回测的局限性主要包括以下几点：

假设条件的限制：回测过程中，往往需要进行一些假设，比如假设市场是完全有效的、假设交易成本为零等。这些假设可能与实际市场情况存在差异，从而导致回测结果与实际表现不一致。

过度拟合风险：回测时，我们可能会对历史数据进行大量的优化和调整，以获取最佳的回测结果。然而，过度拟合的风险在实际交易中可能导致策略表现不佳。

缺乏未来数据：回测只能基于过去的数据进行模拟，而无法预测未来的市场情况。因此，回测结果可能无法准确地反映策略在未来的表现。

数据质量问题：回测结果的准确性和可靠性取决于使用的数据质量。如果历史数据存在错误或缺失，回测结果可能会受到影响。

策略的时效性：市场环境是不断变化的，一个在过去表现良好的策略，在未来可能失效。因此，回测结果不能保证策略在未来的表现。

综上所述，回测虽然可以提供一些有价值的参考信息，但仍然存在一定的局限性。在实际应用中，需要结合其他因素进行综合评估和风险控制。