回测

问：回测是什么？

答：回测是用历史数据检验策略规则的过程。对于足球博彩，回测通常需要历史比赛、历史[[odds|赔率]]、比赛结果和投注规则，然后模拟如果当时严格执行策略，会产生什么收益、风险和回撤。

问：为什么足球量化策略需要回测？

答：因为短期中奖不能证明策略有效。只有把同一套规则放到足够多的历史比赛中检查，才能初步判断这个策略是否只是运气，还是可能存在可重复的概率优势。回测是[[quant-strategy|量化策略]]从想法变成系统的必要环节。

问：回测需要哪些基础数据？

答：最少需要四类数据：比赛时间、比赛结果、投注时可获得的赔率、策略触发条件。如果要进一步分析资金曲线，还需要投注金额规则，例如固定金额、固定比例或[[kelly-formula|凯利公式]]。

问：回测最容易犯什么错误？

答：最容易犯的错误是使用未来信息。例如用赛后数据判断赛前是否下注，或者用收盘赔率替代真实可买赔率。另一个常见错误是只看总收益，不看最大回撤、连续亏损和样本数量。

问：足球博彩回测和股票回测有什么区别？

答：股票回测面对连续价格序列，而足球博彩回测面对离散比赛事件。足球比赛有明确开奖时间和结算结果，赔率通常在赛前不断变化。回测时必须明确使用哪个时间点的赔率，否则结果会失真。

问：回测在本站知识图谱中的位置是什么？

答：回测是策略验证层。它连接[[quant-strategy|量化策略]]、[[odds|赔率]]和后续 Python 实现。未来本站的示例数据页会给出具体比赛样本，实现页会展示如何用 Python 复现回测过程。