前瞻偏誤 回測 殺手 定義

前瞻偏誤是指在回測中使用了模擬交易下單當下無人能掌握的資訊。這樣的權益曲線會持續攀升，統計數據看似亮眼，但一旦面對真實訂單便完全失效。本文將定義此偏誤，說明三種產生機制，並以實際市場數據量化每種機制的影響。

前瞻偏誤的定義

回測是對一項決策的主張：在某個時間點、依據特定資訊，某規則會產生某種結果。唯有當規則讀取的每項輸入，在該時間點之前都已存在且為最終版本時，此主張才成立。前瞻偏誤就是違反此條件的狀況，且它不會發出任何警訊。當試算表或腳本中的某一列，回傳了一個時間戳記晚於其所餵養決策的數值時，系統不會提出任何異議。

實務上，最常見的違規情況主要有三種：決策讀取了與交易執行在同一根K線內的價格；篩選的股票池是由今日仍掛牌的公司所組成；以及使用了在日期標記之後才被修正過的數據欄位。

機制一：在交易執行的同一根K線上下決策

先從一個看似無害的規則說起。買入強勢股，也就是在基金收盤價高於開盤價的交易日進場。若編碼不慎，測試會在該交易日的開盤價進場、收盤價出場，而篩選條件卻是同一根K線的收盤價。在開盤時，沒有人知道收盤價是多少。

下方的圖表在SPY（S&P 500 ETF）上，橫跨十年，同時執行了兩種版本。第一欄是無法實現的版本。第二欄則將完全相同的條件延後一個交易日，這是有資金帳戶能據以行動的最早時機。

WITH bars AS (
    SELECT date,
           toFloat64(open) AS o,
           toFloat64(close) AS c,
           toFloat64(close) > toFloat64(open) AS up_day
    FROM global_markets.stocks_daily_aggs
    WHERE ticker = 'SPY'
      AND date >= toDate('2015-12-01')
      AND date <= toDate('2025-12-31')
),
lagged AS (
    SELECT date, o, c, up_day,
           any(up_day) OVER (ORDER BY date ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS prior_up
    FROM bars
)
SELECT toYear(date) AS year,
       countIf(up_day) AS signal_days,
       round(100 * avgIf(c / o - 1, up_day), 3) AS same_bar_avg_pct,
       round(100 * avgIf(c / o - 1, prior_up), 3) AS lagged_avg_pct,
       round(100 * (avgIf(c / o - 1, up_day) - avgIf(c / o - 1, prior_up)), 3) AS gap_pp
FROM lagged
WHERE date >= toDate('2016-01-01')
GROUP BY year
ORDER BY year

兩者之間的差異並不微小。在 2016 年，同根K線版本在每個符合條件的交易日平均獲利 0.447%，而延後版本平均獲利 -0.008%，兩者差距為每日 0.455 個百分點。在 2025 年，兩者分別為 0.636% 和 -0.03%。假設一年約有 140 個符合條件的交易日，每日半個百分點的差距，經過複利計算後，會產生一條沒有任何真實帳戶能達成的權益曲線。

這整個優勢來自於定義本身。篩選出收盤價高於開盤價的交易日，然後衡量這些交易日的開盤到收盤報酬，這是在衡量一個保證為正的數值。該規則發現的其實是自己的篩選條件。

此類變體經常隱藏在日線資料中：包含今日收盤價並用以進行今日交易的移動平均線、根據尚未發生的股票分割調整後價格計算出的訊號、以及設定在尚未出現的日內高點上的停損單。它們的共同特徵是，決策的時間戳記早於其某項輸入資料的時間戳記。

機制二：由今日的倖存者組成的股票池

第二種機制從不觸及規則本身。它存在於規則被允許看到的股票清單中。

從目前的資料供應商取得一份股票代碼清單，然後回測十年，這個樣本會悄悄地排除所有在此期間破產、被收購或下市的公司。該規則從未被提供那些失敗的股票。下方的圖表衡量了此遺漏的規模：在特定日曆年度中，所有交易超過200個交易日且股價高於1美元的美國掛牌股票，這些股票中在2026年7月仍持續報價的比例，以及整個群體與僅倖存者群體的中位數日曆年度報酬。

