怎么判断一个策略”可以上线”:一份检查清单

青 青柠量化
2026-10-18

一句话结论:从本课程已验证的9个策略来看,扣完0.15%来回成本后全部仍有正期望,2倍成本压测也全部存活。但这只是"可以研究"的门槛,不是"可以上线"的门槛。这一课给出7条完整的上线前检查清单。

第59课讲了样本外检验,第60课讲了四大陷阱。这一课综合前面所有内容,给出一份实操检查清单。


一、为什么需要清单

策略上线失败最常见的两类原因:

  1. 1. 过拟合:回测漂亮但样本外失效(第56课已详述)
  2. 2. 执行问题:代码有bug、成本算错、滑点超预期

清单的作用是强制你在"激动"的状态下,逐项冷静检查,而不是"感觉不错就上"。


二、9个策略的真实数据对比

以下是本课程中已经过回测验证的9个典型策略,数据来自各课已有的out_*_signals.csv:

课号 策略 年信号次数 20日净收益 胜率 超额(20日) 正期望 2x成本存活
第17课 MACD金叉 367,832 0.88% 48.8% -0.07% ✓ ✓
第21课 SuperTrend(10,3) 336,501 1.13% 49.4% -0.16% ✓ ✓
第23课 唐奇安突破(20高) 500,782 0.32% 45.9% -0.40% ✓ ✓
第25课 RSI超卖反弹 17,209 2.10% 53.5% 1.61% ✓ ✓
第26课 KDJ金叉(低位) 17,438 1.05% 48.9% 0.51% ✓ ✓
第33课 ROC上穿0 75,973 0.53% 47.6% -0.42% ✓ ✓
第35课 布林带下轨反弹 32,357 0.64% 47.0% -0.01% ✓ ✓
第40课 布林带收口突破 186,235 0.81% 48.3% 0.12% ✓ ✓
第50课 多指标组合 43,074 0.82% 49.2% 0.20% ✓ ✓

注:超额 = 策略收益 − 同日全部股票同口径均值,负值表示策略跑输大盘平均。

观察:

  • – RSI超卖反弹的净收益是最高的(2.10%/20日),因为信号筛选更严格(只有17,209次/年),每次信号质量更高
  • – MACD金叉信号最多,但超额为负——多不等于好
  • – 所有策略扣完成本净收益仍为正,这是最基础的门槛

三、成本敏感性:能扛住多贵

好的策略应该在成本假设翻倍时仍然存活:

策略 1x成本净收益 2x成本净收益 3x成本净收益 2x存活
RSI超卖反弹 2.10% 1.95% 1.80% ✓
SuperTrend(10,3) 1.13% 0.98% 0.83% ✓
KDJ金叉(低位) 1.05% 0.90% 0.75% ✓
MACD金叉 0.88% 0.73% 0.58% ✓
多指标组合 0.82% 0.67% 0.52% ✓
布林带收口突破 0.81% 0.66% 0.51% ✓
布林带下轨反弹 0.64% 0.49% 0.34% ✓
ROC上穿0 0.53% 0.38% 0.23% ✓
唐奇安突破(20高) 0.32% 0.17% 0.02% ✓

唐奇安突破在3倍成本下净收益只剩0.02%,几乎是临界状态,说明成本边际较薄。


四、七条上线检查清单

✅ 第1条:正期望(扣成本后净收益 > 0)

最基础的门槛。按你真实的佣金率(不是最低档)计算。

  • – 标准:扣完来回成本后,净收益 > 0
  • – 青柠功能:回测报告里的净收益列已扣0.15%,可在设置调整

✅ 第2条:成本压力测试通过(2倍成本下仍为正)

把假设成本翻2倍,策略净收益是否仍大于0?

  • – 原因:实际滑点、时期差异可能使真实成本远超假设
  • – 青柠功能:参数实验室里调整成本参数做压测(第57课)

✅ 第3条:样本外检验通过

用训练期之外的数据验证,且只验证一次(看了等于训练了)。

  • – 标准:样本外夏普比率在样本内的±1个标准误差以内
  • – 青柠功能:批量回测按年份切分(第58课)

✅ 第4条:参数平原(参数±20%不崩溃)

把主要参数在±20%范围内扰动,净收益应该平滑变化,不能一扰就翻负。

  • – 原因:过拟合的策略往往只在单一参数值时表现好
  • – 青柠功能:参数实验室,用热力图看参数平原(第57课)

✅ 第5条:分年度检验过熊市

策略在2018年、2022年等熊市年份是否也盈利(或至少不是大亏)?

  • – 标准:无单一年份亏损超过-20%
  • – 青柠功能:批量回测的分年度明细(第58课)

✅ 第6条:有可解释的经济逻辑

"为什么这个策略有效",你能用一句话解释清楚吗?

策略 经济逻辑
RSI超卖反弹 短期超卖后的均值回归
MACD金叉 动量转好时趋势跟随
唐奇安突破 价格突破历史区间,趋势加速

没有逻辑的策略容易在逻辑失效的市场环境中崩溃。

✅ 第7条:交易次数足够(样本量满足统计显著性)

  • – 标准:至少100笔独立交易,最好250笔以上
  • – 原因:交易次数太少,胜率和收益率都是噪声
  • – 计算:年换手17次,5年共85笔——不够;年换手100次,1年就到门槛

五、常见误区

误区1:「回测夏普3.0,肯定能上线」
高夏普可能是过拟合的结果。样本外第一次用就会打折,见第56课。

误区2:「信号次数越多越好,数据量大」
信号次数越多,每条信号的质量往往越低(门槛低)。RSI超卖反弹每年只有17,209次,但净收益最高。

误区3:「清单7条全过了就可以大仓位上」
可以小仓位试运行(纸交易)至少1个月,观察实盘信号和回测的匹配程度,再逐步加仓。


六、在青柠中实操

  1. 1. 参数实验室(第57课):做成本压测和参数平原检验
  2. 2. 批量回测(第58课):分年份看是否过熊市
  3. 3. 样本外检验(第59课):设定截止日,只看之后的表现
  4. 4. 信号中心(第62课):上线后每天查看实盘信号,和回测预期对比

七、常见问题

Q:检查清单7条必须全过吗?
是的,任何一条不过都不建议上线。特别是第7条(样本量),很多人在这里妥协。

Q:超额为负的策略(如唐奇安)还能用吗?
可以,超额负只是说跑输了全市场平均;只要净收益为正,扣完成本还有剩余,策略本身仍有正期望。但你要知道:这个策略的alpha来自单纯持仓β,而不是选股能力。

Q:我的策略信号一年只有50个,怎么达到100笔样本量?
拉长时间窗口;或更换更高频的信号定义;或承认"这个策略信号太稀少,不具备统计显著性"。


口径说明

策略数据来自本课程各课已有的回测CSV(见各课目录下out_*_signals.csv),统计期约为2025年10月至2026年10月。成本默认来回0.15%。超额 = 策略信号当日收益 − 同日全部股票同口径均值。本文内容仅供量化学习参考,不构成投资建议。

读到这里,不如自己验证一次

文章里的逻辑,你可以在青柠量化里用真实数据重新跑一遍。免费,零代码。

免费下载客户端

写下你的看法

邮箱仅用于回复通知,不会公开。