回测评价三指标（收益 / 最大回撤 / 交易次数）

一句话

回测结果从三个方向看：盈利能力（策略收益与年化收益高 = 赚得多）、盈利稳定性（最大回撤低 = 最大亏损幅度小）、回测可靠性（交易次数多 = 样本足、结果更可信）。三个都过关才值得往下走；单看收益会误判（教程的示例均线策略收益/回撤都不好，但流程照样完整跑通）。

当前理解

• 三指标的口径（第 1 章原话框架）：
  • 盈利能力：策略收益、年化收益，越高说明越能赚钱。
  • 盈利稳定性：最大回撤（从净值高点的最大回落幅度）要低——回撤大意味着中途可能扛不住。
  • 回测可靠性：交易次数要多——次数多 = 经历了更多次检验，回测结论更可靠；次数太少的结果偶然性大。
• 回测在聚宽里怎么跑：策略代码写完后在策略界面右上角点「回测」按钮，平台返回收益曲线等结果；模拟交易 = 让策略与实时行情连接自动运行（点按钮开启）。
• 回测 ≠ 策略好：均线单股策略能跑通全流程，但教程明说「本例中的策略并不是一个好策略」——流程通顺与策略有效是两件事。
• 最大回撤与收益是互补维度：只看收益会选到暴涨暴跌的策略；回撤量化了「拿到收益前要承受多深的浮亏」。
• 三指标之外的扩展口径（量化课堂 18 篇）：研究端的多回测框架还会收夏普比率、波动率，以及相对基准的超额收益（超额 = 策略净值 ÷ 基准净值）与超额曲线的最大回撤、年化（excess_max_drawdown / excess_annual_return）。基准要匹配：等权策略别直接比市值加权指数。详见 多回测与参数网格分析（分位回测、超额评估）。

三指标的用处与边界

• 三指标是「看策略结果」的入口；信号本身行不行、参数会不会过拟合，由 指标效果的历史频率统计（赢平输频次与最佳区间）（赢平输统计）与 多回测与参数网格分析（分位回测、超额评估）（多回测网格）承接；交易成本假设也会改变结论，见 交易成本（佣金、规费、过户费与印花税）。

来源

• 十行代码带你量化交易入门 — 三指标与回测/模拟交易操作
• raw 路径：原始出处（已归档）
• 多回测运行和参数分析框架 — 夏普/波动/超额/对数曲线与超额回撤等扩展评估（量化课堂 18，postId=4351）
• 关联：量化策略的组成（输入 / 逻辑 / 输出）（生命周期里「检验策略」一环）、简单市值轮动策略（用三指标检验轮动策略的思路）

常见混淆

• 回撤 ≠ 亏损次数：最大回撤看的是「净值从峰顶到谷底的深度」，一次大回撤比很多次小亏损更危险。
• 交易次数多的意义：多 = 样本足 = 统计上更可信，但不等于策略好（坏的策略也能交易很多次）。
• 三指标是入门口径：这只是一份教程给的三维框架，不是完备评估体系——回测结果信不信、会不会被前视/幸存者/过拟合等偏差吹高，见 回测偏差（优化 / 前视 / 幸存者 / 心理承受）（QuantStart 回测方法论）与 QuantStart 算法交易回测方法论（Part I–II）。

开放问题

• 「交易次数多少才算多」没有阈值，教程未给。
• 三指标之外（夏普比率、胜率、盈亏比、超额收益等）的扩展口径已由量化课堂 18 篇（多回测与参数网格分析（分位回测、超额评估））与 QuantStart 批次补齐；回测结果本身的真实度判断归 回测偏差（优化 / 前视 / 幸存者 / 心理承受）。

修订记录

• 2026-09-06：QuantStart 回测批次编译后，把正文两处纯文本「QuantStart 回测系列」指认改为 wikilink（回测偏差（优化 / 前视 / 幸存者 / 心理承受） 与 QuantStart 算法交易回测方法论（Part I–II）），消除预置悬空表述。