回測需要的是資料變更記錄，不只是資料快照

光有一份凍結的市場資料快照，還不足以讓回測值得信賴。它或許能重現相同結果，卻可能掩蓋供應商曾修改產生該結果的輸入資料。

保留快照，也要保存一份變更記錄，讓你查明哪些資料變了、何時變動，以及策略是否受到影響。若研究使用了修正後的成交資料、更新後的基本面、重建的資金費率，或供應商悄悄更新的歷史資料，這點尤其重要。

為什麼可重現的回測仍可能誤導你？

假設你在星期一下載了 5 年的每小時 K 線資料，並執行一個策略。到了星期五，供應商已修正一筆錯誤成交、調整公司行動，或補上資料缺口。你儲存的檔案仍會精確產生星期一的結果。這就是可重現。但如果你改用供應商目前的歷史資料重新執行，結果可能不同，而且你無從得知原因。

問題不只在重大修正。一個被修改的最高價就可能觸發停損；更新後的收盤價可能讓指標跨越門檻。在涵蓋廣泛標的的投資範圍中，一個代號的歷史資料變動，可能改變它的排名，並讓另一項資產被排除在投資組合之外。即使策略程式碼與設定完全相同，最終 Sharpe 也可能漂移。

檔案雜湊能告訴你兩個檔案有所不同，卻不會說明究竟是股票分割調整改變了 40 年的價格、供應商修正了 3 筆成交，還是剖析器把空欄位轉成了 0。

市場資料變更記錄應該包含哪些內容？

在最實用的細節層級記錄變更，並保留足夠脈絡，以便重跑受影響的研究。對 K 線資料流而言，通常需要記錄商品、時間週期、事件時間、變更前後的值、來源，以及你觀察到更新的時間。若供應商提供原始酬載，也要保存下來。

面對大型資料集時，請儲存不可變的快照，以及一份精簡清單，列出快照的校驗碼、來源版本與擷取時間。對有變動的資料分區加上逐列差異。這樣能取得實用的折衷：仍可完整重跑研究，又不必把每一筆未變動資料都複製到另一張稽核表。

如何衡量一項修正是否重要？

別只計算變更了多少列。使用相同程式碼、參數、手續費與執行假設，分別以舊資料和新資料重跑受影響的策略。比較策略決策，以及產生結果的過程。

1. 從差異資料找出受影響的商品與事件時間。
2. 找出哪些特徵、訊號、委託或投資組合權重使用了這些紀錄。
3. 重跑範圍最小且有效的時間窗口，並納入任何回溯期與未平倉部位狀態。
4. 比較委託、成交、曝險、週轉率、回撤與最終績效。

舉例來說，供應商修正某根 1-minute K 線的最高價 $0.02，可能影響 1,000,000 筆資料，卻不會影響日線動能策略。反之，停損價位上的一根 K 線被修正，就可能造成重大影響。應衡量策略決策受到的影響；變更紀錄筆數並不是理想的替代指標。

這需要多少成本，什麼時候值得投入？

追蹤變更會增加儲存空間、資料匯入工作與營運決策的負擔。供應商可能沒有穩定版本可供查核，有些歷史資料流也會定期重建，卻沒有清楚的修正通知。你無法記錄自己從未觀察到的變更。

從可能改變研究結論的資料著手：停損邏輯使用的 K 線、經公司行動調整的股票資料、特定時間點的基本面，以及經重建的資金費率或未平倉量序列。對廣泛且穩定的資料集，每日清單加上資料分區校驗碼或許已足夠。若更新頻繁，或交易決策對個別紀錄十分敏感，就加入欄位層級的差異。

批評者指出，完整且永久封存供應商每次回應的做法可能成本高昂，仍無法還原資料來源當時掌握的資訊。他們說得沒錯。解方是把稽核範圍限定在重要的資料與決策，並記錄其中的缺口。快照讓你重跑實驗；變更記錄則讓你解釋實驗結果為何改變。