前两年我在一个欧美5分钟级别的均值回归EA上吃过一次大亏，回测报告里建模质量那一栏明明白白写着99.12%，夏普1.8，最大回撤不到6%，我看着那条平滑的曲线心里美得不行，直接上了实盘。结果三周之后账户回撤了18%，我才回过头去仔细扒那份报告，发现建模质量高得离谱的原因很简单——我把服务器上历史数据的最长可用区间拉满，但中间有大量缺口被MT5用插值补上了，报价是假的，成交假设自然也是假的。从那以后我养成了一个习惯，每次拿到一份好看的报告，先不看收益曲线，先看数据质量和建模质量这两栏到底是怎么来的。
关于建模质量这个东西，论坛里汇友分享过不少经验，但很多人还是只看那个百分比数字。我自己的理解是，它本质上反映的是回测过程中真实tick数据覆盖的比例，或者更准确说，是MT5在多大程度上用真实报价而不是用生成报价来模拟每一笔成交。跑过三年数据的人应该有体会，建模质量99%在纸面上很漂亮，但它跟策略能不能赚钱完全是两码事，甚至有时候高建模质量反而会掩盖一些更致命的问题。我拿自己跑过的两个方案做个对比，都是欧美M15，2019到2024五年数据，初始资金一万美金，杠杆1:100，点差按1.2个点固定。
第一个方案是直接用经纪商服务器上的M1数据生成tick回测，建模质量跑出来98.7%，报告显示年化收益23%，最大回撤9.4%，盈亏比1.6。优点是跑起来快，五分钟出结果，适合快速筛参数。但坑也很明显，M1生成tick的方式是把一分钟内的价格路径简化成四个点，遇到非农或者央行决议那种瞬间几十个点波动的时候，实际滑点和成交价跟回测差得非常远。我后来用这个参数上实盘，第一周就发现同样的信号，实盘成交价比回测差了平均2.3个点，一年下来光这一项就吃掉将近三成利润。
第二个方案是花钱买了tick级历史数据，从第三方数据商那里导入MT5，建模质量直接显示99.9%，但代价是数据文件将近40个G，跑一次五年回测要四个多小时，而且导入过程里如果时区没对齐，或者夏令时切换没处理好，会出现某些天完全没有报价的情况，MT5会默默跳过那些时间段，报告上不会明确告诉你少了哪几天。我第一次导入的时候就踩了这个坑，2019年3月到4月有一段数据缺失，结果那两个月正好是欧美一波单边行情，策略本来应该在那段时间连续止损，但因为数据没了，回测直接跳过去，收益曲线凭空好看了一截。后来我养成了一个习惯，导入tick数据之后先用脚本统计每个月的报价条数，跟正常月份对比，偏差超过5%的月份直接标记出来手动检查。
所以我的结论是分场景看。如果你只是做参数粗筛，比如均线周期从20到60扫一遍，那用M1生成tick、建模质量98%左右完全够用，速度快，能帮你快速缩小范围。但如果你要拿回测结果去决定实盘仓位，或者策略本身对成交价敏感，比如剥头皮、新闻交易、或者止损设在关键点位附近的，那就必须用真实tick数据，而且导入之后要做数据完整性校验，不能只看那个99%的数字。另外还有一点，建模质量高不等于建模质量真实，MT5的建模质量计算方式是基于它自己认为可用的tick来算的，如果数据源本身有问题，它照样能给你显示99%。
还有一个容易被忽略的细节是点差和隔夜利息的设置。我见过有人回测建模质量99.8%，但点差设的是0.5个点，隔夜利息直接填0，这种报告跑出来的收益曲线基本没有参考价值。我自己现在固定用经纪商实盘账户的历史点差均值，欧美一般设在1.0到1.4之间，黄金设2.5到3.5，隔夜利息按实际掉期填进去。这些参数对最终结果的影响，有时候比建模质量那几个百分点大得多。
