一、幸存者偏差：只看“活下来的人”，结果一定更好
幸存者偏差是回测里最常见的幻觉：你只看到“仍在列表里的基金或股票”，而忽略了已退市或被清盘的样本。现实中，很多产品在劣质阶段已经消失，回测时却被自动剔除，结果看起来“平均更优秀”。例如 Morningstar 的 US Active/Passive Barometer Mid-Year 2025 指出，过去 12 个月仅有约 33% 的主动策略能够“存活并跑赢”其被动对手，样本覆盖约 9,204 只基金与 ETF。这个“存活并跑赢”的口径本身就提醒我们：没有“存活”这一筛选，结果会更差。
SPIVA 也体现了类似问题。SPIVA U.S. Mid-Year 2025 显示，10 年期“全美股主动基金”中约 88.32% 跑输基准。这类长期数据比短期回测更能揭示幸存者偏差的影响。你可以在定投回测的重要性里进一步理解“样本完整性”的意义。
二、过拟合：把历史当成公式，结果只是“对过去最优”
过拟合是指为了让回测曲线变好，反复调整参数，最终得到一个只适用于过去的策略。参数越多、筛选越细，越容易“拟合噪音”。这种策略在回测里很漂亮，但一旦走到现实，往往失效。你可以把过拟合理解为“把巧合当规律”。在如何做定投回测中，参数越少越容易复现，越有可能在未来保持稳定。
避免过拟合的关键是“简化与验证”：用更长的样本、拆分训练与验证区间、用不同市场环境测试。可以配合蒙特卡洛模拟看收益分布，而不是只看单一曲线。回测真正价值是帮助你理解“策略在不同环境下的稳定性”，而不是制造一条完美曲线。
三、前视偏差：在历史里提前知道了未来
前视偏差是回测中最隐蔽的陷阱之一。比如用“年末排名最高的股票”回测，实际上你已经知道了未来结果；或者使用当下可得的数据集合去回测过去。这会让结果显著偏高，却难以在现实复现。解决办法是确保回测只使用当时可得的数据，并保持逻辑一致。你可以在投资术语速览中查看“前视偏差”的定义，并在执行前主动检查。
另一个常见前视偏差是“只看回测中表现好的区间”。例如短时间内的高收益并不代表可持续。SPIVA Year-End 2024 指出 2024 年仍有约 65% 的主动大型股基金跑输 S&P 500，这提醒我们“最近表现好”并不等于“长期有效”。
四、成本与滑点：回测的“纸面收益”可能被吃掉
回测常见的“低估成本”包括：交易成本、点差、税费、换手率、规模效应。现实中，这些摩擦会侵蚀收益。特别是高频策略，成本影响更大。即使是长期策略，如果换手率过高，也会被费用拖累。你可以把成本当成“确定性的负收益”，并用固定金额定投降低频繁操作的冲动。
更重要的是，回测中的“可执行性”往往被忽略。市场深度、成交量、滑点都会影响真实结果。回测如果只算“收盘价成交”，是很容易高估收益的。结合避免情绪化投资的行为规则，减少频繁操作，才能让回测更接近现实。