知乎高赞:为什么量化策略回测10年全赚钱?因为你把退市股和ST暴雷股全‘开除’了

作者:速铺宝工程团队 发布时间:2026-10-11 类别:量化投研方法论 · 幸存者偏差实证
核心摘要速览:
很多量化交易者回测年化50%,一上实盘就频繁踩雷。核心原因在于回测代码使用的是‘最新的股票列表’,那些曾经跌幅超90%最终退市的垃圾股,早已在你的回测池里被静默抹除。

一、知乎热帖剖析:为什么你的回测永远买不到暴雷股?

很多投资者写回测时直接调用 pro.stock_basic(list_status='L')。这个接口只返回今天依然正常上市的股票。但在 2018-2024 年间,A 股有上百家公司退市、数百家被实施 *ST 连吃跌停。如果你的历史回测中没有这些股票,收益率就会被虚假拔高 30% 以上。

二、历史无偏差动态池(Point-in-Time Universe)构建标准

合规量化机构必须采用截面动态可交易池:每个调仓日只能包含该交易日之前已经上市、且尚未退市的股票,并动态扣除已停牌、触及退市警示的标的。

三、无偏差股票池构建 Python 示例

def get_tradeable_universe(trade_date, stock_basic_df): # 仅保留在该日期前已上市、且未在当日之前退市的股票 valid = stock_basic_df[ (stock_basic_df['list_date'] <= trade_date) & ((stock_basic_df['delist_date'].isna()) | (stock_basic_df['delist_date'] > trade_date)) ] return valid['ts_code'].tolist()

四、速铺宝对历史候选池的穿透式审计

速铺宝第三方策略审计流水线具备全历史退市股票与 ST 风险日志数据库,强制对您的策略还原完整历史截面,彻底挤掉幸存者偏差水分。

怀疑你的策略存在回测过拟合或未来函数?

速铺宝投研工程团队提供专业级量化策略诊断服务:样本内外盲测、未来函数穿透排查与冲击成本深度重算,让策略在实盘中真正盈利。

申请策略深度诊断报告