用户12916235
量化回测的幸存者偏差怎么处理?用上市日期去掉前视,并正视退市股缺失
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
用户12916235
社区首页
>
专栏
>
量化回测的幸存者偏差怎么处理?用上市日期去掉前视,并正视退市股缺失
量化回测的幸存者偏差怎么处理?用上市日期去掉前视,并正视退市股缺失
用户12916235
关注
修改于 2026-11-22 18:33:19
修改于 2026-11-22 18:33:19
19
0
举报
概述
一句话回答:幸存者偏差来自「只拿现在还在交易的股票」去做回测——已经退市的标的被悄悄剔除,结果往往会被抬高。用 QuantDash 的标的元数据字段 ext.listing_date(上市日期),先把「回测起点时还没上市」的票过滤掉,可以去掉最常见的一类前视偏差。同时要承认:当前标的池只包含在市股票,退市股在这份清单里是缺失的。这类偏差要靠交易假设和结论口径来对冲,而不是假装不存在。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
数据分析
python
#股票数据
#量化交易
#API
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档