过拟合陷阱（警示）
TSLA$100,000$100,000 per trade你的层级
一个精心堆叠的3条件入场，在历史上看起来非常出色。导入它，然后带到训练场，看它如何崩溃。
失效之处： 样本外数据。每个额外条件都是针对过去某个特定区间调优的——这就是过拟合，而盲测正是为了暴露它。
3 入场 · 1 出场高风险
1 分钟 股票回测
将你的想法转化为一套清晰的规则，然后用真实成本在历史价格数据上重放它们。在投入真实资金之前，看看你的规则本会表现如何——包括每本规则手册都会有的连亏期。
免责声明： 交易金融工具涉及风险。模拟和历史结果不保证未来表现，本页面仅供教育用途——不构成财务建议。
基础参数
回测深度（天）?
为确保结果准确，请在制定规则前确认以下基本参数——更改它们会重置整个工作区。
或者从已验证的形态开始
每个模板都是一个完整计划——标的、资金、仓位大小和规则（入场 + 出场）都已填好。加载一个即可立即运行。
没有任何内容被锁定：每个数字都可以编辑。每张卡片还会告诉你这个想法在哪里失效——这比它在历史数据上看起来如何更重要。
开盘区间突破
SPY$100,000$100,000 per trade你的层级
等待价格突破近期高点，然后跟随当日第一波真正的走势。
改完数值后点「载入」，会带着这些参数进入下方编辑器。
失效之处： 震荡、区间波动的交易日。几乎每次突破都直接回落，而在日内频率下，往返成本会把小亏损变成持续失血。
1 入场 · 2 出场中等风险
日内均值回归
QQQ$100,000$100,000 per trade你的层级
买入短期衰竭——快速RSI超卖——并在价格一恢复正常时立即退出。
改完数值后点「载入」，会带着这些参数进入下方编辑器。
失效之处： 趋势性交易日。超卖之后更加超卖，而均值回归恰恰在看起来最明显的那些日子承受最严重的亏损。
1 入场 · 2 出场中等风险
日内动量
AAPL$100,000$100,000 per trade你的层级
将快/慢均线交叉压缩到日内K线上——跟随最近几分钟的方向，一转向就平仓。
改完数值后点「载入」，会带着这些参数进入下方编辑器。
失效之处： 平淡、低成交量的时段。均线来回交叉却没有后续走势，每次打脸都要支付完整的往返费用。
1 入场 · 2 出场高风险
工作原理
从学习到验证策略，只需几分钟
01
选择市场，设定基础
选择你想研究的品种、起始资金以及每笔交易的风险金额。手续费和滑点都是真实数字——你看到的就是市场会收取的费用。
02
编写入场和出场规则
两句话就足以开始：何时进场，何时出场。像搭积木一样堆叠条件——无需代码，每条规则都会用通俗语言回读给你。
03
回放并解读结果
在真实价格历史上运行计划，看看实际发生了什么——资金曲线、回撤，以及图表上标记的每一次进出场。用数字来判断，而不是靠想法听起来多有说服力。
学习
什么是股票回测？
股票回测会将你的交易规则在历史价格数据上重放，以展示该策略本应表现如何。这是一个研究步骤——并不保证未来结果，而是在投入真实资金之前对某个想法进行压力测试的一种方式。
核心概念
关键概念
历史数据
受支持股票和 ETF 的缓存每日价格——可选择 1 至 10 年历史数据，免费方案可回放最近两年。分钟级 K 线可用于日内测试。
入场 / 出场规则
触发买入和卖出的条件，以可视化方式组合，无需编写代码。
佣金与滑点
对每笔模拟订单应用贴近现实的交易成本，以免结果被高估。
实战算例
从想法到结果的完整走一遍
- 1
选择标的和规则
选择 SPY 并构建一个简单的移动平均线交叉策略：当 20 日均线上穿 50 日均线时买入，反向时卖出。
- 2
运行回测
引擎会在你选择的历史数据上逐根 K 线重放该规则——最多十年日线数据——并对每笔成交应用佣金和滑点。
- 3
解读评估结果
你会得到总回报、最大回撤、胜率和盈亏比——外加一段通俗易懂的说明，指出该策略更适合趋势行情还是震荡行情。
- 4
诚实地评判
良好的回测结果是一个值得进一步验证的想法，而不是证据。下一步是在它从未见过的数据上检验它。
使用方法
运作方式
1
选择市场
选择你想研究的股票、ETF 或加密货币交易对。
2
构建规则
以可视化模块组合入场、出场和仓位规则——无需编写代码。
3
运行测试
引擎会在真实价格历史上逐根 K 线重放这些规则。
4
解读结果
查看回报、回撤和权益曲线，并阅读一段通俗易懂的优劣势评估。
结果解读
如何解读结果
总回报
测试窗口内的整体盈利/亏损，未计税。
最大回撤
最严重的峰谷跌幅——衡量持有该策略可能有多痛苦。
胜率
盈利的已平仓交易占比；必须与盈亏比结合解读，绝不能单独看。
