同一套策略，换一个回测区间，结论可能从"优秀"变成"平庸"。区间选择不是技术细节，而是结论是否成立的前提。

一、至少要覆盖一轮完整周期

只测牛市，任何多头策略都好看；只测熊市，任何策略都难看。有意义的区间必须包含上涨、下跌、震荡三种环境，最好是一轮完整的涨跌循环。

如果策略运行时间不长，数据不够，那就退一步：按年分段测试，逐年看表现。连续多年都能跑赢基准，比全区间一个总数更有说服力。

二、注意制度变化

A股的基础制度在变：涨跌幅限制、注册制、退市规则、交易费用。太早的数据参考价值有限，因为当时的市场结构和现在不同。

一般建议主区间用最近八到十年，再往前只作为参考，不作为决策依据。

三、起点不要挑

有一种常见的自欺：反复试不同的起点，直到找到一个让曲线好看的。这等于在时间维度上做参数优化，结论必然失真。

正确做法是先定区间再跑测试，跑完不管结果如何都如实记录。如果要换区间，必须说明理由，并且新老区间都要保留结果。

四、分段看比总体看重要

把区间切成年度，列出每年的收益、最大回撤、交易次数。重点看三件事：有没有某一年出现异常大的亏损；收益是否集中在某一两年；交易次数是否稳定。

如果全部收益来自某一年，这个策略本质是一次押注成功，不是可持续的方法。

五、留一段完全不碰的数据

最后留出最近一到两年，在整个研究过程中都不使用。等策略完全定稿，只跑一次，作为最终检验。跑完不满意也不能回头改，否则这段数据就废了。

六、把区间写进记录

每份回测报告都标注清楚：数据起止日期、复权方式、是否包含退市标的、费用假设。这些信息缺失，报告就无法被复核，过几个月连你自己都说不清结论是怎么来的。

六、还有一个更隐蔽的偏差

退市和暂停上市的标的，数据源里往往直接被剔除。这意味着回测只看到了活下来的股票，那些一路跌到退市的根本没有进入样本。持有到退市的巨大亏损被系统性忽略，收益自然偏高。

处理方式是把退市标的也纳入历史数据，按最后一个可交易价格清算。做不到的话，至少要在结论里承认这一偏差，不要宣称策略能扛住极端情况。

回测区间选得诚实，后面的结论才有意义。

股票开户欢迎找我！可以申请万0.854的股票佣金、etf 可转债佣金万0.5、国债逆回购一折（百万分之一）！量化软件QMT+ptrade免费使用！还有888、999资金靓号等你选！