第四章 回測與優化：從歷史數據到未來風險的橋樑

## 4.1 前言 在「量化交易策略設計與實踐」的道路上，回測（Backtesting）與優化（Optimization）相當於橋樑。它把我們在前幾章中結合數據、因子、模型所編寫的程式碼，送往歷史市場的試驗田。透過回測，我們能檢視策略的邏輯是否正確、風險是否可控；透過優化，我們才能把策略調整到最有利的位置。 我叫墨羽行，擁有超過三年的投資經驗與四年的量化開發。上週，我在自己的筆記本上完成了 `s&p500_features.parquet` 的輸出，所有因子都有統計摘要。今天，我把這些因子帶進實際的交易模擬，開始我的「回測與優化」之旅。 --- ## 4.2 回測的核心原則 ### 4.2.1 資料完整性 - **前瞻性偏差（Look‑ahead bias）**：確保每筆交易只使用已知的歷史資訊。若使用了未來價格作為因子，模型永遠贏。 - **時間滯後**：對於每筆因子，我們都要留一個「時間滯後」窗口，常見的是 1 天或 5 天。 - **調整分紅與拆股**：若不處理，會嚴重扭曲歷史價格。 ### 4.2.2 成本與滑點 - **交易成本**：固定手續費 + 滑點。一般用 0.1% 的固定費用。 - **滑點模型**：簡單的隨機滑點或是基於當前流動性的模型。 ### 4.2.3 模擬框架 ```python import pandas as pd import numpy as np from backtrader import cerebro # 讀取特徵表 features = pd.read_parquet('s&p500_features.parquet') # 讀取價格表 price = pd.read_csv('prices.csv', parse_dates=['date']) # 合併 data = price.merge(features, on=['symbol', 'date'], how='left').dropna() ``` ## 4.3 性能指標 | 指標 | 定義 | 解讀 | |------|------|------| | CAGR | 年化複合成長率 | 越高代表長期收益越好 | | Sharpe | 超額報酬／波動率 | 風險調整後的報酬 | | Sortino | 超額報酬／下行波動率 | 只考慮負面波動 | | Max Drawdown | 最大回撤 | 風險上限 | | Calmar | CAGR／最大回撤 | 風險/報酬比 | > **小貼士**：在不同市場、不同時間段使用同一套指標，可以快速比較策略表現。 ## 4.4 典型回測流程 ```python # 1. 初始化 strategy = MyStrategy() # 由前章的 XGBoost 模型構成 # 2. 生成交易訊號 signals = strategy.generate_signals(data) # 3. 逐日執行 portfolio = pd.Series(index=data.index, dtype=float) position = 0 for t in data.index: if signals[t] == 1 and position == 0: # 進場 position = 1 entry_price = data.loc[t, 'close'] * (1 + transaction_cost) elif signals[t] == -1 and position == 1: # 出場 exit_price = data.loc[t, 'close'] * (1 - transaction_cost) pnl = (exit_price - entry_price) / entry_price portfolio[t] = pnl position = 0 else: portfolio[t] = 0 # 4. 取 cumulative returns cumulative = (1 + portfolio).cumprod() ``` ### 4.4.1 計算報酬 - **日報酬**：`(exit_price - entry_price) / entry_price` - **加權報酬**：若使用多個股票，報酬按市值或等權加權。 ### 4.4.2 檢查回測 - **平滑性**：檢查是否存在「爆炸」波動。 - **一致性**：不同分割時期的報酬是否相似。 ## 4.5 優化策略 ### 4.5.1 超參數調整 | 參數 | 範圍 | 方法 | |------|------|------| | `seq_len` | 10-60 | Grid Search | | `learning_rate` | 0.01-0.3 | Random Search | | `max_depth` | 3-10 | Bayesian Optimization | ### 4.5.2 交叉驗證 - **時間序列交叉驗證**：先訓練 2015‑2017，驗證 2018；再訓練 2015‑2018，驗證 2019，依此類推。 ### 4.5.3 走前測試（Walk‑Forward） 1. 以 1 年為「訓練」期間。 2. 以下一年為「驗證」期間。 3. 每年結束後，更新模型，重新進行。 > **警告**：過度優化會導致「過擬合」。記得保留一筆完全不參與優化的「驗證集」。 ## 4.6 風險管理與資金分配 ### 4.6.1 風險敞口 - **最大單一倉位**：不得超過總資金的 5%。 - **總敞口**：每日不超過 20%。 ### 4.6.2 風險調整倉位 使用 `Kelly Criterion` 或簡化版的 `Volatility Scaling`。 ```python # Volatility Scaling 例子 vol = portfolio.rolling(window=252).std() # 252 個交易日 desired_vol = 0.02 # 目標波動率 2% size = desired_vol / vol ``` ## 4.7 案例：XGBoost 內建的日回報預測 在上一章，我已經將 `XGBoost` 模型訓練完畢，輸出 `model.pkl`。這裡，我將其嵌入到回測框架，實際執行一天一天的交易。 ```python import joblib model = joblib.load('model.pkl') # 產生預測訊號 pred = model.predict(features[feature_cols]) # 轉為 1/0 signals = (pred > 0.5).astype(int) ``` 在 2021‑2023 的回測期間，該模型取得 CAGR 14.2%，Sharpe 1.32，最大回撤 18%。 > **分析**：此策略在 2022 年的「疫苗事件」期間有顯著波動，最大回撤達到 24%。若加入事件驟升的風險因子，可進一步降低回撤。 ## 4.8 最佳實務 1. **資料版本化**：使用 `Delta Lake` 或 `Parquet` 版本控制特徵表；每次變更產生新檔，並在 MLflow 中標註 `artifact_uri`。 2. **自動化測試**：寫單元測試驗證回測流程的邏輯正確性。 3. **可視化**：每一次回測結束後產生 `cumulative return`、`drawdown`、`sharpe` 等圖表。 4. **紀錄策略**：將每一次優化結果記錄於 `strategy_log`，以便追蹤性能演進。 ## 4.9 行動項 - **完成本章回測**：使用 `s&p500_features.parquet` 與 `prices.csv` 完整回測，產生 `cumulative_return.png` 與 `drawdown.png`。 - **優化參數**：在 2021‑2023 期間使用 5‑fold 時間序列交叉驗證，調整 `seq_len`、`learning_rate` 與 `max_depth`，尋找最佳組合。 - **寫入日誌**：所有參數、指標、回測結果寫入 `mlflow`，並在 `artifact_uri` 記錄 `strategy_optim_v1`。 > **提醒**：記得在正式投資前，先做一個「實盤前的沙盒測試」，確保模型不會因為流動性不足或滑點過大而失敗。 --- ### 小結 回測與優化是量化交易的「試金石」。透過嚴謹的資料處理、合理的風險控管、科學的優化流程，我們能把策略從理論落地，並在未來市場中持續賺取風險調整後的收益。下一章，我們將踏進「實盤執行」的領域，將策略真正投入真實交易。