很多人写量化策略卡在同一个地方：K线会取了，指标会算了，均线金叉死叉也能写出几行代码，但一旦问「这个策略到底行不行」，就只剩下拍脑袋。回测框架就是用来回答这个问题的——它不是让你多学一个库，而是让你把「我觉得能赚」变成「数据说它在什么条件下赚、什么条件下亏穿」。

这门课接在K线数据与策略入门之后，默认你已经能读懂行情数据、能写出简单的买卖信号。如果这两步还不熟，先补前序内容；如果已经能写信号却不知道怎么验证，那缺口正好在这里。

先确认你缺的是哪一块

回测这件事，表面看是「跑一遍历史数据」，实际会暴露三类问题。第一类是机制问题：信号在第几根K线生效、用收盘价还是开盘价成交、手续费和滑点怎么扣。这些细节不处理，回测收益就是虚的。第二类是评估问题：年化、最大回撤、夏普、胜率、盈亏比各看什么，什么情况下一个指标好看反而说明有问题。第三类是工程问题：参数写死、逻辑和数据混在一起、想换个品种就得重抄一遍。

如果你只缺第一类，可以重点看成交撮合与成本那部分；如果跑出来的曲线漂亮但不敢用，重点在评估指标与过拟合识别；如果策略写完就不想再动，重点在框架的分层结构。带着自己的缺口看，比从头到尾平推要省时间。

课程里会动手做的事

把已有的信号逻辑接进回测框架，跑出第一版净值曲线
处理成交时点、手续费、滑点，对比处理前后的结果差异
读取回测输出的交易明细，逐笔核对几笔成交是否符合预期
调整策略参数，观察结果随参数变化的敏感程度
用同一套框架换一个标的或周期重跑，检查逻辑是否被写死

重点不在于把这些步骤各做一遍，而在于每一步之后停下来看：结果和你的预期差在哪。差的地方，往往就是你对市场机制理解错的地方。

看完应该能回答的问题

我的信号在哪一根K线上真正成交，这个选择会让收益差多少？
加上手续费和滑点后，策略还剩下多少空间？
最大回撤发生在哪一段行情，当时的仓位和信号是什么状态？
参数微调后收益大幅变化，是策略稳健还是碰巧拟合了历史？
这套回测代码能否不改逻辑就换品种、换周期、换成本假设？

这些问题答不上来，说明回测还停留在「跑出图」的阶段。能答上来，才谈得上拿它去判断一个策略值不值得继续投入。

一句话提醒

回测不会告诉你未来会怎样，它只能证伪。一个回测跑下来最大的价值，常常不是「收益不错」，而是发现了某处逻辑漏洞、某个成本假设过于乐观、某段参数明显过拟合。带着证伪的心态做练习，比追求一条漂亮的曲线有用得多。这门课适合边看边改自己的策略代码，跑完一遍再回头对照上面的问题清单，缺哪补哪。