选股规则回测验证(三项必做检验 + 可跑脚本)
用途:用户说「这个方法准不准」「回测一下」「验证稳健性」时,用这套流程。也用于自己提出策略前先自检,避免把环境红利当成 alpha。
来源:2026-11-02 对 4 条抖音选股法做 30 天 → 6 个月 → 2 年三轮验证,亲眼看到同一个策略在三个区间给出三个相反答案。
〇、核心结论:短周期回测一定会骗人
| 区间 | 样本 | 交易日 | 信号数 | 结论 |
|---|---|---|---|---|
| 30 天 | 798 只 | 30 | 23,133 | 超跌反弹「有效」51.8% |
| 6 个月 | 795 只 | 171 | 90,584 | 同一策略 46.7%(比基准差) |
| 2 年 | 789 只 | 529 | 364,928 | 又回到 +0.20%,但分年看是牛市专属 |
➜ 同一策略,三个区间三个答案。不标定环境就下结论 = 自欺。
一、三项必做检验(缺一不可)
检验 ① 时间跨度 ≥6 个月,最好 2 年
为什么:30 天只能覆盖一种情绪周期,环境的 beta 会被算成策略的 alpha。
实测:30 天区间(9/17-10/31)正好是「急跌后反弹」,所以所有「超跌反弹」类策略全部表现优异;换到跨牛熊的 2 年,2025 牛市 T+5 超额 +3.96%,2026 弱市 T+1 超额 −0.32%。
门槛:≥6 个月。要做成实盘规则,必须 2 年。
检验 ② 信号集中度(防极端日假象)
为什么:暴跌反弹日「买什么都涨」,会污染统计。
实测踩坑:「高开>2% + 深跌<−25%」表面 T+1 55.2% / T+5 79.5% / +10.58% —— 差点写成「重大突破」。检查日期分布后发现:
241 个信号,68% 集中在 2 天:
2026-07-31: 82 个
2026-07-20: 81 个
剔除这两天重算:T+1 从 55.2% → 35.9%(比随机买入还差 11 个点)。180 度反转。
门槛:
- 单日信号占比 ≤20%
- 前 5 日合计 ≤20%(更实用的指标)
- 超过就剔除重算,衰减 <50% 才算稳
对照:「高开>2%」13,757 个信号分布在 471 个交易日,前 5 日只占 12.9%,剔除后 52.2% → 49.1%(只衰减 25%)→ 这个是真的。
检验 ③ 分年 + 分月 + 分季稳定
为什么:整体均值会掩盖某几个月的崩塌。
实测:「高开>2%」2 年整体 +0.52%,看起来不错。拆开:
| 月份 | 超额 | 月份 | 超额 |
|---|---|---|---|
| 2025-04 | +1.39% | 2026-09 | −0.43% |
| 2026-06 | +1.30% | 2026-04 | −0.36% |
| 2024-12 | +1.22% | 2025-11 | −0.30% |
| 2026-08 | +0.79% | 2025-07 | −0.17% |
16/23 个月正超额(70%) → 可用,但要接受「弱市会失效」。
门槛:正超额月份 ≥60%;分年不能有整年为负。
二、基准必须「同年同月」比
这是最容易犯的错。
| 年份 | 随机买入 T+5 胜率 | 定性 |
|---|---|---|
| 2024(8-12月) | 33.1% | 弱市 |
| 2025(全年) | 52.9% | 牛市 |
| 2026(1-11月) | 44.6% | 弱市 |
➜ 2025 年随机买入就 52.9%。拿 2025 的数据说「我的策略胜率 55%」= 什么都没说。
规则:策略表现必须减掉同期基准,得到「超额」。跟全局均值比是错的。
三、三个周期都要看(T+1 / T+3 / T+5)
T+1 有效 ≠ T+3/T+5 有效。
| 策略 | T+1 | T+3 | T+5 |
|---|---|---|---|
| 超跌反弹(低位+跌>10%) | 51.8% | 28.3% | 24.6% |
| 高开>2% | 50.3% | 44.4% | 42.2% |
➜ 超跌反弹 T+1 胜率 51.8%,T+5 掉到 24.6%。必须「隔夜就走」,拿过 2 天必亏。
位置的方向也随持有期反转:
| 位置 | T+1 | T+5 |
|---|---|---|
| 距MA30 <−25%(深跌) | 47.2% / −0.26% | 52.3% / +1.90% |
| 距MA30 >+30%(高位) | 48.6% / +0.44% | 41.5% / −1.29% |
➜ 短期买高位、中期买低位。不能用一套位置逻辑套所有持有期。
四、跑脚本
scripts/backtest_screening.py —— 一键跑完整三项检验。
# 1. 拉股票池(流通市值区间可调)
python3 scripts/backtest_screening.py fetch --ltsz 30 200 --sample 800
# 2. 跑回测(内置基准 + 常见条件)
python3 scripts/backtest_screening.py run --months 24
# 3. 检验某个自定义条件
python3 scripts/backtest_screening.py test --cond "gap>2 and dist30<-15"
脚本自带:
- 分年 / 分月 / 分季超额表
- 信号集中度检查(自动标红 >20% 的日子)
- 剔除极端日重算
- T+1 / T+3 / T+5 三周期
详细说明和已知结论见 references/backtest-findings-2026Q4.md。
五、Pitfalls(都踩过)
- 短周期回测「有效」→ 先怀疑环境红利,别急着加进 skill
- 数据好到不像真的(T+5 胜率 79%)→ 先查信号集中度,大概率是几天的 beta
