数据变差时，你的策略夏普比率反而可能提高

让数据变得更糟之后，回测结果看起来反而可能更有说服力。删掉难看的成交记录，用整齐的价格填补缺口，夏普比率或许就会上升。这种改善可能是个警示：清洗规则也许抹去了策略赖以生存的特定市场状况。

数据质量很重要。交叉报价或重复成交可能制造出没人实际能获得的成交。但让不利观测消失的过滤器，本身也是一种模型选择。对待它时，也应该像对待新信号特征一样保持审慎。

什么情况下，错误价格才算错误数据？

首先要弄清楚这条观测代表什么。远离当时市场主流价格的成交，可能是损坏的记录、流动性稀薄时真实发生的大额扫单，也可能是某个交易场所特有的事件。成交量为零的1分钟K线，可能意味着没有发生交易；而缺失的K线，则可能意味着行情源故障。这些情况应该分别处理。

来看一个简单的均值回归策略：当价格低于短期移动平均线1%时买入，在价格回到均线时退出。在流动性稀薄的隔夜时段，一笔成交的价格比前一笔低1.2%，随后市场迅速反弹。如果这笔成交是真实的，挂着限价单的策略可能已经成交。如果这是一个没有任何可执行报价支撑的错误跳价，把这笔成交算进去就凭空创造了优势。

删掉这根K线并不一定更安全。策略可能仍有订单挂在市场中，下一笔真实成交也可能触发该订单。要做出站得住脚的行情重放，就必须模拟策略能观察到什么，以及订单可能以什么价格成交。

清洗规则会怎样影响结果？

采用明确的数据处理方式运行策略，并比较结果变化。保留原始数据源，并记录每项剔除或修正及其原因。然后报告结果有多少取决于这些决定。

假设未过滤数据的回测夏普比率为0.9，而剔除0.8%的K线后，夏普比率升至1.4。这本身并不能证明数据质量得到了改善。要检查被剔除的K线是否集中在波动率飙升期间、这些K线是否贡献了显著比例的盈亏，以及你是否在看到结果之前就已经确定了剔除规则。

怎样检验清洗是否改变了策略优势？

固定策略，并在相同日期范围内比较几种合理的数据处理方式。尽可能纳入原始数据重放、书面记录的修正方案，以及针对仍有歧义观测的保守成交情景。每次运行都要报告交易笔数、换手率、回撤，以及受影响区间对盈亏的贡献，同时列出夏普比率。

然后检查发生变化的交易。如果排除少量可疑成交记录后，策略收益最高的交易消失了，就逐条查看这些记录。如果消失的是亏损交易，也要同样仔细审查。只有在规则损害回测结果时才认真检查，这本身就说明它已经在影响研究。

为了让研究可复现，应对供应商文件或其校验和、清洗代码以及例外列表进行版本管理。供应商可能会修订历史数据；下一次运行时，你应该能够判断究竟是策略变了，还是输入数据变了。

可是，清洗不是必需的吗？

是的。保留明显损坏的记录可能凭空制造一笔交易、扭曲波动率，或导致指标失效。也没人应该把原始行情源当作绝对真相。实际要点更具体：清洗可能改变回测所声称代表的市场，因此需要证据、固定规则和敏感性检查。

数据修正让表现变好时，要问问它删掉了什么观测，以及如果没有看到权益曲线，你是否还会作出同样的决定。如果答案不确定，就把两个版本都保留在研究记录中。它们之间的差异也是结果的一部分。