寒蝉 Hancic
为什么量化系统做好了却不敢用？
系统做好了却不敢用，不是因为回测结果不好——是我不知道这结果是不是真的。真正的解不是「找人分辨系统问题还是策略问题」，是两件事：建立对自己系统的信心、对边界保持清醒的预期。附一份 13 条对照清单，用来对账，不是用来打分。
标签：回测
量化概念 27：过拟合（回测里的好成绩可能是假象）
回测越调越好，实盘却跑不出来。大概率是过拟合。模型把历史噪声当成了规律。样本内/样本外分离、走步测试、参数敏感性检查是基本的防范手段。一个"完美"策略的故事：整体好看，分段一跑就露馅。
量化概念 23：信息比率（选股能力的标尺）
信息比率（IR）= 超额收益 ÷ 跟踪误差。和夏普的区别：分子换基准、分母换跟踪误差。衡量主动管理能力——偏离基准的每一单位跟踪误差换来多少超额收益。依赖基准选择、向后看、不区分偏离方向，需配绝对超额收益一起看。
量化概念 21：索提诺比率（只惩罚下跌的波动）
索提诺比率（Sortino Ratio）= 夏普的"只看下跌"版——大涨不算风险，只有跌才扣分。下行标准差只算低于目标的偏离。适合收益偏斜的策略，和夏普一起看能判断波动来源。但下行样本更少、依然向后看、不看序列，需配最大回撤兜底。
量化概念 20：波动率与标准差（为什么用标准差衡量风险）
标准差衡量收益分布的宽度，分布越宽越不可预测。年化用 √252 法则，和年化收益同口径比较。但标准差不区分涨跌、假设正态分布、向后看——搭配最大回撤看尾部，搭配夏普比率看性价比，才是完整的风险画像。
量化概念 19：收益率与年化（单期到多期，时间加权与资金加权）
收益率是量化里最基础的指标，也是最容易算错的。单期收益直接除，年化用复利连乘（月 2% 年化是 26.8% 不是 24%），多期有资金进出时用时间加权（评价策略）或资金加权 IRR（评价实盘）。回测报告统一用时间加权 + 复利年化，和基金净值口径一致。
量化概念 18：实盘与回测的差距（滑点、成交不了、容量）
回测到实盘的三座山：滑点让成交价变差，涨停跌停停牌让成交不了，容量让大资金买不动——回测里都是"默认不存在"。做法：回测时主动加滑点、打折成交率、估算容量，回测数字减去假设的水分，才是实盘真正能拿到的。
量化概念 16：仓位管理（选对了买少了，选错了买多了）
仓位管理（position sizing）：每只股票买多少钱。等权最简单，波动配最保守，信号配最直接。三个不选比一个要选更值钱：不全仓一只、不配一堆相关的、不设单票上限。策略的 alpha 靠因子，存活靠仓位。
量化概念 15：幸存者偏差（消失的样本，恰恰是亏得最惨的那批）
幸存者偏差（survivorship bias）：用"现在还活着"的样本回测历史，把退市/破产/被并购的股票排除——它们往往亏得最惨。例：90 只 +50% 与 10 只 -90%，只看幸存者 +50%，真实平均 +36%。方向固定只高估。避免：样本含退市股、历史时点用当时存在的股票。
量化概念 14：过拟合与样本外（回测越漂亮，越要警惕）
过拟合（overfitting）= 把历史数据里的噪声当规律背下来，参数搜索和因子挖掘是两大温床。防法核心：样本外验证（out-of-sample）——开发时不碰、最后一次性跑，看过一次就变样本内。样本内 40% 配样本外 5%，先怀疑过拟合。
