回测是在已知答案的情况下做测试。你不断调整参数，直到它在历史上跑出漂亮曲线——这个过程的本质，是让策略去适应那段特定历史的噪声。
噪声是随机的、不可重复的。所以拟合了噪声的策略，换一段时间就失效。这就是「回测很美、实盘很惨」的根本原因。
表现一：参数极度敏感。均线从 20 改到 19 或 21，收益就掉一半。说明策略抓的是特定数字上的巧合，不是规律。
表现二：交易次数过少。整个回测期只有十几次交易，统计上毫无意义——样本太小，运气成分占主导。一般建议至少 50 次以上。
表现三：样本内外表现断层。把数据分成两半，前一半年化 60%、后一半年化 3%，说明策略只适应前半段的市场环境。
表现四：多参数组合同时最优。一个策略有 5 个可调参数，而你恰好找到了让它们同时最优的组合——这种概率太低了，更可能是拟合。
表现五：逻辑说不通。策略在赚钱，但你说不出它为什么赚钱。没有逻辑支撑的收益无法复制。
表现六：回测区间恰好避开所有大跌。如果回测起点终点选得刚好绕开 2008、2015、2018 年，那不是策略稳健，是抽样取巧。
做任何策略上线前的必查项：参数上下浮动 20%，结果是否稳定？交易次数是否够 50 次？换一个起始年份，结果是否还成立？这个策略赚钱的逻辑，能否用一句人话说清楚？
四个问题里有两个答不上来，就应该回到设计阶段重新思考，而不是急着上实盘。
第一步：用 70% 的历史数据设计并调优策略。
第二步：用剩下 30% 的数据做样本外检验，这一步只跑一次，不允许回头改参数。
第三步：参数敏感性测试，确认结果对参数不敏感。
第四步：换不同市场环境（牛市、熊市、震荡市）分别测试。
第五步：小仓位实盘验证。这一步的价值无法被回测替代，因为真实成交有滑点、有冲击成本、有心理压力。
过拟合的根源是追求完美。当你想把回测曲线打磨得越来越漂亮时，就已经在拟合噪声了。
健康的策略应该是有缺陷的：会有连续亏损的月份，会有跑输指数的时段，会有看不懂的异常交易。这些「不完美」恰恰说明它没有过度适配历史。
判断标准很简单：如果你的策略在历史上从来没有难受过，那它在未来一定会让你很难受。