回测中最危险的时序错误，即使经过完美的时间戳审计也可能漏网。两个事件都可能标记为 10:00:00.000，但它们实际发生的先后顺序，仍可能是模拟器猜出来的。
只要策略的反应对象不止是已完成的 K 线，这一点就很重要：报价更新、成交、资金费率通知、交易所状态变更，或是自己的订单确认。时间戳告诉你事件被标记在何时，却未必能说明策略何时能够据此采取行动。
事件排序会带来什么变化？
设想一个策略：当最优卖价跌破 $100.00 时买入。同一毫秒内，行情源记录了一条卖价更新至 $99.99 的消息，也记录了一笔 $99.99 的成交。如果回测先处理成交，再处理报价，策略就会看到新卖价并提交订单。如果先处理报价，也可能没问题，前提是该事件当时确实已经可用。但如果这笔成交在订单到达前就消耗了显示出来的流动性，那么以 $99.99 成交就是虚构的。
仅按时间戳对记录排序，会让模拟器自行决定时间相同事件的处理顺序。文件顺序、交易对顺序或数据库查询计划，都可能意外变成执行规则。即便底层数据没有变化，权益曲线也可能随之改变。
有一种直观的办法可以看出这种排序有多随意：按交易对名称而不是到达顺序排列同一时刻的事件。这样一来，多资产策略可能仅仅因为一个代码排在另一个之前，表现就有所不同。
回测应该保留哪些时钟？
行情数据和订单处理通常涉及几个不同的时间。保留数据源提供的字段，并准确说明每个字段的含义。对许多行情源来说，交易所时间戳和本地接收时间戳都很有用；但它们都不能代表所有参与者所见的统一真相。
| 时钟 | 记录内容 | 单凭它无法证明什么 |
|---|---|---|
| 交易所事件时间 | 交易场所标记的事件发生时间 | 其他行情源或你的进程观察到事件的顺序 |
| 接收时间 | 采集器收到消息的时间 | 策略完成处理消息的时间 |
| 决策时间 | 代码评估信号的时间 | 报价价格当时仍然可用 |
| 订单到达时间 | 交易场所可以处理订单的时间 | 不能单凭此时间证明成交，除非撮合规则和流动性支持成交 |
如果历史数据没有接收时间，就明确说明你的假设。回测可以按顺序处理交易所事件，并假设从决策到订单到达需要固定的 5 ms 延迟。这是一个模型，并非还原出来的历史。如果同一交易所时间戳下没有序列号，你采用的事件排序规则同样属于假设。
如何建模时间相同的事件？
首先，保留数据源提供的序列号。与时间戳相比，序列号能更可靠地确定同一行情流内的顺序，不过不同频道或产品的序列号可能各自独立。
然后，明确写出模拟器的处理规则。对于每个事件，都要决定它是否能更新策略掌握的信息、改变可用流动性、触发订单或确认订单。这些操作各不相同；把它们统统简化成“处理一行”，就会让不可能发生的成交混进结果。
- 只应用在策略决策时间之前已经到达的市场信息。
- 生成订单，然后将时间推进到模型设定的订单到达交易场所时间。
- 订单到达后，只允许按该订单类型的成交假设，与符合条件的流动性进行撮合。
- 记录每笔模拟成交所用的输入、事件顺序和延迟。
对于基于 K 线的策略，这套机制可能比研究问题所需的更复杂。如果信号使用已完成的 1-minute K 线，订单按保守的成本模型在下一根 K 线开盘时成交，那么亚毫秒级的事件排序可能不会改变研究结论。关键是，时序细节要与回测所作的结论相匹配。
没有到达时间数据，我还能相信回测吗？
仍然可以使用，但要清楚标明它的适用边界。如果策略交易速度较慢、风险限制较宽，几毫秒的差异可能无关紧要。如果策略追逐转瞬即逝的报价、争抢队列位置，或依赖跨交易所的领先滞后信号，那么缺少到达时间可能会直接影响结果。
批评者指出，追求精确的事件时序可能造成虚假的精确感，这一点没错。历史行情源并不完整，时钟会漂移，交易所时间戳也无法揭示网络传输中的每一跳。即使模拟器提供纳秒级字段，成交假设仍可能很粗略。
因此，与其声称结果确定，不如测试它对假设的敏感度：采用合理的事件排序规则和订单延迟进行重放，然后比较交易次数、成交价格，以及哪些信号经得住检验。如果结果依赖于数据无法确定的事件顺序，就应在研究报告中说明这种依赖。时钟不完美，回测仍然有用；关键是如实说明它实际掌握了哪些时间信息。
← 全部文章