WITH recent AS (
    SELECT DISTINCT ticker
    FROM global_markets.stocks_daily_aggs
    WHERE date >= toDate('2026-06-15')
      AND date <= toDate('2026-07-28')
),
per_name AS (
    SELECT toYear(date) AS year,
           ticker,
           argMin(toFloat64(close), date) AS first_close,
           argMax(toFloat64(close), date) AS last_close,
           count() AS sessions
    FROM global_markets.stocks_daily_aggs
    WHERE date >= toDate('2015-01-01')
      AND date <= toDate('2024-12-31')
      AND close > 1
    GROUP BY year, ticker
    HAVING sessions >= 200
)
SELECT year,
       uniqExact(ticker) AS names_trading,
       round(100 * uniqExactIf(ticker, ticker IN (SELECT ticker FROM recent)) / uniqExact(ticker), 1) AS still_listed_pct,
       round(100 * quantileDeterministic(0.5)(last_close / first_close - 1, cityHash64(ticker)), 2) AS median_return_all_pct,
       round(100 * quantileDeterministicIf(0.5)(last_close / first_close - 1, cityHash64(ticker), ticker IN (SELECT ticker FROM recent)), 2) AS median_return_survivors_pct,
       round(100 * (quantileDeterministicIf(0.5)(last_close / first_close - 1, cityHash64(ticker), ticker IN (SELECT ticker FROM recent))
                    - quantileDeterministic(0.5)(last_close / first_close - 1, cityHash64(ticker))), 2) AS survivor_gap_pp
FROM per_name
GROUP BY year
ORDER BY year

在 2015 年符合條件的 7063 檔股票中，有 52.5% 檔在2026年7月仍在交易。對於 2024 年的群體，此比例為 87.5%，這主要與時間流逝有關：2024年的股票有兩年時間可能消失，而2015年的股票則有十一年。

報酬欄位直接顯示了偏誤本身。在 2017 年，整個群體的中位數報酬為 7.51%，而倖存者群體的中位數報酬為 11.32%，兩者差距達 3.81 個百分點，這是不勞而獲的優勢。在圖表顯示的 10 年中，此差距每年皆為正值。在倖存者身上測試的策略，在做出任何決策之前就已繼承了此優勢，而篩選弱勢股的規則繼承的更多，因為消失的股票不成比例地落在該類別中。

修正方法是使用「時間點」股票池：即在每個再平衡日期當下存在的股票清單，包含已下市的股票，且下市股票的持倉應以其最終報價平倉，而非直接從記錄中刪除。

機制三：在日期標記之後被修正過的數據

價格是即時標記的。基本面數據則不然。季度數據帶有該季度的結束日期，但會因後續的申報文件而修正，而僅儲存最新版本的資料庫，會樂意地將修正後的數字提供給原始日期。一個以此數字為篩選條件的規則，讀取的是耗時數月才出現的修正。

同樣的模式也存在於：根據當前成分股重建的指數成分股清單、被最終共識覆蓋的分析師預估歷史、以及向後應用於整個價格序列的公司事件調整。在每種情況下，儲存的記錄都是一個帶有過去日期戳記的「現在式」快照。

有兩種做法可以避免此問題。使用保留「版本」的資料來源，也就是儲存每個日期當時所知的數值，而非現在所知的數值。若無法取得版本資料，則應採用足夠寬鬆的報告滯後期，以涵蓋真實的滯後時間，並將此滯後期的長度視為一個值得測試的參數，而非一個可以猜測的細節。

當未來資訊滲入時，曲線會是什麼樣子

前瞻偏誤有一個特徵：績效遠高於標的市場本身所能提供的報酬。一個有用的參考點是「後見之明天花板」，即完美的一日預測在單一工具上所能產生的增長。

WITH bars AS (
    SELECT date,
           toFloat64(close) AS c,
           any(toFloat64(close)) OVER (ORDER BY date ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS prev_c
    FROM global_markets.stocks_daily_aggs
    WHERE ticker = 'SPY'
      AND date >= toDate('2015-12-01')
      AND date <= toDate('2025-12-31')
),
rets AS (
    SELECT toYear(date) AS year,
           c / prev_c - 1 AS r
    FROM bars
    WHERE date >= toDate('2016-01-01')
      AND prev_c > 0
)
SELECT year,
       count() AS sessions,
       round(100 * (exp(sum(log(1 + r))) - 1), 1) AS buy_and_hold_pct,
       round(100 * (exp(sumIf(log(1 + r), r < 0.02)) - 1), 1) AS without_big_up_days_pct,
       round(exp(sum(log(1 + abs(r)))), 1) AS hindsight_ceiling_multiple
FROM rets
GROUP BY year
ORDER BY year

