先给你看我现在系统里两个"滚动表现"产物的真实数字（同一条策略，2026-10-08 生成）：
注意 60 日回撤 比 20 日还深一倍多（−25.93% vs −11.21%）——这说明回撤是"从历史水位上刻下来的"，不是本窗口自己长出来的。这篇就讲这个被大多数人忽略的细节，以及我为此栽过的跟头。
我的系统有一套"滚动表现"统计（给盯盘和复盘页用）。有天我把它的数字与一套官方回放数据对账：同一策略、同一 20 日窗口，收益和回撤都对不上，回撤差距尤其大。
第一反应是查 bug。两边各自重算、逐日核对、逐笔核对——单独看每一方都自洽。最后发现：根本不是 bug，是口径定义不同。
把两种算法摊开（伪代码级）：
# 口径 A：窗口独立重跑（错误示范） window = bars[start:end] # 只取窗口内的数据 nav = run_backtest(window, initial_cash=1) # 资金重置、持仓清零，从零开始 ret_20d = nav[-1] / nav[0] - 1 # 以窗口第一天为基期 # 口径 B：全期序列切片（正确口径） nav_full = run_backtest(bars[:end], ...) # 从更早（我的实现是全历史）连续跑完整序列 segment = nav_full[start_idx: end_idx + 1] # 切片取窗口段 ret_20d = nav_full[end_idx] / nav_full[start_idx - 1] - 1 # 基期 = 窗口首日的前一交易日
差别一句话：口径 A 假设"20 天前我干干净净空仓开始"；口径 B 承认"20 天前我手里就拿着仓位和浮盈浮亏"。真实账户当然不会每 20 天清零一次——所以官方用的是口径 B，我的系统最初是口径 A。
收益的差异还可能温和，回撤会直接夸张化：
到我这条数据上：60 日口径 B 的回撤 −25.93%，本质是"从更早的高点刻下来的"——这个数字对持仓者才有意义（他真的经历过那一段）。而口径 A 算出来的会小得多，给人"最近还行"的错觉。
1. 对齐生产口径：滚动统计全部改为"全期序列尾部切片"，基期定义为窗口首日的前一交易日的收盘状态；
2. 让口径随身走——每个滚动产物带上锚点字段（这是我的产物真实结构）：
{
"window_days": 20,
"start": "2026-09-03", "end": "2026-10-08",
"base_date": "2026-09-02",
"anchors": {"method": "full_series_slice", "full_start": "2026-01-05"}
}
以后任何人（包括半年后的我）看到数字，都能当场知道它怎么算的、基期在哪、全序列从哪开始。
3. 验收用逐值对账，不用"差不多"：修完后与官方回放数据比对——20 日项命中到 −5.5028% / −11.2116%、60 日项命中到 −3.8734% / −25.9307%（小数点后四位全等），才算结案。对账断言只有一条：逐值相等；不搞"误差小于 x% 就通过"。
1. 任何"近 N 日"指标，先把基期写下来（窗口首日 还是 首日前一交易日？）；
2. 回撤是高水位刻出来的——先定义"高水位从哪开始追溯"；
3. 自研指标与外部对不上时，先怀疑口径、再怀疑 bug——口径差异是静默的，bug 通常会喊两声；
4. 每个统计产物带上计算口径锚点字段（方法名 + 基期日期），这是给未来的自己留的说明书；
5. 验收方式用逐值对账（能到几位就到几位），不用"看起来接近"。
本站内容为个人研究记录与方法分享，模拟，不构成投资建议；据此操作风险自负。
Joyous 的技术笔记 · 沪ICP备2026053770号
隐私最小化：不设 cookie、无表单、无第三方脚本；访问统计仅取服务端日志（≤30 天，仅聚合），不导出 IP。