股票回测全是骗人的？开源YASS用九年数据撕开夏普比率真相

YASS是什么？它有哪些核心功能？

YASS（Yet Another Stock Screener）是一个开源的股票筛选与回测框架，用户通过修改YAML配置文件来定义和回测量化策略，无需编写核心代码。核心功能包括：无代码配置、点时间数据避免未来函数、集成蒙特卡洛分析、因子归因、样本外检验等评估工具，插件化架构支持自定义信号，使用DuckDB、Polars和Arrow进行高效数据处理，并支持Alpaca和eToro等实盘交易接口。

什么是未来函数？YASS如何避免它？

未来函数指在回测中使用了当时尚未公开的数据，比如用2026年的财报数据来模拟2020年的决策，导致回测结果虚高。YASS采用点时间（Point-in-Time）数据，每次回测只使用该日期之前已公开的信息，确保决策基于当时可知的数据，从而避免未来函数带来的偏差。

YASS作者用九年数据展示了夏普比率的什么真相？

YASS作者用2017至2026年共108个月度收益率数据，通过平稳区块自助法计算出夏普比率的90%置信区间为0.37到1.38，跨度接近四倍。这表明九年回测结果只是一个充满噪声的点估计，并非承诺，策略的真实表现可能落在该区间内，具有很大不确定性。

YASS集成了哪些评估工具？它们分别有什么作用？

YASS集成了蒙特卡洛分析、因子归因、行情机制分析和样本外检验。蒙特卡洛分析通过随机重排历史数据多次运行策略，观察结果分布，判断策略是否依赖运气；因子归因用统计方法拆解收益来源，区分选股能力与市场整体上涨的贡献；样本外检验将数据分段，前段优化参数，后段验证，滚动进行，检验策略的稳健性。

YASS的插件化架构有什么好处？如何添加自定义信号？

插件化架构允许用户在不修改核心代码的情况下扩展功能。添加自定义信号只需在signals/目录下新建一个Python文件，定义name、description、higher_is_better和compute方法，系统会自动发现并注册。这比传统量化平台提供固定指标下拉菜单更灵活，方便用户加入自己的因子。

YASS中持有奖励和止损的默认设置是什么？为什么这样设计？

持有奖励（hold_bonus）默认值为1.0，给当前持有的股票Z-score加成，降低换手率，减少交易成本和税收。止损（position_stop_loss）默认值为0.0，即关闭，因为日内锯齿波会伤害动量策略，频繁止损可能导致反复被震荡出局。这些设计旨在提醒用户减少不必要的交易，并针对动量策略优化。

YASS如何支持实盘交易？track命令有什么作用？

YASS集成了Alpaca和eToro的接口，支持调仓和持仓跟踪，并提供dry-run模式进行模拟。track命令会将实际账户的已实现收益率与持仓记录中的模型收益率对比，实现真正的样本外检验，帮助用户评估策略在真实市场的表现与回测的差异。

YASS的作者是谁？他开发这个项目的动机是什么？

YASS的作者是JIXIN LIAO，一位在eToro上自称“受够了凭感觉投资、自己动手写了这个量化股票筛选器的软件工程师”。他开发这个项目的动机是自己投资经常亏损，认为凭感觉不可靠，于是用代码解决问题。项目采用Apache 2.0许可证，完全开源。

根据YASS的观点，投资者在看待回测结果时应该注意哪些问题？

投资者应警惕回测结果中的未来函数，确认是否使用点时间数据；关注回测结果的置信区间，而非仅看点估计；检查策略是否经过样本外检验，避免在相同数据上过度优化。如果这些问题无法回答，回测图可能只是“确定性幻觉”。