说到底，回测报告只是一个工具，建模质量99%也好，90%也好，它只能告诉你这份报告在数据层面有多可信，不能告诉你策略在未来能不能赚钱。跑过三年数据的人应该都有体会，真正让你亏钱的往往不是回测里那些看得见的数字，而是实盘里那些回测根本模拟不出来的东西，比如流动性瞬间消失、经纪商滑点扩大、或者你自己看到浮亏之后手抖提前平仓。你们平时看回测报告的时候，最看重哪几个指标，有没有因为建模质量高反而被坑过的经历？
关于建模质量这个东西，论坛里汇友分享过不少经验，但很多人还是只看那个百分比数字。我自己的理解是，它本质上反映的是回测过程中真实tick数据覆盖的比例，或者更准确说，是MT5在多大程度上用真实报价而不是用生成报价来模拟每一笔成交。跑过三年数据的人应该有体会，建模质量99%在纸面上很漂亮，但它跟策略能不能赚钱完全是两码事，甚至有时候高建模质量反而会掩盖一些更致命的问题。我拿自己跑过的两个方案做个对比，都是欧美M15，2019到2024五年数据，初始资金一万美金，杠杆1:100，点差按1.2个点固定。
第一个方案是直接用经纪商服务器上的M1数据生成tick回测，建模质量跑出来98.7%，报告显示年化收益23%，最大回撤9.4%，盈亏比1.6。优点是跑起来快，五分钟出结果，适合快速筛参数。但坑也很明显，M1生成tick的方式是把一分钟内的价格路径简化成四个点，遇到非农或者央行决议那种瞬间几十个点波动的时候，实际滑点和成交价跟回测差得非常远。我后来用这个参数上实盘，第一周就发现同样的信号，实盘成交价比回测差了平均2.3个点，一年下来光这一项就吃掉将近三成利润。
第二个方案是花钱买了tick级历史数据，从第三方数据商那里导入MT5，建模质量直接显示99.9%，但代价是数据文件将近40个G，跑一次五年回测要四个多小时，而且导入过程里如果时区没对齐，或者夏令时切换没处理好，会出现某些天完全没有报价的情况，MT5会默默跳过那些时间段，报告上不会明确告诉你少了哪几天。我第一次导入的时候就踩了这个坑，2019年3月到4月有一段数据缺失，结果那两个月正好是欧美一波单边行情，策略本来应该在那段时间连续止损，但因为数据没了，回测直接跳过去，收益曲线凭空好看了一截。后来我养成了一个习惯，导入tick数据之后先用脚本统计每个月的报价条数，跟正常月份对比，偏差超过5%的月份直接标记出来手动检查。
所以我的结论是分场景看。如果你只是做参数粗筛，比如均线周期从20到60扫一遍，那用M1生成tick、建模质量98%左右完全够用，速度快，能帮你快速缩小范围。但如果你要拿回测结果去决定实盘仓位，或者策略本身对成交价敏感，比如剥头皮、新闻交易、或者止损设在关键点位附近的，那就必须用真实tick数据，而且导入之后要做数据完整性校验，不能只看那个99%的数字。另外还有一点，建模质量高不等于建模质量真实，MT5的建模质量计算方式是基于它自己认为可用的tick来算的，如果数据源本身有问题，它照样能给你显示99%。
还有一个容易被忽略的细节是点差和隔夜利息的设置。我见过有人回测建模质量99.8%，但点差设的是0.5个点，隔夜利息直接填0，这种报告跑出来的收益曲线基本没有参考价值。我自己现在固定用经纪商实盘账户的历史点差均值，欧美一般设在1.0到1.4之间，黄金设2.5到3.5，隔夜利息按实际掉期填进去。这些参数对最终结果的影响，有时候比建模质量那几个百分点大得多。
说到底，回测报告只是一个工具，建模质量99%也好，90%也好，它只能告诉你这份报告在数据层面有多可信，不能告诉你策略在未来能不能赚钱。跑过三年数据的人应该都有体会，真正让你亏钱的往往不是回测里那些看得见的数字，而是实盘里那些回测根本模拟不出来的东西，比如流动性瞬间消失、经纪商滑点扩大、或者你自己看到浮亏之后手抖提前平仓。你们平时看回测报告的时候，最看重哪几个指标，有没有因为建模质量高反而被坑过的经历？