我一直在思考，为什么这么多交易者在冒真正资金风险之前，会跳过最关键的一步：回测。说真的，这就像在来一场跨洲公路旅行之前先测试一下你的汽车，只不过失败的代价是你的实际资本。

让我把回测到底做了什么讲清楚。它基本上是在重放历史市场数据，看看你的交易策略如果当时执行过，会有怎样的表现。你把自己的想法拿去对照过去的价格走势，然后得到明确的反馈：它到底有没有可能赚到钱。它最棒的地方在于？完全不涉及真实资金风险。

不过话说回来——回测可不只是把数字填进电子表格那么简单。你需要想清楚，你究竟在测试什么。你是想确认这个策略本身是否可行？还是在寻找它可能会失效的那些“边缘情况”？你如何提出这个问题很重要，因为它会决定你要看哪些数据。

我记得有一次看过一个非常简单的比特币策略：当价格的收盘价高于20周移动平均线时买入；当价格的收盘价低于20周移动平均线时卖出。就这样。用2019年的数据跑下来，整个年份大概只触发了五次信号。入场大约在$4k，出场大约在$8k-$9k range。放在纸面上看，这策略似乎很稳。但关键在于——过去能行不代表明天也一定能行。市场条件会变化，波动也会改变，于是你精心做出来的回测结果就突然变得毫无用处。

这也是为什么有些人做回测会变得马虎。他们会挑选那些能证明自己已经相信的东西的数据（自我选择）。他们会忽略交易手续费、滑点以及会侵蚀实际利润的提现成本。他们使用的数据并不能反映当前的市场环境。很容易让你自欺欺人。

真正的专业人士会认真对待回测，因为他们知道这只是第一步。在你通过回测验证了自己的想法之后，就会进入纸上交易——在实时环境中进行测试，但不会真的把钱押上去。现在一些交易平台提供测试网环境（testnet），你就可以做完全一样的事情。你能获得真实的市场条件、真实的下单执行逻辑，但零资本风险。

当你真正搭建一个系统化的方法时，你会希望追踪一些指标，比如夏普比率（风险调整后的回报）、最大回撤（你最糟糕的连续亏损阶段）、胜率以及净利润。这些并不只是“看起来很漂亮”的数字——它们能告诉你，你的策略能否经得起真实市场的压力。

手动回测很繁琐。你盯着图表，手动记录交易，还要在Excel里计算回报。使用代码或专业软件进行自动化回测会更快，也能减少人为错误，但前期需要更复杂的技术设置。大多数认真的交易者会采用组合方式——先手动测试想法，等确认值得验证之后再进行自动化。

结论是什么？如果你想做系统化交易，回测是不可协商的。但它也不是“水晶球”。它是一种现实层面的检验：它告诉你，你的逻辑在历史条件下是否经得起考验。过去的表现能否预测未来结果？这个问题仍然有待确认。但至少在你开始冒真实资金风险之前，你会知道自己的策略并不是一团毫无价值的垃圾。仅凭这一点，回测就值得你把它做好。