因子投资-18-回测偏差交易成本与容量

QUANT RESEARCH NOTE / LESSON 18

回测收益常在三处被虚增：信息提前、失败样本消失、交易假设过于理想。统计显著不能修复这些结构错误。本讲用时间线审计未来函数、幸存者偏差、修订与选择，再把毛收益转换为含成本和容量的净收益。

类型核心课程

模块研究工程

阅读约 5 分钟

材料10 节 · 1 段代码

本节解决什么问题

回测收益常在三处被虚增：信息提前、失败样本消失、交易假设过于理想。统计显著不能修复这些结构错误。本讲用时间线审计未来函数、幸存者偏差、修订与选择，再把毛收益转换为含成本和容量的净收益。

前置知识与学习目标

需要第 08、17 讲。学完后能识别未来函数、幸存者/选择偏差与过拟合，能分解佣金、卖出印花税、滑点、冲击和借券成本，并用成交额参与率做容量情景。

直觉与手算

策略月毛收益 1%，单边换手 80%。假设买卖佣金各 3bp、卖出印花税 5bp、双边平均滑点各 10bp。粗略每月成本：

$$0.8\times(3+10)bp+0.8\times(3+5+10)bp=24.8bp$$

净收益约 0.752%。若交易量放大使冲击再增加 30bp，净收益只剩 0.452%。毛 Sharpe 不代表资金可实现 Sharpe。

时间线同样重要：财报 4 月 28 日盘后公告、4 月 30 日形成月末信号、5 月首日成交，收益从成交后开始。任何把它放回 3 月 31 日的连接都是未来函数。

定义与公式

五类偏差

1. 未来函数： 决策使用当时未公开数据、未来成分或同收盘成交。
2. 幸存者偏差： 只保留期末仍上市、仍存续基金或有完整历史者。
3. 数据修订偏差： 使用后来重述财报、回填行业或最终复权版本。
4. 选择偏差： 样本进入规则与未来结果相关，如删除退市收益缺失股票。
5. 过拟合/数据窥探： 同一样本反复选变量、参数和起止点。

审计时间线：

$$source\_time\le decision\_time<trade\_time<return\_end$$

成本模型

令买入、卖出权重分别为 B(t)、S(t)：

$$C_t=c_{comm}(B_t+S_t)+c_{tax}S_t+c_{slip}(B_t+S_t) +C_{impact,t}+C_{borrow,t}$$ $$R_t^{net}=R_t^{gross}-C_t$$

印花税通常方向不对称；费率需按历史日期与品种重建。冲击可用参与率的非线性函数：

$$C_{impact}\approx k\sigma\sqrt{Q/ADV}$$

Q 是订单金额，ADV 是平均日成交额，σ 是波动代理。它是情景模型，不是普遍定律。

容量

设每只股票最大日成交额参与率 p，允许 D 天完成，目标权重绝对值 |w(i)|，则资金规模 AUM 必须近似满足：

$$AUM\le\min_i(p\times ADV_i\times D/|w_i|)$$

真正容量还受价格冲击、组合集中、赎回、涨跌停和借券限制影响。应报告净 Alpha 随 AUM 的曲线，而非单一容量数字。

Python 最小实验

PYTHON 可复现实验

import numpy as np

gross = np.array([0.012, 0.008, -0.006, 0.015])
buy = np.array([0.4, 0.7, 0.5, 0.6])
sell = np.array([0.4, 0.7, 0.5, 0.6])
commission = 0.0003
stamp_tax = 0.0005
slippage = 0.0010

cost = (
    commission * (buy + sell)
    + stamp_tax * sell
    + slippage * (buy + sell)
)
net = gross - cost

assert np.all(net <= gross)
print(cost, gross.mean(), net.mean())

A 股实现注意事项

历史佣金下限、过户费、印花税、涨跌停幅度、T+1、融资融券和板块制度会变化，不能用今天参数覆盖全历史。停牌、涨停买不到、跌停卖不出需要订单状态机；“成交额足够”也不保证收盘价成交。微盘策略容量应以个股尾部 ADV 和压力日流动性约束。

常见错误与边界

• 今天成分回溯、报告期连接、同收盘成交。
• 退市股票最后一天无损消失。
• 交易成本只用佣金，忽略税、价差、冲击和借券。
• 用平均成交额估容量，忽略最拥挤持仓。
• 先看结果再选择成本参数。
• 最终测试集反复查看。
• 净收益高于毛收益却没有返佣/做市机制解释。

成本模型也可能过拟合。保守、中性、乐观三组参数和实际成交校准比精细但不可验证的冲击公式更诚实。

原书与论文

原书第 5 章（192–223）是实践风险主线，第 7 章（291–377）讨论前沿。Hou、Xue、Zhang（2020）复现异象：DOI；McLean、Pontiff（2016）研究发现与发表后衰减：DOI。

练习

1. 画财报、信号、成交、收益时间轴并列出可用字段。
2. 用当前存续股票与历史股票池回测同一信号。
3. 对 10/30/100bp 滑点和 1%/5%/10% 参与率做二维情景。
4. 加入退市损失和无法卖出天数。
5. 写一份不查看最终测试集的模型选择协议。

小结与下一步

回测先审信息与样本，再谈统计；先算可成交毛收益，再扣完整成本与容量。未来函数和幸存者偏差会制造不存在的信号，冲击和约束会把纸面 Alpha 变成更小净收益。下一讲进入风险模型、优化与归因。