關於 TQuant Lab

完善的回測系統可以為投資人所制定的策略帶來更高的準確性以及可行性，而以下是一些導致回測系統不夠完善的常見問題：

• 模型與參數的選擇：不同市場和資產所需的策略都不相同，若回測系統提供的模型和參數不足，則無法滿足投資人在面對各種情況下的需求。
• 過度擬合（Overfitting）：即使策略在歷史數據達到優異表現，但仍有可能在實際市場中獲得不理想的成果。若回測系統沒有交叉驗證以及好的風險管理策略，則會給投資人帶來較高的過度擬合風險。
• 滑價成本：滑價意味實際交易時可能遇到的不利價格變動，即投資人欲成交價與實際成交價之間的差距。若回測系統僅提供單一的滑價成本模型，則投資人將難以模擬各種可能的滑價情境，從而使預期的進出場成本與真實情況有顯著落差。

關於滑價成本的實例說明：

滑價（Slippage），又被稱為滑點，是指交易的預期價格和交易執行價格之間的差異，會在任何交易發生，像是股票、債券、外匯、期貨等，又以使用市價單、高波動時期最常發生滑價。

為此我們挑選台灣上市普通股中股價創近一年新高的前五十大股票，再從中挑出市值最小的十家公司，採每月初再平衡的方式，套入我們的滑價成本模擬進行回測比較：

我們可以看到沒有滑價成本（左圖）的淨報酬率高出了使用各類滑價成本模型（右圖）的淨報酬率許多，這就是忽略了滑價這個在市場上時常發生的風險所導致的，更會讓策略長期操作下來會有回測結果或大或小被高估（端看股票特性，如波動性、交易量等）的情況發生。TQuant Lab 擁有完善的滑價成本系統，模擬各種可能性，幫助您建構一個擬真不失準的回測環境。

資料來源是否可靠會直接影響到回測系統的分析結果，而以下是一些導致資料來源可靠度低的常見問題：

• 資料缺失和錯誤：市場數據存在著一定的缺失或錯誤數據點，若回測系統無法處理這些問題，則會讓最後分析結果產生偏差。
• 資料更新速度：實時市場數據的更新速度對高頻交易策略至關重要，回測系統需要具備處理及時數據的能力，並在回測中實際模擬這樣的數據變化。
• 資料儲存和管理：回測系統需要具備有效的數據管理系統去處理大量的歷史數據，以此確保數據的可用與可靠性。

可信度高的分析結果能幫助投資人制定正確性較高的投資交易決策。而以下是一些可能導致分析結果偏差的常見問題：

• 樣本選擇：若選擇不當的樣本則可能造成結果產生偏誤，應選取與未來可能市場條件相符的歷史樣本進行回測，提高分析結果準確度。
• 風險管理：回測系統需模擬風險管理策略，讓投資者評估在市場波動時其策略是否能保護其投資組合。
• 實施限制：回測系統需將實際市場中的實施限制（如：歷史成交量上限、漲停跌停限制、資金容量等）納入考量，提高回測結果的真實性

同樣挑選台灣上市普通股中股價創近一年新高的前五十大股票，再從中挑出市值最小的十家公司，採每月初再平衡的方式，加入我們的進出場限制進行回測比較：

從左圖可以看到沒有套用進出場限制的回測（紅線）整體表現超過套用了進出場限制的回測（藍線），原因在於套用了漲跌停的進出場限制後，TQuant Lab 會將訂單自動遞延一天，從而讓交易更加貼近真實的交易情境，避免投資人高估實際策略績效的可能。從右圖的圓餅圖可看出在回測中有將近一半的股票都不是正常股，而是主管機關施以不同程度交易限制的處置股/注意股以及全額交割股等等，而這些無法正常交易的股票都會被 TQuant Lab 回測引擎納入考量中。