把回测当成预测来读
它报告的是规则在已经存在的数据上会怎么做。未来包含着窗口里没有的状况，这正是前推结果更差的原因，而需要提前规划的恰恰是这个差距。
回测
回测是把 EA 的交易规则套用在历史价格数据上进行模拟，用来估算该策略在过去会有怎样的表现。
亦称：历史回测, 策略测试, backtest
更新于
一句话讲清
把 EA 的规则放到历史价格上跑一遍，看它当时会怎么做。它记录的是一次模拟，不是一份预测；两者究竟有多少共同点，完全取决于你怎么搭建这次模拟。
为什么重要
回测是绝大多数 EA 唯一拿得出来的证据，所以弄清楚它能证明什么、不能证明什么，几乎就是 EA 评估的全部。它能用很低的成本淘汰一个策略，也能说明规则确实与描述相符；它做不到的是预测，而几乎每一笔令人失望的购买，都始于把它当成预测来读。
- 它是可被证伪的，而营销文案永远不是。回测会写明数据来源、日期区间和成本模型，买家因此可以追问这次运行能否复现——而一个不肯写明这些的 EA，其实已经告诉了你一些事情。
- 它是失败成本最低的地方。在历史上亏钱的规则不会到实盘就开始赚钱，所以回测用一晚上的算力就筛掉了候选者。
- 它的结果是一个区间，而不是一个数字。同一套规则换数据源、换点差、换起始日期，会得到一片分散的结果，而这片分散的宽度才是真正的发现。
用它验证策略
用在哪里
- 在投入资金或前推测试时间之前，先筛掉一个策略构想。
- 确定使用者应当预期的交易频率、平均持仓时间以及最糟糕的连亏段。
- 生成 EA 页面上公布的数字——盈利因子、回撤、胜率——这正是运行来源本身就属于该主张一部分的原因。
- 把已有的 EA 放到更新的数据窗口上重跑，检查它的行为是否已经漂移。
可靠的结果长什么样
- 数据来源、日期区间与测试模型都已写明，因此这次运行可以被复现，而不是只能被相信。
- 该运行把点差与佣金建模在贴近现实的水平，而不是停留在一个理想的固定值上。
- 窗口跨越多种市场状态：至少包含一段趋势行情、一段震荡行情和一段承压行情。
- 没有人在所报告的这个窗口上调过参；即便调过，页面也会在旁边给出一段未被触碰的样本外窗口。
- 成交笔数在数百量级，因此那些醒目的统计数字不是由少数几笔极端交易撑起来的。
警示信号
- 一张没有数据来源、没有日期区间、也没有成交笔数的资金曲线截图。
- 起点选得过于凑巧的窗口：测试从上一轮危机之后才开始的 EA，等于自己给自己出了考卷。
- 以不合情理的精度给出的参数，例如 37 周期均线搭配 23.7 点的止损。
- 来自模板而非来自真实运行的建模质量数字。MT5 的 Model 0 是用 M1 K 线生成 tick，只有 Model 4 才回放录制的真实 tick。这些页面背后的 schema 曾把该字段的默认值设为 99，于是一次 Model 0 的运行照样显示 '99% modelling quality, against a 92% minimum'，直到该默认值在 2026-08-06 被移除。
- 只在作者做过优化的那一个品种上展示的结果。
回测与实盘的差异
- 成交过于乐观。测试器假定订单以模拟价格送到了市场；实盘执行还要加上滑点、重新报价和延迟，这三样都要花钱。
- 成本是静态的。使用固定点差的回测看不到新闻前后和交易时段交接时的点差扩大，而那恰恰是许多策略下单的时刻。
- 市场已经发生过了。测试窗口里不含任何策略没见过的市场状态，而实盘迟早会送来一种。
- 应当预期实盘的盈利因子与期望值低于测试数字。适度的差距是正常的；符号发生改变则意味着这次测试的成本设定有误，或者规则被过度拟合了。
- 这个差距在这里被实测过。本站的十四个上架产品中，回测盈利因子集中在 1.23 到 1.53 之间，而上架之后的样本外窗口却从 0.72 一路散到 6.43，成交仅七到 142 笔：其中两个低于 1.0，而且包括这一组里回测成绩第二好的那一个。样本小到这种程度，两个方向上看起来就是这样。
推荐的验证方法
