回测中的前视偏差是什么?
前视偏差,是指回测(用历史数据模拟交易)在作出模拟交易决策时,使用了当时尚不存在的信息。例如,一根K线尚未结束,就使用了它的收盘价。这样的测试会得出实盘策略无法实现的结果。在我们的欧元兑美元(EUR/USD)测试中,仅将交易提前一根K线,就让同一规则的未扣成本收益从555点变成了10,782点。点是外汇价格变动的常用计量单位。
前视偏差是怎样产生的?
前视偏差是一种回测错误:模拟决策使用了决策当时无法获取的数据。这并非有人刻意为之。未来数据与其他数据放在同一张表里,可能就在下一行或旁边一列,代码便读取了它。
这与过拟合不同。过拟合是反复调整策略,直到它迎合了历史数据中的随机噪声。过拟合策略使用的都是当时可获得的信息,只是从中学到了错误规律;存在前视偏差的策略,则使用了当时不可能获得的信息。过拟合通常在实盘交易后逐步暴露,前视偏差往往立即显现,因为测试依赖的未来数据已不复存在。
一根K线能让结果相差多少?
我们用Fintrix Markets的MT5 EUR/USD小时数据,测试了一条简单规则。数据涵盖2026年1月13日至10月29日,共4,980根K线。
- 若小时收盘价高于20根K线的简单移动平均线,即这20个收盘价的算术平均值,则持有多头仓位;低于均线,则持有空头仓位。多头对应价格上涨方向,空头对应价格下跌方向。
我们运行了两次测试,唯一的区别是将仓位应用于哪一根K线。
数据泄漏版在交易第N根K线之前,就知道了这根K线的收盘情况。收盘价较高的K线,更可能收在均线上方,因此规则会在一根已经上涨的K线上做多。它能很好地描述过去,但没有人能实际执行这样的交易。
修正后的结果能证明交易优势吗?
不能,计算即可说明原因。样本中,EUR/USD小时价格变动的标准差为8.51点。标准差衡量数据围绕均值的离散程度。在4,980根K线上,即使规则毫无交易优势,结果也大约有三分之二的概率落在零上下约600点的区间内(8.51 × √4,980 ≈ 600)。+555点就在这一区间内,单凭随机性也可能产生。
计入成本后,结论更明确。这条规则共切换持仓方向557次,每次都要平掉原仓位并建立反向仓位,每轮完整开平仓都需支付点差,即买价与卖价之差。按每次切换0.5点计算,总收益降至约+277点;按每次1点计算,则约为−2点。修正版才如实反映测试结果:这条规则在这十个月内,计入成本后并未盈利。
前视偏差通常来自哪些环节?
个人交易者的回测和EA(自动交易程序)中,最常见的来源如下:
一根K线的高低价如何误导回测?
2026年10月14日,EUR/USD在12:00 UTC(北京时间20:00)开始的小时K线,开盘价为1.11926,最高升至1.11986,最低跌至1.11271。这一小时正值美国消费者价格指数(CPI)发布。
假设在开盘价1.11926建立空头仓位,止损设为1.11980(5.4点),止盈设为1.11826(10点)。止损和止盈分别是在预设亏损价位和盈利价位触发平仓的设置。这根小时K线表明,价格触及了两个价位。仅使用小时K线的测试必须猜测先后顺序;若按有利于该笔交易的顺序处理,就会记下一笔10点盈利。
15分钟K线揭示了实际过程。价格在12:15 UTC(北京时间20:15)开始的K线中升至1.11986,触发止损。下跌发生在12:30 UTC(北京时间20:30)开始的K线中,此时仓位早已平掉,实际结果是亏损5.4点。MQL5参考文档对MT5策略测试器也作出同样提示:如果较快的“1分钟OHLC”(每分钟的开盘、最高、最低和收盘价)或“仅开盘价”模式结果好得异常,应使用“每个即时价格”模式重新测试。要确定一根K线内部的事件顺序,只能使用逐笔报价数据,并在有条件时使用真实逐笔报价。
修订数据为何会引入前视偏差?
如今数据库里的数值,往往不是交易者当天看到的数值。美国劳工统计局在每月结束约三周后,公布非农就业人数的首次估计值,随后两个月内再修订两次。自2003年以来,经季节性调整的首次与第三次估计值之间,平均绝对变动为5.1万个岗位。
2026年5月就是一个明显例子。首次估计新增17.2万个岗位,第二次为12.9万个,第三次为6.3万个,合计下修10.9万个。如果回测在处理6月发布的数据时,从如今的数据库读取6.3万,就等于依据一个当时无人知晓的数字进行交易。保存每次首次发布版本的档案库,正是为此而设,圣路易斯联储的ALFRED就是其中之一。
为何AI和机器学习策略风险更大?
