因子BIAS5在指定的钢铁股票池里回测，为啥效果那么好
我就用了一个简单的因子BIAS5(5日乖离率)在指定的钢铁行业股票池里回测，为啥效果那么好？
我是不是用了未来函数了，如何知道呢，怎么解决呢，心虚着呢，我研究了各种行业指标，结果不如一个简单的技术指标...心里几匹马奔腾而过。
烦请各位高手指教...
问题描述
解决方案
遇到这种情况，心里“几匹马奔腾而过”是非常真实的量化研究体验。简单技术指标在特定行业表现优异是完全有可能的，但也确实需要高度警惕“未来函数”和“过拟合”。以下为您详细剖析原因并提供排查未来函数的具体方法。### 一、 为什么BIAS5在钢铁股表现可能很好？1. 钢铁行业的周期与均值回归特性：钢铁属于典型的强周期行业，股价往往呈现宽幅震荡。BIAS（乖离率）本质上是一个“均值回归”指标。当股价偏离5日均线过大时，在震荡市或周期股中，极易发生向均线靠拢的修正。这种特性使得BIAS在钢铁股中可能比在单边成长股（如科技股）中更有效。2. 特定时间段的契合：如果您回测的时间段正好是钢铁股的震荡期或某波行情的特定阶段，BIAS5的参数（5日）可能恰好捕捉到了该阶段的波动节奏。3. 幸存者偏差与过拟合：指定的股票池是否是“事后”选出的表现较好的钢铁股？如果是，这本身就是一种宏观上的未来函数。### 二、 如何排查是否使用了未来函数？在JoinQuant中，未来函数通常指在T时刻使用了T+1或之后的数据。排查方法如下：#### 1. 开启JoinQuant的防未来函数利器在 initialize 函数中加入以下两行代码，这是排查未来函数最直接的方法：set_option('use_real_price', True) （开启真实价格回测，避免使用未来的前复权因子导致价格失真）。set_option('avoid_future_data', True) （开启避免未来数据模式，如果代码尝试获取未来数据，系统会报错或自动剔除）。#### 2. 检查交易信号与执行时间的错位这是最常见的未来函数陷阱。例如：您在 handle_data（盘中或收盘）中计算当天的BIAS5（用到了当天的收盘价 close），然后以当天的收盘价或均价买入。在实际交易中，您无法在收盘前确切知道收盘价，也无法以收盘价成交。正确做法：在T日收盘后（或T+1日开盘前）计算T日的BIAS5，然后在T+1日开盘时（market_open）以开盘价或市价单买入。#### 3. 检查数据获取API的参数使用 get_price 或 history 时，注意 end_date 或 count 的设置。如果在日线回测中，盘中获取了包含当天的数据，就可能引入未来函数。JoinQuant的 history 函数在按天回测时，默认是不包含当天数据的，这是一种保护机制。但如果您使用 get_price 并将 end_date 设为 context.current_dt，则可能拿到未来的收盘价。### 三、 怎么解决和验证？1. 严格分离信号计算与下单执行：建议使用定时运行函数。例如，在 before_trading_start 中计算昨天的BIAS5并生成交易信号，在 market_open 中执行买卖操作。2. 样本外测试（Out-of-Sample Testing）：将您的策略应用到其他周期性行业（如煤炭、有色），或者将回测时间段平移到您未曾测试过的历史区间。如果效果依然稳健，说明策略逻辑有效；如果业绩崩溃，说明大概率是过拟合。3. 检查滑点与手续费：简单的反转指标往往交易频繁。请确保您设置了合理的滑点（set_slippage）和手续费（set_order_cost）。很多高频技术策略在扣除千分之二的滑点和手续费后，超额收益会瞬间归零。### 四、 为什么费尽心思的行业指标不如简单技术指标？这在量化界很常见。基本面/行业指标（如库存、利润率）通常是低频数据，反映的是长期的企业价值，适合做长周期的选股（Alpha）；而技术指标（如BIAS）是高频的量价数据，反映的是短期的市场情绪和交易博弈，适合做短期的择时。在短周期的回测中，量价指标往往能提供更显著的短期收益。总结：先用 set_option('avoid_future_data', True) 和 set_option('use_real_price', True) 跑一遍，检查信号是否错位，加上合理的滑点和手续费。如果依然赚钱，恭喜您，您可能找到了一个适合钢铁股的优秀短期择时因子！