稳健性与收益来源：策略到底靠什么赚钱

全年赚240美元，其中200美元来自同一只资产。接下来，报告又删掉最差时期，画出一条更平稳的曲线，宣布“通过稳健性测试”。去掉坏时期和追查最大贡献，看似都在改变表格：各自改变了什么，哪些结果仍能解释原账户？

这时值得做的不是继续修图，而是分清三个问题：结果对条件是否敏感，钱集中从哪里来，以及这些贡献能否解释成可持续的能力。不同检查回答不同问题，不能把所有表格合成一个“通过”的印章。

这次要完成的判断

• 用分时期、分标的和规则对照区分贡献与机制。
• 检查参数邻域、不利条件及风险暴露，说明每项检验的限制。
• 建立保留全部结果的稳健性矩阵，记录新增尝试与下一步证据。

先登记要问什么，再打开结果

稳健性检查关心的是：在有意义的条件变化下，原结论怎样变化。它不要求每个子时期、每只资产都盈利，也不表示将所有条件轮番试到找到一组稳定区间。

可以先列几项检查：同样规则在事先划定的时期怎样表现，损益是否依赖少数标的，邻近参数是否突然崩塌，增加成本或延迟会发生什么。CFA回测概要将情景、模拟和敏感性分析视为历史回测的补充。[1] 这里重点是补充问题，不是增加一套自动保证可靠的仪式。

每项还需写为什么检查。趋势机制可能在反复震荡时付出代价，某类选股方法可能对行业环境敏感。如果事前没有任何可能失败的条件，所有结果都能被解释成合理，检查就很难改变判断。

240美元，先按两个方向拆开

以下是C6独立合成阅读练习，不替换此前报告，也不是C2真实回测。观察一个完整年度，均分为P1、P2、P3三个连续时期；美元计价，初始策略资金10000，无出入金、杠杆或个人税费，所列损益已经包含同一教学成本口径。

资金分别安排在虚构资产X、Y、Z的独立子账户，初始为4000、3000、3000美元，之间不转移资金。表中是每个子账户在该时期的权益变化，包括已实现及未实现损益，直接以美元提供；不是可以相加的分期收益率，也未提供实际策略或逐笔价格。

逐列相加得到三个时期120、负30、150，全年240，期末账户10240，全年净收益2.4%。基准也从10000出发，采用相同年度、币种与净成本口径，其给定损益合计150，收益1.5%，策略领先0.9个百分点。

按标的看，X贡献200，占全年净损益约83.33%。这个占比的分母是净利润240，不是本金或风险；若有正负贡献抵消，它甚至可能超过100%。不能把贡献占比当成持仓权重，也不能只凭这一行说X承担了83.33%的全部风险。

一个坏时期，不会自动推翻机制

P2亏30，基准同期亏20。应检查策略在当时承担了什么、成本和交易是否符合规则，以及原机制是否预期会遇到类似环境。全年正收益不能抹掉这个时期，但单个亏损期也不能独立证明策略无效。

同样，P3贡献150，并不意味着它应该获得更大评价权重。若因为P3较好才把它命名为“正常市场”，并把P2叫作异常剔除，实际上是在根据结果重划证据范围。

分时期首先是诊断。原来的开发、验证与测试用途仍要保存；已经被研究者看到的子区间，不能换个标签就重新成为未知样本。若需要描述特定环境，环境定义应有事前或独立依据，并同时展示不满足条件的部分。

去掉最大赢家，记住被改掉了什么

现在按事先写下的诊断规则，查看去掉全年最大正贡献者后的结果。找到X后，将其4000美元子账户改为全年现金，现金收益设0，Y、Z和其他条件不变，不把这4000重新加到它们身上。

合成结果只剩60减20，赚40美元，整个原10000美元账户收益0.4%。这说明全年盈利高度依赖X的贡献，但不说明将来事前能知道应该去掉谁，也不证明趋势机制必须在每个标的上单独盈利。

若问题仍是“把X改为现金后，相对原先选定的机会成本怎样”，原基准应保留：现金版本收益0.4%，原基准1.5%，落后1.1个百分点。即使原基准含X，这项比较仍有意义，因为放弃X正是这个诊断版本作出的变化；不能为它另挑一把更容易跑赢的尺子。

若改问“在不含X的机会集中，剩余规则是否有效”，则需要对应的不含X对照。本表没有基准的标的拆分，不能从原1.5%直接推出这个新对照的收益。前一种比较衡量相对原替代方案的代价，后一种检验缩小范围后的选择，两个问题及其基准要分别登记，不能混成同一个结论。

如果改为把Y、Z重新放大到满额10000，结果就还包含了新的资金和风险安排，不能与“移除X、其余不变”混为同一项检查。去掉赢家的动作利用了事后贡献来提问，适合诊断集中程度，不是原策略可以提前执行的替代方案。

去掉一个规则组成部分，则是另一类对照，常叫规则消融。例如删除额外确认条件，同时保留其余定义，再观察交易、暴露和成本是否改变。它不只是把盈利交易从表里删除，而要按变更后的规则重新生成账户。

邻近参数和消融，要展示失败项

为练习阅读，再给出预先安排的合成对照结果。这里的净损益是教学输入，不是作者运行真实价格所得。这份独立C6练习的基线有一个平滑窗口10及额外确认条件；它不是C2-A，不能把确认条件移植进C2-A。窗口9、11只改窗口，消融只删除确认，其余按各自冻结规格和同一成本方法处理。

邻近两个窗口全年仍盈利，能够减弱“只在一个精确窗口有好结果”的担忧，却不能证明没有过拟合。它们使用相同历史，可能共享数据问题或暴露；三个点也没有覆盖所有参数和环境。

