如何避免 AI 策略代理把明天的資訊洩漏到今天？

AI 策略代理可能產出有效的回測，卻使用了在預定交易時點尚不存在的資訊。程式能執行，權益曲線看起來也合理，訊號甚至可能合情合理。但一個時間戳、一筆資料連接，或一個經修訂的資料欄位，都可能悄悄讓它提前知道明天的答案。

解決方法是把資料可用時間納入研究規範。每項輸入都必須清楚回答兩個問題：這個值描述的是什麼時點？策略最早何時能得知這個值？

AI 生成的策略會如何出現前視偏誤？

最明顯的情況，是用同一根 K 線的收盤價計算訊號，接著又以該收盤價成交。如果策略需要收盤價才能做決策，就不可能同時在那個價格交易。但代理在合併資料來源或選用方便的預設值時，常會產生更隱蔽的情況。

假設模型在每分鐘收盤時計算 20 根 K 線的移動平均，並在收盤價穿越均線時建立部位。如果回測以同一個收盤價成交，就等於在策略取得該筆交易資訊之前，先用了這根 K 線的最後一筆成交價。把委託移到下一根 K 線開盤成交，或許是合理的近似方式，但市價單仍須計入手續費與價格衝擊。

再把特徵換成每日股票基本面資料，或加密貨幣未平倉量快照。資料列的日期可能標示為星期一，但數值可能在星期一收盤後才發布，或日後才經過修正。日期不等於資料可用時間戳。

策略輸入的時間戳應該怎麼記錄？

只要來源資料允許，至少保留 3 種時間：數值描述的期間、發布者公布數值的時間，以及系統收到數值的時間。策略在決策時點的資訊集合，只能包含當時已可取得的數值。

對 1 分鐘策略來說，延遲 1 秒不代表一定無傷大雅。影響大小取決於決策時間，以及訊號使用的資料。如果輸入是已完成的每小時統計值，影響可能微乎其微；如果輸入是在下單前後擷取的委託簿失衡值，則可能讓交易方向完全反轉。

特定時間點資料庫能防止資訊洩漏嗎？

可以，但前提是「特定時間點」代表你能查出歷史決策時點已知的數值，包括當時版本的修訂內容。只有歷史日期的資料表，仍可能包含今天才修正、但日期標示為過去的數值。

每筆紀錄都要保留有效期間與可用時間戳，並保留各次修訂，而不是直接覆寫。接著明確指定歷史查詢條件：回傳模擬決策時點以前可取得的最新版本。這對基本面資料、指數成分、經濟數據發布，以及經供應商清理的資料集尤其重要。

還有個不起眼的實務問題：即使發布時間完美無缺，若資料匯入工作晚了 20 分鐘才執行，也毫無用處。如果歷史資料庫沒有記錄匯入時間，就採用保守的延遲假設並清楚說明。來源從未記錄的精確度，只是裝飾。

哪些檢查能在模擬交易前抓出前視偏誤？

要求研究代理在回測之外，另外產出特徵與委託的時間軸。每次決策都要記錄每項特徵來源的最新可用時間、決策時間、委託時間，以及模擬成交時間。只要輸入晚於決策時間才到，就拒絕該筆資料。

• 把訊號往後移 1 根 K 線，再比較結果。如果績效大幅下滑，可能表示策略依賴收盤到收盤的時序，但這只是診斷方式，不能證明存在資訊洩漏。
• 將所有來源資料截斷在歷史截止時間，重新執行資料管線，再把產出的特徵與已儲存的歷史特徵比較。
• 把疑似有問題的特徵替換成常數。如果績效幾乎不變，就檢查程式是否真的使用了預期的資料序列。
• 把一個刻意設計成不可能的未來特徵送進資料管線。只要其可用時間晚於決策時間，驗證就應明確報錯。

這些檢查無法替策略背書，但能讓特定的時序假設清楚可見，並抓出常見的假設違反情況。

模擬交易能證明回測沒有資訊洩漏嗎？

不能。模擬交易可能會揭露即時資料管線延遲、缺漏，或與歷史資料對齊方式不同的問題，但無法證明舊的訓練特徵反映了當時已知的資訊。模型也可能只是因為不再看得到它意外取得的未來資料，而失去資訊洩漏帶來的好處。

把模擬交易當成一致性檢查：比較即時特徵值、決策時間戳、委託產生方式，以及模擬成交結果是否符合回測定義。如果有差異，就追查具體輸入與時鐘。能說明每次決策所用資訊集合的代理團隊，才是在做有用的研究。只能拿出一條平滑曲線的代理團隊，則跳過了最難的一項稽核。