机器学习模型很擅长找出能够预测目标的输入,包括本不该出现的输入。人工检查代码时,可能会发现某个特征使用了明天的收盘价;模型则会直接使用它,让测试结果看起来格外出色。
需要了解的四类陷阱:
- 随机划分训练集与测试集。常规交叉验证会打乱数据行,因此模型可能用周三的数据训练,再用周二的数据测试。交叉验证是通过多次划分数据来评估模型的方法。scikit-learn文档因此指出,普通交叉验证不适用于按时间排序的数据,并提供了
TimeSeriesSplit,始终用较早数据训练、较晚数据测试。其中的gap参数可在两者之间留出缓冲间隔。 - 预测标签与输入特征重叠。若预测目标是“未来10根K线的价格变动”,而某项输入特征包含这10根K线中的任何一根,模型就已看到了部分答案。
- 对整个数据集一次性预处理。用完整数据集进行缩放、填补缺失值或筛选特征,会将测试期的统计信息泄漏到训练过程中。
- 语言模型已经知道后续结果。大语言模型使用截至某一日期的文本训练。如果询问该日期之前的业绩电话会或市场走势,它可能是在回忆后续结果,而非根据当时已知信息推理。Sarkar和Vafa(2024)为此设计了直接测试,并在基于企业业绩电话会作出的预测中发现了相关证据。Didisheim、Fraschini和Somoza(《Economics Letters》,2025)衡量了大语言模型对历史股票收益的记忆程度,发现模型越大、数据频率越低,以及使用指数数据时,偏差越大;小模型使用高频数据时,偏差则可忽略不计。
这些情况有同一个警示信号:结果远好于任何可比测试,却在遇到首批模型未见过的数据时迅速失效。
如何检查EA或回测的前视偏差?
- 将每个信号延后一根K线。没有前视偏差的策略,结果应只略有变化。若结果大幅下滑,像我们的测试从10,782点降至555点,就说明原测试使用了未来数据。
- 检查EA读取的是哪根K线。MQL5参考文档说明,在MQL4/5中,时间序列按从新到旧的顺序索引。因此,索引0是尚在形成的K线,索引1是最近一根已收盘K线。在仅模拟K线收盘状态的测试中,从索引0读取信号,是常见的问题来源。
- 使用合适的测试器模式。MT4/5策略测试器可以模拟每个即时价格,也可以仅模拟K线开盘价。若策略将止损位和目标位设在一根K线范围内,就需要逐笔报价数据,否则只能猜测最高价与最低价出现的先后顺序。
- 所有统计计算都仅使用过去数据。均值、范围、标准分数及机器学习缩放器,都应使用截至当前K线的滚动窗口。标准分数表示一个数值偏离均值多少个标准差。
- 在模拟账户中进行前向测试。让策略运行数周,将实际产生的交易与回测在相同日期给出的交易作比较。若回测执行了实时运行版本不可能执行的交易,就表明可能存在数据泄漏。
- 对简单规则的高命中率保持审慎。我们的数据泄漏版仅使用20周期移动平均线,就在59%的小时K线上判断对了方向。对于EUR/USD这样流动性充足的货币对,移除数据泄漏后,简单规则很少能接近这一水平:修正版的占比为48.4%。
本课要点
- 回测只要使用了模拟交易决策当时无法获得的信息,就存在前视偏差。
- 在我们的EUR/USD测试中,将仓位应用于生成信号的同一根K线,而非下一根K线,就让未扣成本的结果从+555点升至+10,782点。
- 修正版结果仍在随机性可能产生的范围内;按每次切换方向1点的成本计算,结果降至约−2点。
- 小时K线掩盖了2026年10月14日止损位与目标位触发的真实顺序:记录中的10点盈利,实际是5.4点亏损。
- 机器学习模型和大语言模型尤其容易受到影响:应按时间划分数据,仅使用过去数据进行预处理,并留意语言模型可能已经知道哪些信息。
相关课程
资料来源
- 美国劳工统计局,《非农就业:月度环比估计值之间的修订,1979年至今》,当前就业统计:https://www.bls.gov/web/empsit/cesnaicsrev.htm
- 圣路易斯联邦储备银行,ALFRED(Archival FRED),历史版本经济数据:https://alfred.stlouisfed.org/
- scikit-learn文档,“TimeSeriesSplit”:https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html
- MQL5参考文档,《数组、缓冲区和时间序列的索引方向》:https://www.mql5.com/en/docs/series/bufferdirection
- MQL5参考文档,《交易策略测试》(逐笔报价生成模式):https://www.mql5.com/en/docs/runtime/testing
- Sarkar, S. K.和Vafa, K.,《预训练语言模型中的前视偏差》,SSRN工作论文,2024年:https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4754678
- Didisheim, A.、Fraschini, M.和Somoza, L.,《AI在金融分析中的可预测记忆》,《Economics Letters》第256卷,2025年:https://www.sciencedirect.com/science/article/pii/S0165176525004392
- Fintrix Markets交易台使用MT5 EUR/USD数据进行的测试:2026年1月13日至10月29日的小时K线(4,980根),以收盘价计算20根K线的简单移动平均线,高于均线做多、低于均线做空,每根K线按开盘至收盘计算,不计成本;另使用2026年10月14日的15分钟K线。