常见误区
交易者常犯的错误
✗ 不断调整规则，直到回测看起来完美
✓那是对过去进行曲线拟合。回测应该检验你早已有的想法，而不是被优化到通过为止。
✗ 为了让结果好看而忽略佣金和滑点
✓成本是模拟与现实之间的差距。没有成本的回测会美化每一个策略。
✗ 把强劲的回测当作未来回报的保证
✓过去或模拟的表现并不代表未来表现。回测是证据，不是预言。
适用场景
这个工具什么时候适用 —— 什么时候不适用
适用情况
- ✓当你有一条完整明确的规则，并想看看它的历史表现时。
- ✓在投入资金之前，检查你必须承受的连胜和连亏。
- ✓在同一数据上比较同一想法的两种变体时。
不适用情况
- ✗无休止地迭代，直到历史结果看起来不错。
- ✗把几个月的回测当作有意义的样本。
- ✗在实盘前跳过样本外验证。
实战建议
真正有用的实战建议
运行前先把规则写下来
先用通俗语言固定策略。如果你在看到结果后修改它，你就不再是在测试规则——而是在拟合它。
先看回撤，再看回报
总回报是标题；最大回撤决定你是否能拿得住。先看第二个数字来评判。
接下来进入训练场
回测验证过去；训练场在未见过的数据上验证。两者结合，一个想法才能赢得信任。
常见问题
常见问题解答
回测结果能保证未来表现吗？▾
不能。回测依赖历史数据，无法涵盖所有现实条件。它们是研究和验证的工具，而不是未来回报的承诺。
为什么佣金和滑点很重要？▾
忽略成本会让结果看起来比实际可达到的更好。将其纳入其中能让模拟更接近真实账户会经历的情况。
这与训练场有何不同？▾
回测在历史数据上评估一条完整明确的策略，而训练场让你在一部分数据上构建，并在未见过的数据上验证，以减少过拟合。
股票回测覆盖多少历史数据？▾
受支持股票和 ETF 的每日价格。免费方案回放最近两年；付费方案最多可达十年。日内测试增加分钟级 K 线（1m、5m、15m 和 30m），且每个窗口都截至昨日收盘，因此相同的输入始终产生相同的结果。
在这里构建策略需要编程吗？▾
不需要。入场、出场和仓位规则以可视化模块组装，然后转换为通俗语言，让你在运行前就能准确读懂该策略做什么。
我应该先看哪些指标？▾
先从总回报了解背景，然后结合最大回撤和胜率一起看——回撤告诉你持有该策略的感受，而胜率只有与平均盈利和亏损一起解读才有意义。
定价
简单透明的定价
免费开始，随需求扩展。没有隐藏费用，没有意外。
免费版
$0永久
完整平台，但有使用限制——无需绑卡，没有倒计时。
适合
测试一个想法能否经受真实数据的检验。
无每月额度——仅赠送注册积分
- 全部 31 个计算器，无需账户
- 基于日线回测，最多 2 年历史数据
- 基于日线的训练场
- AI 策略评审，需手动启动
- 学习中心、术语表和市场页面
- 注册赠送 50 积分（一次性）
- 无需信用卡
- 日内周期（1分钟 / 5分钟 / 15分钟 / 30分钟）
- 超过 2 年的历史数据
最受欢迎
专业版
$29每月
更深的历史数据，以及你的第一批日内周期。
适合
基于 15 与 30 分钟 K 线的波段和日内策略，拥有十年以上的背景数据。
包含每月 360 积分 · 约 72 次带评审的运行
- 包含免费版全部功能
- 日线历史数据最多 10 年
- 基于 15 与 30 分钟 K 线的日内回测
- 基于 15 与 30 分钟 K 线的训练场
- 每月 360 积分
- 每次回测后自动运行 AI 策略评审
- 1分钟和5分钟周期
旗舰版
$59每月
我们支持的所有周期，以及最长的日内窗口。
适合
只有在 1 至 5 分钟 K 线上才有意义的高频规则。
包含每月 1000 积分 · 约 200 次带评审的运行
- 包含专业版全部功能
- 每月 1000 积分
- 5 分钟 K 线，日内历史最长 180 天
- 1 分钟 K 线，日内历史最长 60 天
- 我们提供的最长日内窗口（30 分钟 K 线最多 1095 天）
回测结果基于缓存的历史价格数据生成，并未考虑所有现实条件，如流动性、跳空或执行延迟。过去或模拟的表现不保证未来结果。
Disclaimer: The tools and content on this site are provided for educational purposes only and do not constitute investment advice. Trading and investing involve a substantial risk of loss, and past performance does not guarantee future results.