如何判断回测使用的市场数据当时是否真的可交易？

一条市场数据记录即使完全准确，也未必能作为回测的可靠依据。交易确实发生过，价格无误，时间戳也有效；但数据流可能延迟送达，供应商可能事后修正数据，报价所对应的市场也可能不是策略能够接入的市场。

要判断历史数据当时是否可交易，不能只审查事件时间。你还需要弄清这条记录描述的是什么、何时对系统可用、对应哪个交易场所或合约，以及报价或成交是否足以合理支持你的订单。

历史价格准确，就足以用于回测吗？

不够。准确性回答的是：“数据源最终记录的价格是多少？”回测还需要回答：“策略在做决策时能知道什么？”以及“它能成交什么？”这是两个不同的问题。

假设一笔加密货币交易在 12:00:00.120 成交，但数据供应商的数据流直到 12:00:00.480 才将它送达你的进程。在 .200 做决策的策略无法使用这笔成交，即使它的事件时间早于决策时间。如果历史文件只保留事件时间，回测可能会悄悄让策略获得实时运行时尚未收到的信息。

如果你的存档里没有接收时间，就应如实说明这个缺口。你可以测试某种延迟假设，或将结论限定为基于事件时间的研究。但你无法根据从未保存过的时间戳，还原当时的确切信息集。

如何判断报价是否可执行？

先看订单实际会送达哪个市场。综合最优买价和卖价可以汇总多个交易场所的数据，但它无法证明你的账户能使用展示的挂单量、订单到达时该报价仍然有效，或该交易场所会接受你的订单类型。

对于市价单，用中间价作为成交价通常不切实际。更有用的估算方式是根据订单规模逐档消耗可见订单簿，再加上手续费以及延迟或冲击假设。如果你只有最优买卖价数据，就应限制结论范围：你可以估算第一档，但无法推断从未记录的深度。

对于限价单，价格触及限价不等于成交。排在你前面的订单可能先消耗可用数量。普通快照通常无法得知队列位置，因此基于价格触及来判定成交，应视为乐观情景，而不是对实际发生情况的事实陈述。

信任一份市场数据存档前，我该检查什么？

我会先检查那些看似普通的属性。相比在有问题的数据流上强行套用复杂的执行模型，这些检查能发现更多研究错误。

• 覆盖情况：是否存在缺失时段、重复事件、序列缺口，或无法解释的零成交量突增？
• 市场标识：该代码是否始终对应同一家交易所、同一合约、同一报价货币和同一组产品规格？
• 可用性：事件时间和接收时间是否都已保留？如果没有，使用什么延迟假设来界定结果？
• 修正记录：能否区分原始消息与供应商后来补录或修订的数据？
• 单位：价格、数量、合约乘数和时间戳的单位与解释方式是否一致？

最后这项检查听起来简单得不能再简单了。我曾花了一上午追查一个看似明显的波动率状态变化，最后发现只是数据流迁移后，数量字段切换了单位。图表画得很漂亮，单位却错了。

如何测试数据可用性是否会改变结果？

围绕策略的决策边界做一组小型敏感性测试。按照现实延迟推迟可用数据，丢弃序列连续性中断的更新，并在有实际交易场所订单簿数据时，用它比较成交结果。报告原始结果和数据退化后的结果。如果很小的延迟就能抹去策略效果，它可能依赖某种你的数据采集设置无法稳定提供的信息优势。

举个具体例子：假设最佳买价上涨 1 个 tick 时触发信号。分别用交易所事件时间和采集器接收时间重放一次。如果事件时间版本交易了 40 次，而接收时间版本交易了 27 次，这个差异本身就是策略证据的一部分。每种重放下的表现也同样重要。不要因为较弱版本的数据看起来不够漂亮，就把它藏起来。

模拟交易是很有用的下一步检查，因为它能在研究系统实际使用的同一运行链路中暴露数据流延迟、过时报价、代码映射错误和交易场所过滤规则。不过，它仍无法复现所有真实队列情况或市场冲击。应清楚标明这条界限。

“可交易数据”在实践中意味着什么？

这意味着回测能够说明观测何时发生、策略何时可以使用、数据来自哪个市场，以及有哪些执行依据支持假设的成交。干净的价格序列只是起点。只有当时间、接入权限和成交假设经得起检查，并且弱化这些假设后结果仍然合理，研究结论才可信。