- 小样本会把「没有」夸大成「有害」:30 天测「多头排列 −0.36%(负向)」,2 年 11.9 万样本测出来 +0.03%(等于零,不是负向)
- 同一策略在不同区间结论相反是常态,不是 bug
- 回测不含滑点/手续费/涨跌停买不进:+0.40% 的超额扣完可能只剩 0.1-0.2%,不足以构成「稳定盈利」
- 用「流通市值不变」估换手率:实际市值每天变,换手率有误差(但方向性结论仍可信)
- 样本外推要谨慎:798 只 / 全市场 5,500 只,不是全覆盖
六、用历史基准率做盘前预判(不靠盘感)
触发:用户问「今日大盘/板块怎么走」「预判今天操作」时,不要只读当前快照下结论。
用户原话(2026-11-17):「你所看到的不一定是最终结果,需要汲取以往看到过这样的前辈的经验」。 意思是:盘前的涨跌家数、外围、资金流只是「当下切片」,真正的判断要靠「历史上同样条件下后来怎么走」的基准率。
标准做法(一键脚本,5 分钟跑完)
直接用 scripts/rebound_probability.py:
# 创业板单日跌超 4%,同时交叉验证深成指(跌超 3%)
python3 scripts/rebound_probability.py --symbol sz399006 --threshold -4 --cross sz399001:3
# 只要「连跌 ≥3 天 + 跌超 4%」(更贴近恐慌赶底)
python3 scripts/rebound_probability.py --symbol sz399006 --threshold -4 --min-streak 3
# 拉 5 年历史做长周期验证
python3 scripts/rebound_probability.py --symbol sh000001 --threshold -2 --days 1200
脚本输出:命中样本明细(日期/跌幅/前置连跌/T+1/T+3/T+5)+ 上涨概率 + 均值中位 + 自动判读「逃命波 or 可持续」。
手动步骤(脚本不可用时):
# ① 拉指数 ≥800 根日线(覆盖 2-3 年,跨牛熊)
GET https://money.finance.sina.com.cn/quotes_service/api/json_v2.php/CN_MarketData.getKLineData
?symbol=sz399006&scale=240&ma=no&datalen=800
# ② 按「今天的特征」抽历史同构样本
# 例:今天= 单日跌>4% + 前3天连跌
# 条件:chg<=-4.0 and 前置连跌>=3
# ③ 统计 T+1 / T+3 / T+5 三周期(上涨概率 / 均值 / 中位)
# ④ 交叉验证第二个指数(创业板 → 深成指/上证),结论一致才算稳
实测基准率(2026-11-17 用 800 根日线跑出)
| 条件 | 样本 | 次日上涨 | 均值 | 3日后 | 5日后 |
|---|---|---|---|---|---|
| 创业板 单日跌 >4% | 16 | 75%(12/16) | +0.58% | 44% / −0.07% | 56% / −0.27% |
| 创业板 连跌≥3天 + 跌>4% | 4 | 4/4(100%) | +1.82% | 50% | 50% |
| 深成指 单日跌 >3% | 19 | 74%(14/19) | +0.68% | — | — |
| 深成指 连跌≥3天 + 跌>3% | 7 | 71%(5/7) | +0.91% | — | — |
➜ 交叉验证一致:大跌后次日反弹概率 71-75%,均值 +0.6~0.9%。
三条从数据里读出来的规律(比概率更有用)
① 反弹是「逃命波」,不是「反转」 次日 75% 上涨,但 3 日后只有 44%、均值 −0.07%。 ➜ 所以大跌次日反弹是「减仓机会」,不是「抄底机会」。
② 反弹日领涨的不是昨天抗跌的 昨天资金流入的防御股(家电/银行/红利/破净)在反弹日通常滞涨甚至下跌——它们是避险资金,大盘一好就撤。 ➜ 反弹日要买「跌得最狠 + 今天有消息催化」的,不是「昨天最抗跌」的。
③ 高位连板股在反弹日依然跌 情绪已破的连板股(前一日跌停的 4-5 板票)不参与反弹。 ➜ 反弹日不要买「昨天跌停的前龙头」。
例外要单列:个股的「资金性质」能推翻规律
2026-11-17 实测:指数规律兑现了(低开后拉回、科创50 +1.75% 最强),但 PCB 板块例外 —— 「多只重仓 AI 硬件的基金发清盘预警」= 被迫卖出,不是意愿问题,所以反弹最弱。
➜ 统计规律管大多数标的,但「基金清盘 / 被动赎回 / 强平」这类被迫型抛压会长期压制反弹,必须单独排除。
汇报格式
先给基准率(带样本数),再给三种情形(乐观/中性/悲观)各自的概率与应对,最后给「打破规律的条件」(如破 20 日低 + 成交额萎缩 30% → 反弹失败)。
不要:只给「我觉得今天会反弹」这种无基准的判断。
七、给用户汇报的格式
先给结论(能用/不能用),再给数据,最后给局限。
必含三块:
① 基准(同年随机买入水平)
② 策略 vs 同年基准的超额(不是绝对胜率)
③ 三项检验结果(跨度 / 集中度 / 分月稳定)
不要:只报「胜率 55%」这种没标定环境的数字。
八、相关
- 结论沉淀在
chip-peak-and-screening-methods(用户自有 skill) - 妖股基因筛选的实测记录见
references/limitup-gene-screening.md
测试证据
scripts/test_backtest_screening.py — 纯函数冒烟测试(板块涨跌停幅度、统计口径),不联网:
python3 scripts/test_backtest_screening.py