删除确认后全年190，P2却亏110，而基线P2亏30。这提示确认条件可能影响了暴露、交易或成本，需要查看中间记录。不能由这一张表宣布确认条件导致了更好风险控制，更不能假设删除它只是少了一个判断而没有改变仓位。

提高成本后结果170，原240对成本仍有依赖。这个结果没有代替G44的逐笔现金核验，也没有给真实容量定值。稳健性矩阵的作用，是知道哪项结论受什么条件影响、下一步应追到哪份资料。

钱来自风险暴露，还是模型没解释的部分

全年2.4%与基准1.5%的差为0.9个百分点，但收益来源不能只做这次相减。回到G14的思路，给定一个单因子教学模型：同年度无风险收益0.5%，市场参照就是上表同口径基准1.5%，策略Beta假设为1.6。

模型参照为0.5%加1.6乘以（1.5%减0.5%），等于2.1%。策略2.4%比它多0.3个百分点。这是单期残余，尚未从中分出长期Alpha与当期误差，Beta也不是凭这一年估出来的。

再给另一份事先规定的模型，它额外包含一个风格暴露0.2，对应同年度风格因子收益2%；新增解释项0.4个百分点，模型参照变2.5%，残余则为负0.1个百分点。两模型只是合成条件，不知道哪一个更符合真实资料。

这说明模型选择会改变“未解释收益”的大小与方向。CFA绩效评价概要要求理解计量、归因和评价之间的关系，以及能从结果推出的边界。[2] 模型解释了一项相关收益，也不等于证明风险是唯一因果来源；剩余为正同样不能直接宣布技能。

实际研究还要看持仓、逐期风险暴露及估计误差。不能只因加入一个因子使Alpha消失，就把该因子当最终真相；也不能不断换模型，直到留下自己喜欢的正Alpha再停止。

检查本身，也会成为新的挑选

小林开始追加测试：换一组日期，删两个标的，改一种标准化，又加一条过滤。每一步单看都像认真，但如果只保留好结果，全部检查仍可能是在寻找一份能过关的报告。

回测过拟合原始研究讨论了，在有限历史上广泛搜索策略配置，可能产生看似有吸引力的假发现。[3] 本篇不要求计算论文方法；先做一件可执行的事：每个新增检查都编号，保留看过的结果与它如何影响修改。

预登记也不是封印，可以在发现问题后增加有理由的检查。区别在于诚实记录它属于事后诊断，之后若据此选规则，原资料便参与了选择，需要另外安排评价。不能只把最终版本说成唯一初衷。

先给这些结果分配用途

解释题：去掉X后仍赚40，为什么不能说“已经证明不依赖任何单一资产”？应用题：删除确认的全年190仍为正，是否足以宣布确认规则没有价值？先说明每项结果回答了什么和没有回答什么。

第一题中，只检查了最大贡献者X的移除，且结果从240降到40，反而显示明显依赖；不能推成所有标的都无关。第二题需要同时看P2损益变化及暴露、交易和成本，全年正负不足以判断规则作用，更没有独立证明因果。

赢得更集中，结论怎样改

另一组独立合成年度贡献改为X赚300、Y赚20、Z亏80，其余账户本金不变。请计算总收益、X相对净损益占比，以及移除X并保留现金后的结果。有人说“贡献超过100%肯定表错了”，你怎样回答？

总净利润仍为240，账户收益仍2.4%；X贡献占比300除240，为125%。这是其他贡献相互抵消后的净利润分母，不是权重超过100%的证据。移除X、其余不放大，剩20减80，亏60，原账户收益负0.6%。同样终点下，盈利来源比主例更集中，需要增加关于贡献与暴露的核查，不能只按总收益宣布同等稳健。

留下一张稳健性与解释矩阵

为一项研究列出检查目的、事前或事后状态、固定条件、唯一改动、数据版本、净结果与风险变化，再写能支持的结论、替代解释及下一份材料。即使检查失败或没有运行，也保留一行，状态分别注明，不把待执行填成通过。

至少包含分时期、分标的、移除最大贡献、规则消融、参数邻域和不利实施情景。若当前只完成本篇预制材料，就写给定结果阅读；C2真实价格、流水和所有版本尚未齐全时，不能称真实策略已通过这些检验。

自检时把所有未通过和未运行行显示出来，问最终结论是否仍诚实；再检查有没有把主动收益、模型解释及技能判断写成一回事。矩阵的成果是缩小未知、安排下一步，而不是把每一格都涂绿。

小结：稳健性、贡献和解释各守一层

先完整展示预先安排的条件变化，保留损失时期与失败检查，再解释结果怎样敏感。去掉赢家与消融能提供诊断，不能凭事后操作证明可实施替代或因果；邻近参数表现相似也不能替代新的评价资料。

再将贡献追到共同暴露和模型局限。单期残余不是技能，漂亮终点也可能高度集中；检查越多，尝试记录越重要。只有保留所有结果与修改理由，稳健性才可能改善研究，而不是换一种方式继续挑选。

参考资料

1. CFA Institute：Backtesting & Simulation，2026公开概要。历史回测、情景与敏感性分析边界，未读取付费全文。
2. CFA Institute：Portfolio Performance Evaluation，2026公开概要。计量、归因和评价的区别及解释限制。
3. Bailey等：The Probability of Backtest Overfitting，2015作者版本。有限样本上多次配置搜索与假发现，本文未计算其统计方法或声称策略通过检验。

资料核查日期2026-10-29。本文由AI辅助编写与检查，尚待人类金融审校或目标读者试读；所有数表均为原创合成阅读输入，不是C2或实际投资的历史结果。