要由少数坏币拖累，也不是”只要留下测试层最强币组就能救回来”。

实战案例：成本假设切片诊断

为什么做这个：

前两步已经基本排除了”某一段时间”或”少数坏币”是主因，接下来最该量化的是：这条线到底是”无成本时有边、真实成本后被吃掉”，还是”连低成本假设也站不住”。

---

实战案例：高波动状态分层诊断

为什么做这个：

• 前三步已经说明，不是某一小段时间、不是少数坏币、也不是”只差一点成本”
• 最后要判断：是不是主要高波环境把策略打坏了
• 如果亏损主要集中在高波段 → exclude_high_vol 这类 regime gate 可能还是主线
• 如果不是 → 高波过滤就不是核心解法

切片结论：

• 高波 bar 只占约 20.13%
• bar 级净值增量里，高波段不是主要亏损来源，主要亏损反而发生在 low_vol bar
• 在高波 regime 里结束的交易单笔更差，但只有 81 笔
• 穿过高波环境的交易也更差，但只有 95 笔

当前总体亏损并不是由少量高波穿透交易主导。

二、针对 Alpha 利润太薄的解决方案

概述

1. 先判断 gross/trade 能不能随着更严格入场明显抬升；如果不能，说明 alpha 太弱，不是执行层能救。
2. 再看持仓时长和出场语义，确认是不是太早进、太早出，把本来能走开的 spread 提前切掉了。
3. 最后看 symbol 和 regime 切片，确认是不是低质量币和高波阶段在稀释整体边际。

实战案例：单笔毛利太薄的处理思路

这次围绕”单笔毛利太薄”的处理思路，可以概括成 5 步：

Step 1：先把问题定义清楚

不是先看组合为什么亏，而是先问：gross_pnl_per_trade 是否太低，导致手续费把边际吃掉。也就是先定位成”单笔交易经济性”问题，而不是先怀疑数据或信号方向。

Step 2：先做结构拆解，不把”毛利薄”当成全局结论

加了单笔诊断后，发现不是所有交易都薄，而是结构性变薄。最典型的是 6_to_15 bars 这档交易，毛利明显偏薄、费毛比偏高，所以拖累主要集中在某些持仓时长和某些 symbol。

Step 3：先试执行层收紧，验证是不是”交易太松”

执行层优先试了两类动作：

• 提高 entry_z
• 缩短 max_hold_bars

结果很明确：

• entry_z 往上抬到 2.85/3.0，交易基本直接消失，这条路太激进
• max_hold_bars 从 15 收到 10 有改善
• 再压到 8/6 就开始过度收紧，反而伤到有效利润

所以执行层当前最优点是：

• entry_z = 2.77
• max_hold_bars = 10

Step 4：再试截面层排查，验证是不是”少数差币拖累”

在 hold10 这个当前最好执行版本上，做了一个诊断实验：剔除 TRXUSDT、BNBUSDT、HBARUSDT。结果显示改善很明显：

• total_return: -0.00787 → -0.00533
• gross_pnl_per_trade: 0.00257 → 0.00338
• fee_to_gross_ratio: 0.155 → 0.118

这说明问题不只是”执行过松”，还包括”少数差币在稀释组合质量”。

Step 5：最后把研究结论和正式策略边界分开

这里要严格区分两件事：

• 手工剔除差币：可以作为诊断实验
• 正式策略规则：不能靠”回头看哪个币差就删哪个”

所以当前真正的研究结论是：

• 单笔毛利薄不是全局性的，而是集中在部分持仓区间和部分 symbol
• 执行层有效优化方向是”缩短持仓”，不是继续抬高 entry_z
• 截面层确实存在差币拖累
• 但最终不能停留在”手工删币”，而应该升级成事前可定义的 TopK / 打分筛选规则

总结

这次处理单笔毛利薄的思路是：

先用单笔诊断找出”薄”发生在哪，再先收执行、后查截面，最后把”人工剔除差币”的发现，上升为未来应该实现的、事前可执行的 TopK/score-based universe 规则。