- 1先把成本模型定下来——贴近现实的点差与佣金——然后再跑，而不是在理想成交上调参、最后再把成本加回去。
- 2在优化任何东西之前先留出一段未被触碰的窗口，并且在规则定稿之前不去看它。
- 3换第二个数据源重跑。两个数据源之间的分歧只要超过一点点，就是在告诉你结果取决于数据而不是规则。
- 4把起始日期挪动几周再跑一次。只在某一个起始日期下才成立的结果，不算结果。
示例
同一个 EA、同一段窗口、四次测试运行，彼此之间只差写进设置文件里的那个固定点差值。
- 固定点差分别设为 20、30、40 和 60 点
- 四份完全相同的报告
- 四份报告文件的 MD5
- 471C1CE24EC24E669C20BD2B01EBB8A3
- 每份都是 621,050 字节——这个设置什么也没动。
于 2026-07-31 在 GBPJPYm 上实测，这也是那个产品页面完全不公布点差数字的原因；之后在测试器内运行的记录器把均值测到了 19.14 点。
计算 20 / 30 / 40 / 60 点 → 一份逐字节相同的报告
结果 MT5 的测试器根本没有 Spread 这个键，它是 MT4 遗留下来的，所以真正生效的成本模型从来就不是被设置的那一个
怎么读这个数字
把回测当成一份附带条件的主张来读。这些条件决定了它在接触真实账户之后还能剩下多少。
| 区间 | 含义 |
|---|---|
| 没有写明数据来源或日期区间 | 算不上证据。既没有东西可供复现，也没有东西可供反驳。 |
| 写明来源，单一品种，优化过的窗口 | 只是一个起点。它说明规则能在某处赚钱，而这是回测所能说明的最弱的一件事。 |
| 写明来源，成本贴近现实，跨越多种市场状态 | 值得一读。此时这些数字讲的是策略本身，而不再是测试怎么搭的。 |
| 在上述基础上再加一段未被触碰的样本外窗口 | 这是回测单独所能给出的最强证据：其中一部分数据，调参的人当时根本拿不到。 |
- 去问优化了什么。每一个在所报告窗口上调过的参数，都从数据里借走了一点结果。
- 先看成交笔数再看盈利。五十笔交易再漂亮，也分不清策略与运气。
- 无法复现的回测就是一张截图。把标注来源的那一行当成数字的一部分，而不是脚注。
mt5depot 的 EA 页面会为每一次公开的运行写明数据来源、日期区间与测试模型，而这 30 个产品里只有 6 个带着建模质量数值——那是用真实 tick 跑出来的 18 次运行中的 6 次。有一道构建检查会去读真正发布出去的页面，好让其余 24 个无法宣称这样一个数字。
常见误区
在同一段窗口上既优化又汇报
每一个调过的参数都会吸收这段窗口的一部分噪声，所以在用来调参的数据上做测试，测的其实是调参本身。结果注定好看，也注定无法重现。
比较两份在不同条件下跑出来的回测
不同的点差、不同的数据源、不同的日期区间和不同的测试模型，都会在与策略无关的情况下推动这些数字。只有当两者背后的设置一致时，两个数字才具有可比性。
想当然地认为窗口越长越好
对日内策略来说，在插值生成的 K 线数据上跑十年，信息量可能还不如在真实 tick 上跑两年，因为那次更长的运行里从来就没有出现过规则实际交易的那条 K 线内部路径。
深入说明
常见问题
- 回测好看就足以买下一个 EA 吗？
- 不足以。回测可以淘汰一个策略，也可以说明规则的行为与描述相符，但它无法证明这份优势能在测试窗口不曾包含的状况下继续存在。请在旁边寻找样本外窗口或前推记录，并且在看盈利之前先读成本模型。
- EA 的回测应该跑多长时间？
- 长到足以包含多种市场状态，成交笔数也要多到统计能够稳定下来：对多数策略而言，实务上是数年以及数百笔交易。单看长度并不是标准：在质量差的数据上跑很长，信息量可能还不如在真实 tick 上跑得短一些。
- 为什么回测结果在不同经纪商之间会不一样？
- 因为价格历史、点差记录和交易条件都不相同。把同一套规则放到两个数据源上跑，得到明显不同的结果，这本身就是有用的信息：它意味着结果既取决于策略，也同样取决于数据。