🔍 外部方案审计清单

对应研究08《A股股指期货没有免费午餐》——先审方案,别急着测

0方案基本信息
1先审可执行性(再跑回测)
核心问题:方案设计所依赖的市场环境,在现实中真的存在吗?
1 交易规则是否实际可行
是否考虑了持仓限额?
如股指期货有开仓限额(每日最大开仓手数),程序化双向交易实际做不到。
是否考虑了涨跌停限制?
国内股票有涨跌停(10%/20%),接近涨跌停时无法按方案价格成交。
是否考虑了停牌风险?
停牌期间无法买卖,回测跑得漂亮但实盘无法跟进。
是否考虑了合约到期/换月?
期货合约有到期日,必须移仓换月——方案有没有说怎么处理?
2 成本模型是否完整
是否包含平今仓手续费?
国内期指当日平仓手续费约为隔夜平仓的 15 倍——这是最常见的漏项。
是否包含滑点?
冲击成本无法完全消除——大资金还要考虑 market impact。
是否包含印花税?
卖出单边收取 0.1%。
是否考虑了分红除息?
长期持有的方案要算上分红再投资 vs 不再投资的差异。
3 数据可得性
宣称的数据源真的拿得到吗?
比如声称"十年分钟级数据免费接口",实际可能只保留最近 1 个月。
是否区分了样本内和样本外?
回测用的数据和将来实盘用的数据,是否能保持一致性?
是否提到了数据清洗/对齐方法?
期货合约切换、复权处理、停牌处理——这些都会影响结果。
是否引用了国内不再发布的指标?
比如某些波动率指数已经停止更新,但方案还在用它做参数。
2逐项核验引用
方案里每一个"现成资源""权威数据""行业指标"——都应能检索到出处。
4 引用资源核验
每一条引用都标注了机构 + 报告/项目名
每一条引用都能通过搜索/官网检索到
每一个文件名/链接都查得到
每一个"具体数字"都有口径说明
3识别幻觉三条特征
这三条是"指纹级"的:一旦同时出现,高度怀疑方案里有虚构。
5 幻觉特征检测
① 精确到小数点的对比数字
"效率 4.2 倍""可靠性提升 63%"——精确、好看、无出处。真实结论附带口径与区间。
② 全网无痕的文件名
具体的压缩包名/脚本名——全网检索不到任何痕迹。它不是"冷门",而是不存在。
③ 术语用错地方
用股票退市的英文术语描述期货合约切换——两个场景毫无关系。术语是"知道才会用对"的东西。
4给漂亮结果设否决权
任何一个"漂亮数字"都必须能扛得住独立复现 + 逐笔审计。质疑未消除前不进入下一步。
6 漂亮结果的反方检验
是否做了独立复现(用不同实现重跑)?
复现结果与原始结果差距应该在可接受范围内(<1pp 或明确的计算口径差异)。
是否做了逐笔/逐日审计?
随机抽 10-20 笔交易,核对成交价、数量、手续费、损益计算是否正确。
是否考虑了样本外?
在另一段独立区间重跑,结果方向是否一致?
是否质疑过自己算出的漂亮数字?
研究08 案例:31.4% 漂亮数字被复现为 −0.7%,相差 32pp——独立复现救回了真金白银。
5查数据完整性(先于收益)
缺失率是比收益率更靠前的指标。"漂亮数字"的来源往往不是模型聪明,而是底座漏了。
7 数据完整性
计算了关键序列的数据缺失率
研究08 案例:某品种价差序列缺失率约 52%,"漂亮数字"完全建立在被静默丢弃的数据上。
数据缺失是否集中在关键时段?
研究08 案例:缺失集中在"交割日之后那一段"——而这一段恰好决定盈亏。
是否有完整数据审计日志?
什么数据被剔除、为什么剔除、剔除前后数据完整率各是多少。
是否区分了"沉默丢弃" vs "显式标记缺失"?
前者会让你以为数据完整——但其实漏了一大半。
📊综合审计结论
📖为什么审计要走在跑回测前面?

大多数人的做法:拿到方案 → 直接跑回测 → 看结果好不好。

正确做法:先逐条质问方案本身——结果通常会找到致命缺陷,跑得再漂亮的回测也救不回来。

三类致命缺陷:

  • 不可执行:方案假设的市场环境在现实中不存在(如不考虑持仓限额)
  • 成本错配:漏掉了关键成本项(如当日平仓手续费),导致系统性高估收益
  • 数据前提不成立:方案设计所依赖的数据,免费根本拿不到

幻觉三条特征——一旦发现其中两条以上,建议直接放弃这份方案:

  • 精确、好看、无出处的对比数字
  • 具体文件名全网无痕
  • 术语用错地方——编造者只能从相似语境里搬

本工具的教学意图:审计外部方案是研究的第一关——不是在你算出漂亮数字之后,而是在你跑第一行代码之前。