量化策略回测中的“幸存者偏差”与风险规避

发布时间:2026-3-17 16:29阅读:424

小李经理 股票
资质已认证
帮助6.8万 好评74 入驻3年
问一问
小李经理 
上市券商,融资利率5.0,etf万0.5,佣金低至成本价!
+微信
当前我在线 最快30秒解答 立即追问 99%的人选择
关于【策略回测】我们准备了详细的专题解读,全部要点覆盖,更有顾问1对1为你专属讲解。 点击微信,一键关注

文章很精彩?转发给需要的朋友吧

推荐相关阅读
QMT回测怎么修正幸存者偏差?样本筛选方法
您好,QMT回测修正幸存者偏差的核心是纳入历史全样本标的,并通过动态筛选规则还原真实交易场景。说白了就是,幸存者偏差是回测时只用到当前仍上市的标的,漏掉了退市、摘牌的绩差标的,会让策略收益被高估...
资深崔经理 290
如果回测可能受到幸存者偏差影响,滚动窗口能怎样帮助重新判断盈亏比?
滚动窗口可以让每个时点只使用当时存在的股票池,从而观察盈亏比是否因后来消失的样本被排除而虚高。每次向前滚动时,保存当期可交易名单、退出样本、平均盈利、平均亏损和交易数量;再与使用当前股票池回看历...
资深陈经理 220
QMT量化幸存者偏差规避:策略样本选择方法说明
您好,QMT量化策略规避幸存者偏差的核心是覆盖全样本并动态调整,下面给您拆解可落地的样本选择具体方法。(1)纳入全生命周期标的:不能只挑当前活跃的个股或场内ETF,得把历史上所有上市后又退市、被...
张经理 112
量化学习中难理解回测的“幸存者偏差”(如仅选现存股票回测)致结果失真,天勤怎么“规避幸存者偏差”?
幸存者偏差易致“回测虚高/实盘失效”,天勤通过“全样本数据回溯+退市股票纳入+动态验证”规避,回测真实性提升90%。1、全周期样本数据回溯:接入“包含退市股票的完整历史数据(如2000年至今所有...
沙经理 1016
量化策略回测中的“幸存者偏差”如何规避?
在进行量化回测时,一个容易被忽略的逻辑错误是“幸存者偏差(Survivorship Bias)”。如果处理不好,回测出来的结果会虚高。什么是幸存者偏差?假设投资者构建了一个基于ROE选股的回测模型,使用了2026年全市场的成分股作为股票池。错误的做法是:只回测那些目前还在市的股票。因为那些在历史中因为退市、财务造假而消失的“失败者”被排除在了股票池外。回测结果只包含了那些表现较好、活到今天的股票,这会导致收益率被严重高估。规避方案:动态股票池真正的量化回测应使用“动态股票池”。即在回测任...
张经理 298
量化策略回测中的“幸存者偏差”陷阱及其规避
在量化回测中,如果忽略了已经退市或因重大重组而长期停牌的股票,得出的收益曲线就会出现严重的偏离,这就是“幸存者偏差”。2026年的市场环境下,优胜劣汰节奏加快,退市个股数量增多。如果在构建模型时仅以当前的“全A股”作为回测对象,那么模型实际上是在利用“已知其能活到现在”这一未来信息进行回测。客观的规避方法是使用包含“已退市个股数据”的历史回测引擎。这种全历史回测虽然会拉低策略的收益指标,但却更真实地模拟了策略在历史时点的实际风险。量化投资者应确保数据源的完整性,涵盖...
张经理 485
TA的文章 全部>
回到顶部