先验证策略证据,再寻找失效条件。

收益只是结果。AlgoRover 把策略来源、数据区间、成本假设、复现结果和压力测试保留在同一份记录中,让你知道结果从哪里来,也知道它可能在哪里失效。

AlgoRover 研究助手检查策略图表

一条策略如何被检查

所有策略沿用同一条检查顺序,避免只挑选最漂亮的结果展示。

  1. 记录来源与版本

    保存创建者、研究出处、代码或策略包版本以及参数边界。

    输出:可追溯的策略版本
  2. 建立统一基线

    记录数据区间、周期、初始资金、手续费、滑点以及尚未建模的成本。

    输出:可比较的回测假设
  3. 复现历史结果

    使用真实已闭合历史数据运行相同配置,并保留收益、回撤与风险调整后指标。

    输出:可重复检查的结果
  4. 主动施加压力

    对比样本内外结果,提高成本,加入执行延迟,并拆分不利市场环境。

    输出:已知限制与失效条件

压力测试具体改变什么

压力测试不是再跑一次相同回测,而是有意识地破坏原本有利的假设。

检查维度基线记录压力变化要回答的问题
数据样本区间与市场周期样本外数据与不同时间窗口结果能否跨区间复现?
成本手续费、滑点与资金费假设提高交易摩擦并补入缺失成本收益能否覆盖真实摩擦?
执行信号频率与成交条件加入延迟、漏单与更差成交策略在现实约束下还能运行吗?
市场环境趋势、波动与流动性特征拆分不利和极端环境结果是否依赖单一市场状态?

所有指标先统一口径

名称相同不代表算法相同。策略之间只有在计算口径公开时才值得比较。

Return
期末权益相对初始权益的净变化。
Sharpe
周期收益均值除以波动率后年化;当前基线无风险利率按 0。
Max Drawdown
权益曲线相对历史峰值的最大跌幅。
Win Rate
当前指持仓活跃区间的盈利比例,不是逐笔交易胜率。

第三方策略如何进入策略库

公开第三方研究重构会保留原始出处;由 KOL 创建并上传、经 AlgoRover 审核后上架的自定义策略,也会保留创建者和版本。只有来源、版本、假设与已知限制能够被检查,策略才会进入策略库。

  1. 提交来源与版本

    记录创建者、原始研究出处、代码或策略包版本,以及参数适用范围。

  2. 检查、复现并施加压力

    按统一基线复现历史结果,检查成本和数据缺口,并测试样本外表现与失效条件。

  3. 带着明确的来源状态上架

    保留第三方标识,公开已验证范围、未知项和已知限制,不包装成 AlgoRover 的独立验证结果。

压力测试能暴露脆弱性,不能证明安全。

它不能消除幸存者偏差、模型风险和未来市场变化,也不能替用户决定仓位或是否运行。它的价值,是把原本隐藏的依赖条件变成可以检查的事实。