前视偏差（数据泄漏）
前视偏差（lookahead bias），也叫数据泄漏（data leakage），指的是回测里用到了在模拟决策发生的那一刻根本拿不到的信息。它会不声不响地抬高成绩，因为规则看上去像是预见了什么，其实是有人把答案告诉了它；它可以从数据、指标、价位，甚至从研究流程本身钻进来。
Senzoukria · 术语表 · 更新于 2026 年 9 月
未来从哪些地方渗进来
| 入口 | 例子 | 在结果里的样子 |
|---|---|---|
| K 线时点 | 按某根 K 线的收盘做决策，却按同一根 K 线的开盘成交 | 入场总能吃到催生信号的那一段行情 |
| 价位 | 用整个交易时段的数据标出时段 POC 或价值区，再拿它做盘中交易 | 价格对这些价位尊重得可疑 |
| 指标 | 居中移动平均，或者用到后续 K 线的平滑处理 | 拐点在发生之前就被识别出来 |
| 数据 | 用换月之后的信息拼出的调整后连续合约；标的清单里的幸存者偏差 | 真实路径本有跳空的地方却是一条平滑序列 |
| 期权背景 | 用今天的伽马分布去解释过去的某个交易时段 | 一种能解释历史上每一天的市场状态 |
| 研究流程 | 检视完结果之后再挑测试期 | 一个名不副实的样本外时期 |
怎么把它挡在门外
- 在收盘的 K 线上做决策，并在下一根 K 线的开盘入场；如果要用别的约定，就把它明确写出来并说明理由。
- 每一个价位、分布和指标，都只用决策 K 线之前可得的 K 线来计算，并在那一刻冻结。
- 记下每个输入是在什么时刻可知的，包括期权数据的未平仓量日期，并拒绝时间戳晚于决策时刻的输入。
- 把换月政策写进记录里来处理合约切换，不要在不处理价格差的情况下把一个价位跨到期月带过去。
- 在检视任何参数之前，先把训练期和测试期的边界定死。
为什么它很难被发现
泄漏不会报错，它只会给出一个更漂亮的数字。测试照跑，曲线照涨，没有任何东西会标出原因。通常的蛛丝马迹是结果太整齐了：入场总在造出行情的那根 K 线上，价位守住的次数多得不像话，样本外曲线长得和样本内一模一样。检验方法是：只用一个实盘流程当时真能拿到的信息，把规则重跑一遍——这往往会让资金曲线大幅缩水。
在 Senzoukria 里
自动回测引擎在收盘的 K 线上做决策，并在下一根 K 线的开盘成交入场，出场按 K 线价格和配置的成本建模，这在结构上就排除了最常见的那种 K 线时点泄漏。前推模式的提示也写明了它自己的护栏：参数在每一片的前段上选出，在后段上评估，而后段完全没有参与选择。
本站的研究指南对价位沿用同一条规则：用第二天的分布才发现的价位会引入前视偏差，所以规则里用到的足迹或分布价位，必须用信号 K 线之前可得的信息来确定。一条读取时段分布或某个价位的策略，应当逐根 K 线确认它读到的是正在生成中的数值，而不是已经完成的数值；引擎的 K 线时点并不能保护你免于一个用后续数据算出来的价位。
常见错误
- 按信号 K 线的收盘价成交，仿佛委托早就挂在那里。
- 把一个已经走完的时段的价值区，拿来给这个时段内部的入场用。
- 用今天的伽马分布去解释历史上的某一天。
- 在切片边界已经根据结果挪动过之后，仍然把前推分析当作没有泄漏。
相关内容
其他语言版本
常见问题
- 前视偏差和过拟合是一回事吗？
- 不是，尽管两者都会抬高回测成绩。过拟合是用当时确实可得的信息，把规则调得贴合某一段样本的偶然性；前视偏差用的则是当时还拿不到的信息。一条规则可以完全没有其中一个，却满是另一个。检查两者的方法相同：追问在每一个决策时刻，这个流程究竟知道些什么。
- 在下一根 K 线开盘入场就能消除前视偏差吗？
- 它能消除 K 线时点那一种，也是最常见的一种。但它挡不住用后续数据算出来的价位或指标，挡不住用换月之后的信息拼成的调整序列，也挡不住一个在看完结果之后才挑定测试期的研究流程。每一个入口都需要自己的检查。
- 期权数据会泄漏进期货回测吗？
- 会。未平仓量每天收盘后才发布一次，所以用今天的未平仓量搭出来的伽马价位，描述的是今天盘中根本观察不到的持仓。读取这类价位的历史测试，必须使用决策时刻当时就存在的那个快照，连同它自己的时间戳，而不是后来才可得的那一份。