【量化交易】数据陷阱：幸存者偏差、复权、前视、未来函数
💡
原文中文，约31200字，阅读约需75分钟。
📝
内容提要
回测中常见的偏差包括幸存者偏差、前视偏差和未来函数，这些偏差导致回测结果与实盘表现不符。幸存者偏差只考虑存活公司的数据，前视偏差使用未来信息进行决策，而未来函数在特征生成中引入未来数据，造成信息泄漏。为解决这些问题，需要建立严格的数据管理和回测流程，确保数据的准确性和可用性，避免策略失效。
🎯
关键要点
-
回测中常见的偏差包括幸存者偏差、前视偏差和未来函数，这些偏差导致回测结果与实盘表现不符。
-
幸存者偏差只考虑存活公司的数据，忽略了已经退市或消失的公司的影响。
-
前视偏差使用未来信息进行决策，导致模型在历史数据中引入了无法获取的信息。
-
未来函数在特征生成中引入未来数据，造成信息泄漏，影响策略的有效性。
-
为解决这些问题，需要建立严格的数据管理和回测流程，确保数据的准确性和可用性，避免策略失效。
❓
延伸问答
什么是幸存者偏差，它如何影响回测结果？
幸存者偏差是指样本只包含存活公司的数据，忽略了已退市公司的影响，导致回测结果高估策略的有效性。
前视偏差是什么，它会带来什么问题？
前视偏差是指在决策时使用了未来的信息，导致模型在历史数据中引入无法获取的信息，从而影响策略的有效性。
未来函数是什么，如何避免它的影响？
未来函数是指在特征生成中使用了未来的数据，造成信息泄漏。避免的方法是确保特征只依赖于当前及过去的数据。
如何建立有效的数据管理和回测流程？
需要建立严格的数据管理流程，确保数据的准确性和可用性，并在回测中使用合适的标的池和复权方式。
复权陷阱是什么，如何处理？
复权陷阱是指因分红、配股等公司行为导致的价格不连续。处理方法是使用后复权价格进行回测，以确保收益计算的准确性。
数据窥视是什么，为什么要避免？
数据窥视是指研究员在回测中反复调整参数以获得最佳结果，可能导致过拟合。避免的方法是预注册假设和参数空间。
➡️
