幸存者偏差自查清单

一份回测好不好看，先取决于样本里还剩谁

检验一个策略，多数人的第一反应是调参数、换指标、改止损。但在这些之前， 有一个更前置的问题决定了后面所有工作有没有意义：你测的这批样本， 是当年真实存在的那批，还是活到今天的那批？这两者的差别， 比任何参数调整带来的差别都大。

如果你的股票池是「今天还能查到行情的那些公司」，那么退市的、 被吸收合并的、被调出指数的样本已经全部消失了。它们消失的方式很安静： 代码查不到，接口不报错，代码照样跑得通，结果照样输出， 只是数字悄悄变好看了。剩下的全是熬过来的赢家， 于是历史成绩系统性虚高，而且这个虚高不会出现在任何一张回撤图上—— 因为最难看的那部分数据，压根就没进来过。

这就是幸存者偏差。它不是一个统计学名词那么抽象， 它是每一次「从行情接口拉一份股票列表」时都会发生的具体事故。 本页上半部分的清单，逐条列出了这个事故最常见的十个入口； 下半部分的估算，给这件事一个大致的量级感。

样本消失的三条路径

第一条是退市。 这是最直接的一类。公司走完退市流程后从行情列表里消失， 很多数据接口不再提供它的历史行情。而退市从来不是突然发生的， 它前面通常有一段漫长而剧烈的下跌，正是这段最该被计入的收益， 整段从样本里蒸发了。少掉它们，等于把最差的那部分从分子里删掉。

第二条是停牌与暂停上市。 停牌期间价格不动。如果回测把停牌日当成零波动直接跳过， 复牌当天的缺口就被吞掉了；如果处理成「停牌即剔除、复牌再加回」， 那更等于系统性地跳过了最难看的那一段。这条的关键不在于选哪种处理， 而在于必须显式地选一种，并且在结论里说明。

第三条是变身：借壳与重大重组。 代码还在，价格序列也连续，但代码背后已经换了一家公司。 回测看到的是「跌到谷底后强力反弹」，实际上前半段属于原来那家已经不存在的公司， 后半段属于新装进来的资产。把两段接起来当成同一只股票的收益， 在经济意义上是不成立的。这一类最难处理，因为数据完全正常， 只有对照公告才能发现。

最隐蔽的一类：指数成分调整

前面三条至少还留下痕迹——数据查不到、序列有缺口。指数成分调整不留任何痕迹。 你想测一个基于某指数成分股的策略，最自然的做法是拿一份成分名单， 去取这些股票过去若干年的行情。但这份名单是今天的名单， 而指数会定期调整成分：表现变差、市值缩水的公司被调出，新的公司被调进来。

用今天的名单回测多年前，等于你在多年前就提前知道了哪些公司能熬到今天还留在指数里。 被调出的那批公司，连同它们被调出之前那段下跌，一起消失了。 表面上你测的是指数策略，实际测的是「若干年后的赢家组合」： 收益虚高、回撤偏小、风险调整后的指标也跟着偏高，而一切看起来都很正常， 因为被调出的公司今天还在正常交易，数据要多少有多少。

正确的做法是使用带生效日期的历史成分与权重表， 让回测在每个调仓日只看到那一天已经公布的成分。这份数据不便宜也不好找， 拿不到时有个务实的退路：直接用可跟踪的指数基金净值代替自己合成的成分组合。 它粗糙，但它至少不会因为样本泄漏而系统性偏乐观。

虚高幅度大概是个什么量级

页面下半部分给的是一个刻意简化的算法：假设期初等权买入全部样本， 其中一部分在样本期内退出，退出样本的价值定格在「期初的一减去平均跌幅」倍， 剩下的幸存样本按你填的年化匀速增长。两部分按比例加权得到全样本口径的期末财富， 再开样本期长度次方还原成年化，与幸存口径的年化相减，差额就是虚高幅度。 图里两条曲线之间的那块阴影，就是被夸大的部分。

它的四条假设都不严格成立，这一点必须说在前面：退出样本在暴跌之前往往也涨过， 定格在初始值会低估它们的贡献；退市清算有时还有残值； 退出也不是均匀发生的，行情差的年份会集中出现。所以这个数字只用来判断量级： 是零点几个百分点，还是好几个百分点。前者说明样本泄漏对你的结论影响有限， 后者说明这份回测的绝对收益已经不能拿来做任何横向比较。 它不是一个可以直接从回测年化里减掉的修正值。

估算里的四栏输入，请一律按你自己样本的实际情况填。 页面上的初始值只是为了让公式能跑起来的演示假设， 不代表任何市场、任何时间段的实际退出率或跌幅，也不应被当成参考基准引用。

几个常见误用

把自查清单当成合格证。 十条全勾上，只说明这十类常见的口子你都堵上了，不代表样本一定干净， 更不代表策略有效。清单能覆盖的永远是已知的那些错误， 真正麻烦的往往是你数据链路里某个特有的处理方式。

先调参数，再补样本。 顺序反了。在一份泄漏的样本上做参数优化，优化出来的参数是拟合泄漏本身的， 样本补全之后这些参数基本要全部作废。样本这一关必须最先过。

用估算值去「修正」回测结果。 估出来两个百分点，就把回测年化减掉两个百分点当成真实水平， 这是把粗估当精确用。正确的用法是拿它判断「这份回测还值不值得继续讨论」， 而不是给它打个补丁接着用。

只查股票，不查基金与指数。 基金层面的幸存者偏差往往更严重，因为业绩差的产品会被清盘或转型， 从统计口径里彻底退出。只统计现存产品算出来的平均业绩， 天然是一份优等生名单。做同类比较时尤其要注意这一点。

把它和前视偏差混为一谈。 幸存者偏差问的是「样本是怎么来的」，前视偏差问的是「这条信息当时可得吗」。 两者常同时发生、方向一致地让结果偏乐观，但要分开查、分开修。

边界与本工具的假设

清单里的权重是相对的，只用于在同一份清单内部排序与分级， 不代表任何可外推的统计结论，也不对应任何市场的实测数据。 分级规则也是人为设定的：关键项另有单独的升级条款， 因为它们各自都足以单独让一份回测失去参考价值。 估算部分的四条假设与真实市场有距离，结果仅供判断量级。

风险提示：把样本修干净只是让回测这份数据可信一点，回测不等于实盘。 本工具仅为测算演示，不判断任何标的，不发出买卖信号，不构成投资建议，也不承诺任何收益。