2026年十一月19日 · 研究

你的 Walk-Forward 测试有 3 种方式会误报未来表现

你的 Walk-Forward 测试有 3 种方式会误报未来表现

Walk-forward 测试本该回答一个实际问题:如果你反复只用过去的数据拟合策略,它在接下来一段未见过的数据上会有怎样的表现?这种方法听起来很简单。选定训练窗口,拟合策略,向前测试,然后滚动窗口并重复这一过程。

问题在于,一系列窗口看起来可能很严谨,信息却仍会穿过边界泄漏。我见过这种问题导致样本外收益异常平滑、参数设置似乎稳定得不可思议,以及被计入测试期的交易其实在测试期开始前就已进场。

错误 1:把测试窗口当成一张白纸

测试窗口从 6 月 1 日开始。信号使用 50 日移动平均线,因此回测会加载 5 月的价格数据来预热计算。这是合理的:实盘策略也会延续指标状态。但如果测试期收益从 5 月 1 日开始累计,这些预热日就被算成了测试表现。

持仓也会出现同样的边界问题。假设策略在 5 月 29 日开仓,6 月 3 日平仓。这笔利润该算作测试期表现吗?只有在模拟明确规定了如何处理边界时已经开仓的持仓,才可以计入。否则,测试可能沿用一个根据训练数据选出的入场点,再把由此产生的盈利记到测试期名下。

边界项目安全处理方式常见错误
指标历史数据加载此前的 K 线以延续状态;从测试开始时计分把预热期收益算作测试表现
未平仓头寸按明确规则平仓、延续持有或排除把测试前的入场交易算到测试期
订单与成交要求决策和执行都发生在测试期内成交在边界前生成的订单

严谨的切分需要为状态设定规则,而不只是选定一个日期。保留实盘流程会沿用的指标历史,但只对你要评估的时段计分。明确规定如何处理未平仓头寸和订单,并在每次滚动窗口时都应用同一规则。

错误 2:不设禁入期,任由交易跨越切分边界

标签重叠也会造成信息泄漏。假设模型使用信号进行训练,而信号的结果定义为接下来 5 个交易日的收益。5 月最后一天的训练样本会使用 6 月的价格来判断预测是否正确。如果测试从 6 月 1 日开始,训练阶段已经使用了部分测试结果。

这个问题很容易被忽略,因为特征行本身的日期是 5 月 31 日。标签却延伸到了未来。仅按行日期进行时间切分,看不到这种重叠。

剔除结果窗口延伸到测试期内的训练样本。根据标签期限和特征的构造方式,也要在训练与测试之间留出间隔。这个间隔通常称为禁入期,应与信息或结果重叠的时长相匹配。标签覆盖 5 天,并不意味着只留 1 天间隔就合理,即使这样能让图表看起来更整洁。

记录每个训练样本使用的完整时间跨度:特征回看期、决策时间和结果窗口。按这些跨度切分,而不只是看每行旁边标注的日期。

错误 3:看过所有折之后才挑选赢家

最诱人的错误就在这里。你对 40 组参数进行了 walk-forward 测试。其中一组在多个折中表现不错,于是你选中它,并把这些相同的折报告为它具有泛化能力的证据。

每一折在拟合自身模型时都可能是未见数据。但你是在检查过所有折之后才选定策略设计的。测试结果已经影响了研究决策,因此在实验层面,它们也成了训练过程的一部分。

按日期记录每次评估前做出了哪些选择。如果你用 walk-forward 结果来选择参数、特征、市场,甚至测试窗口,就留出一段最终未触碰的数据,进行最后一次评估。这段数据只在所有选择冻结后打开一次。如果看过结果后又回去调参,它就不再是最终测试。

这里还有个不起眼的细节:在结果出来之前保存实验日志。在一次表现亮眼的运行之后才编辑的电子表格,很难如实记录你实际尝试过什么。

一份可信的 walk-forward 报告应展示什么?

除了收益,也要报告测试设置:训练和测试日期、滚动频率、标签期限、预热处理方式、边界处的持仓规则,以及尝试过多少种配置。既要展示汇总结果,也要列出每一折。由某一个幸运窗口带来的高总收益,与在不同条件下反复取得的温和表现,解读方式应有所不同。

Walk-forward 测试能为策略研究提供有用的规范,但真正的规范体现在边界规则和决策记录中。把这些做好,测试就能帮助你了解研究流程可能如何随时间推移而表现。忽略这些规则,walk-forward 这个标签就只是贴在一个已经看过未来的结果上的装饰。

walk-forward 测试过拟合回测策略研究
← 全部文章