批量回测：一个策略在全市场、分年份是否都稳定

看完一次完整回测，总收益正的、回撤可以接受，能上线了吗？还不够。总收益是把所有年份的好年坏年搅在一起的平均，你需要知道策略在每一年单独看是什么表现——这就是批量回测要解决的问题。

什么是批量回测

批量回测指的是：把同一个策略，在不同的时间段、不同的股票池、不同的市场环境下分别跑一遍，看结果是否一致稳定。常见的拆分维度：

• – 分年度：2016年、2017年……每年单独计算超额收益和胜率
• – 分牛熊：沪深300在250日均线上方（牛市）vs 下方（熊市）
• – 分股票池：大盘股 vs 小盘股；不同行业
• – 分市场区间：如国庆节前后、一季报披露期等

本课重点看分年度的检验，这是发现"只靠某一两年行情"的策略最直接的方法。

实验：MA20金叉的11年分年度表现

策略：MA20金叉（股价从下方穿过20日均线），次日开盘买，持有20个交易日后收盘卖出。股票池：全A股，排除ST、北交所，价格不低于3元，后复权。

超额收益 = 策略收益 − 同日全市场平均（20日口径）。

11年里只有2年超额为正（2020年和2021年），年均超额 −0.12%，标准差 0.26%。 如果只看这一个策略的总回测曲线，你会看到一条在2020–2021年拉高的曲线，但实际上它9年里跑输了市场平均。

这不是说MA20金叉没用——这个策略在第10课里已经详细分析过。它的绝对收益是正的，能赚钱，但要beat市场平均需要更多条件（牛市趋势）。分年度检验把这个特性清楚地展示出来了。

与MACD金叉对比：两个策略的分年超额

两个策略都在2020年有最好的超额表现，说明超额收益主要来自牛市环境，而不是策略本身的独特优势。如果这两个策略的超额高度相关，组合在一起也无法分散风险。

分年数据怎么读

看正超额年数比例：MA20金叉是 2/11，MACD金叉约 3/11。比例越低，策略越依赖特定行情。

看超额的标准差：标准差越大，说明不同年份的表现差异越大，策略的不确定性越高。MA20金叉标准差 0.26%，在正常范围内但偏高。

看最差年份：2018年MA20超额 −0.48%，2026年截至当前 −0.58%，这两年是熊市/震荡市，趋势类策略表现普遍差。如果最差年份能接受，说明策略在坏市中也不会"爆"。

看行情对应关系：2020年超额最高，对应A股大幅上涨；2018年超额最低，对应大幅下跌。这告诉你策略是顺势的，在震荡市里会跑输。这是正常的，只要你了解它的特性就能管理预期。

分年检验的判断标准

没有绝对的及格线，但下面几点可以作为参考：

如果某个策略有10年历史但8年超额来自1–2年，这个策略的"有效历史"其实只有1–2年，统计意义非常有限。

常见误区

误区一：总收益高=每年都好
不对。MA20金叉全程收益是正的，但11年里9年跑输市场。总收益可以被一两年的大幅上涨"救活"。

误区二：分年检验通过就稳了
还不够。分年度是基本检验，还需要分年做样本外（见第59课样本外检验）、参数平原检验（见第57课参数实验室），以及检查是否存在未来函数和幸存者偏差（见第60课）。

误区三：负超额年份代表策略失效
不一定。趋势策略在震荡市跑输是正常的，重要的是看总体的信息比（信息比 = 均值/标准差），以及你是否愿意接受这个策略的特性。

在青柠中实操

青柠量化回测报告的分年统计页面，会自动展示每一年的：

• – 信号数（了解数据量）
• – 持有期收益均值
• – 超额收益（相对当日全市场平均）
• – 胜率

操作步骤：运行完整回测 → 点击回测报告 → 切换到「分年统计」标签页。如果某年的数据明显异常（超额远高或远低），建议点进去看那年的具体信号，确认原因。

批量参数扫描：如果要同时对比多个参数组合的分年表现，可以在参数实验室里勾选「显示分年」，批量对比多组参数在每一年的稳定性。

常见问题

Q：信号数逐年增加（如从28,921增到68,535），正常吗？
正常。随着A股上市公司增多，全市场信号数也会增加。更需要关注的是每家公司的平均信号频率是否有异常变化。

Q：2026年只有10个月的数据，超额 −0.58% 是否有代表性？
数据点越少，结论越不可靠。部分年份数据（如2026年1–10月）要谨慎解读，不能直接和完整年份比较。

Q：分年度用"超额"还是"绝对收益"更好？
超额更好。绝对收益在牛市里会被大盘涨幅抬高，熊市里会被压低，看不出策略本身的真实能力。超额已经剔除了大盘影响，更能反映策略逻辑是否有效。

口径说明

分年统计按自然年划分，2026年数据截至最新交易日。超额收益相对同日全市场（非ST、排除北交所、价格 ≥3 元）的同口径均值。次日一字涨停买不进记 NULL。收益未计交易成本。历史统计不代表未来表现，不构成投资建议。