策略失效判定：何时坚持，何时放弃
本文仅用于教育与研究，不构成投资建议。历史表现不能保证未来结果。
亏损不等于失效
任何承担市场风险的策略都会有亏损期。回测中的最大回撤、最长恢复期和连续亏损，只描述样本里已经发生过什么，不是未来损失的硬边界。
因此，当前回撤没有超过历史最大回撤，不能证明策略仍然有效；超过了，也不能自动证明策略已经失效。样本外出现新极值，本来就是可能发生的事。
真正需要判断的是：现在看到的偏差来自哪里。
先排除四类问题
数据问题
行情缺失、复权错误、时区变化、标的代码迁移或财务数据发布时间错误，都可能制造异常信号。数据不可靠时，先不要解释策略。
回测与模拟执行口径不同
手续费、滑点、成交价格、再平衡时间和现金处理方式不同，会让结果产生偏差。先确认比较的是同一套规则和同一套记账方式。
实际动作偏离规则
模拟组合按规则运行，但真实账户可能延迟、跳过或临时加仓。此时出现的是执行差异，不应直接归因于策略本身。
策略假设发生变化
标的结构、交易制度、流动性或策略依赖的经济关系改变，才触及更深层的问题。例如产品修改跟踪目标、交易机制变化，或者策略使用的数据不再以原方式产生。
正常回撤是什么
“正常”不是小于历史最大回撤的某个倍数。更准确的意思是：当前行为仍能由策略原本的风险来源解释。
趋势策略在震荡中反复触发、均值回归策略遇到持续单边行情、集中组合受到单一行业冲击，都可能是已知弱点。已知不等于可以忽略，但它与规则已经变成另一套东西不同。
检查时可以比较：
- 亏损主要来自哪些交易和标的；
- 交易频率是否明显变化；
- 收益分布是否由少数异常交易主导；
- 当前市场状态是否属于历史样本较少覆盖的区域；
- 加入合理成本后，原优势是否本来就很薄弱。
多大的偏离才值得警惕
没有通用的 1.3 倍回撤、连续三个月或跑输 10% 阈值。阈值必须与策略周期、样本长度和风险预算一起定义。
比固定数字更有用的信号包括：
- 多个独立样本期都出现同方向恶化；
- 交易成本或换手率持续高于设计假设；
- 信号行为发生结构变化，而不只是收益暂时变差；
- 原本用于解释优势的关系在新数据中长期消失；
- 结果对起止日期和少数交易极度敏感。
单个信号通常不足以下结论。它们的作用是触发调查，不是自动宣布策略死亡。
为什么不能在回撤中直接改参数
看到亏损后调整参数，很容易让新版本专门避开刚发生的行情。修改后的历史曲线会更漂亮，但那段数据已经参与了设计，不再是独立证据。
如果确实需要修改，应创建新版本，保留旧版本记录，并用未参与修改的数据验证。旧策略是否停止跟踪，和新策略是否值得采用，是两个决定。
一个可复查的诊断顺序
- 确认数据和任务运行正常；
- 确认比较的是同一版本和同一成本口径；
- 把策略收益与真实账户执行差异分开；
- 找出偏差集中在哪些交易、标的和时期；
- 回到原始假设，检查它是否仍能被观察；
- 决定继续观察、降低风险预算、暂停新增暴露，或建立新版本研究。
这不是自动决策树。最后一步涉及真实资金和个人约束，策引不能替用户决定。
策引提供什么证据
策引可以展示模拟组合的交易记录、信号、回撤、恢复期和其他历史指标，也可以帮助比较策略版本。这些信息适合定位“发生了什么”。
AI 可以帮助整理差异、提出待验证问题，但不应仅凭一段净值曲线宣布策略有效或失效。判断仍需要回到数据、规则和原始假设。
继续还是放弃
“坚持”不等于继续投入相同风险，“放弃”也不等于立刻清空真实账户。还可以暂停新增资金、保留观察组合、降低风险预算，或者只停止某个版本。
把动作拆开以后，决定不再需要在“死守”和“全盘推翻”之间二选一。
说到底
策略失效没有一个醒目的红色数字。回撤是结果，失效是对规则、数据和假设的综合判断。
最危险的两种简化，一种是“还没超过历史最大回撤，所以没事”，另一种是“这次创了新低，所以策略死了”。历史样本只能提供参照，不能替未来划边界。
相关阅读：