yifan99

这是一个经常被问到的问题，也是在设计 Deep Wave 系统时刻意认真对待的问题。

简短回答是：是的，Deep Wave 是经过验证的，但不是通过传统意义上的“收益曲线回测”。

为什么不采用传统的收益回测方式？

在量化交易中，最常见的回测方式是：用历史数据反复调参，直到得到一条看起来“很漂亮”的收益曲线。这种方法的问题在于：很容易过拟合特定市场阶段（例如单边牛市）

参数往往隐含了对“过去市场结构”的记忆,一旦市场进入新的波动结构，策略表现会迅速退化. Deep Wave 的目标不是复现历史最优收益，而是构建一个在不同市场环境下保持结构一致性的决策系统。

Deep Wave 使用的是哪种验证方式？

Deep Wave 采用的是滚动前向验证（Walk-Forward Out-of-Sample Validation）：

模型只使用当时可获得的数据进行训练, 每一次 Daily Scan 都是真实时间顺序下的前瞻预测. 不允许使用未来数据或事后调参. 不根据历史盈亏结果反向优化模型结构

这意味着：每一天的判断，都必须在不知道未来的前提下成立。

我们验证的是什么，而不是追求什么？

Deep Wave 验证的核心不是“赚了多少钱”，而是以下结构性能力是否稳定存在：

1. 是否能提前识别趋势切换（Supertrend Flip）
2. 是否能区分趋势、震荡与高波动阶段
3. 预测区间是否与真实波动范围相匹配
4. 当模型不确定性上升时，是否能主动降低信心（Confidence Score）
5. 这些指标关注的是信号质量与风险结构，而不是短期收益最大化。

那么，这算不算回测？

如果“回测”的定义是：在历史数据上验证模型是否在不知道未来的情况下，持续做出合理判断, 那么答案是：是的，Deep Wave 是被严格回测的。

如果“回测”的定义是：通过历史收益曲线证明策略一定赚钱，那么 Deep Wave 刻意不采用这种方式。

结语

Deep Wave 并不是一个追求“完美历史表现”的黑盒交易机器人，而是一套强调不确定性管理、结构识别与风险控制的分析系统。

我更愿意相信一个能够承认“不确定”的模型，而不是一个在事后看起来“从未犯错”的系统。