這個天花板非常巨大。在 2020 年，對SPY的完美一日預測，在 253 個交易日內將資本增長了 27.7 倍，而單純持有該ETF的增長為 16.2% 倍。在這十年中最平穩的一年，2017 年，同樣的完美預測仍帶來了 2.2 倍的資本回報。

中間欄位顯示了這個天花板有多麼集中。剔除所有漲幅超過2%的交易日後，2020 年的回報從 16.2% 倍降至 -44.9% 倍。每年僅洩漏少數這類交易日的資訊，就能讓回測結果大幅偏離現實。一條擁有淺回撤、高勝率，且最佳交易日集中在市場最劇烈波動時段的曲線，值得接受審計。

校準比任何單一門檻都更重要。一個聲稱在十年間能穩定獲得40%年化報酬率的規則，等於是在聲稱它獲得了後見之明天花板的很大一部分，而誠實的問題是：是哪項輸入告訴它即將發生什麼事？

如何測試回測是否存在前瞻偏誤

• 將所有訊號延後一根K線。 將每個訊號都向後移動一個完整週期，然後重新執行。真正的優勢只會略微衰減。而資訊洩漏則會崩潰，通常會歸零。
• 擾動未來數據。 取得每個決策時間點之後的數據，用雜訊或隨機重排取代，然後重新執行決策邏輯。每個決策的結果都應完全相同。任何結果發生變化的決策，都代表它讀取了當時無法得知的資訊。
• 將時間戳記視為數據。 對於每項輸入，儲存該數值變得可用的時刻，以及它所描述的時刻。一個從不比較這兩個欄位的資料表連接，無法強制執行此規則。
• 以當日為基準重建股票池。 包含已下市和被收購的公司，以其最後報價平倉，並在兩個股票池上執行相同的規則，以量化倖存者偏誤的影響。
• 對照天花板進行衡量。 將策略的報酬與同一時間區間的「買入並持有」報酬以及「完美預測」報酬進行比較。與天花板的距離，是夏普比率單獨無法提供的背景資訊。

部位規模的設定是這一切的後續環節。被誇大的勝率會導致被誇大的下注規模，而這正是 凱利公式部位規模設定 將會計錯誤轉變為重大回撤的關鍵點。在投入真實資金之前，同樣的紀律也適用：模擬交易測試下單機制，而自動化交易系統則以機器速度承載著相同的風險，這在 多智能體AI交易系統 中有詳細說明。那些能夠經得起嚴謹的「時間點」測試考驗的效應，例如 低波動異常，正是因為這個原因而顯得有趣。

常見問題

什麼是回測中的前瞻偏誤？

它是指在模擬交易中使用了在實際下單時點尚未可得的數據。常見的形式包括：在交易執行的同一根K線內做決策、篩選今日仍掛牌的公司所組成的股票池、以及讀取在日期標記之後才被修正過的財務數據。

如何偵測前瞻偏誤？

將每個訊號都延後一個完整週期，然後重新執行：資訊洩漏通常會崩潰，而真正的優勢只會溫和衰減。更嚴格的測試是，用雜訊取代每個決策時間點之後的所有數據，並確認每個決策的結果都保持不變。

倖存者偏誤和前瞻偏誤是同一回事嗎？

它們不同，但經常同時出現。倖存者偏誤是指樣本由存活下來的股票組成，而知道哪些股票存活下來本身就是來自未來的資訊。因此，僅包含倖存者的股票池，是一種存在於數據中而非規則中的前瞻性資訊洩漏。

為什麼帶有前瞻偏誤的回測結果看起來這麼好？

資訊洩漏是選擇了結果，而非預測了結果。在上方的圖表中，根據自身收盤價篩選交易日，在 2016 年產生的平均交易日獲利，比延後版本高出約 0.455 個百分點，這是一種來自定義的優勢，而非憑實力賺來的。

什麼是時間點數據？

時間點數據儲存了每個歷史日期當時所知的數值，包含原始數字和所有後續修正，以及當日存在的證券清單。這是回測所需用來證明其輸入數據在決策之前就已存在的參考依據。

以上每個數字都是基於真實日線數據的、已儲存且可追溯版本的查詢結果。您可以在Strasmore終端機上展開任何圖表的SQL，或對您自己的規則執行滯後測試。