动量-趋势股票策略的即时回测：正式的偏差分类、ATR跟踪止损分析以及投资者体验指标

《Mathematics》：Point -in-Time Backtesting of Momentum-Trend Equity Strategies: A Formal Bias Taxonomy, ATR Trailing Stop Analysis, and Investor-Experience Metrics

　　

摘要

在股票市场中，系统化的趋势跟踪策略已被广泛研究，但大多数公布的业绩数据在实际交易中无法重现。本文有三项贡献。首先，我们提出了一个以即时正确性为依据的先见偏差正式分类体系：如果对于每一个决策时间t，某策略的信息集都处于自然过滤结构???之中，三种偏差类型——样本池污染、价格数据提前泄露以及止损退出顺序违规——都被视为过滤缺陷。其次，我们将平均真实波幅ATR追踪止损模型化为随机递归过程，并明确了其单调非递减的特性（引理1），从而给出了每笔交易的损失上限。第三，我们给出了两种具有相同夏普比率但最大连续负收益年份长度可任意差异的收益序列的封闭形式表达式（定理1），进而将投资者体验指标视为独立的优化目标。作为补充，我们对2008年至2025年的纳斯达克100指数进行了18年的实证研究，使用了符合一类标准的重构后即时指数构成数据，并测量了二类风险的暴露程度，同时采用了组合对称交叉验证方法，在14种不同的ATR倍数组合下进行分析。该分析结果显示，在时间内，该策略存在不受止损倍数影响的、CAGR值稳定的区间（CAGR为10.28%至10.39%，已扣除荷兰渐进税），且在14种组合中最大连续负收益年份长度均为1。该策略矩阵的相关矩阵特征值以单一模式为主（为14），因此有效独立检验次数为。即使关闭策略分类功能后，在平行测试网格中仍存在这种近乎退化的情况，这表明ATR倍数对于这类策略而言实际上是近乎冗余的参数。在CSCV最大选择规则下，与这种近乎退化现象相伴出现的PBO值也为。经过邦费罗尼校正后，该策略在和两种测试条件下的表现依然稳定。综上所述，这些证据支持从基于区域的角度来理解策略参数的稳健性，而非追求单点最优解。