量化概念 11：未来函数（回测结果最常见的失真来源）

回测结果的可信度，取决于一个容易被忽略的前提：计算过程中不能使用信号发出时刻之后才存在的信息。一旦用了，回测就会系统性高估收益——这不是策略有效的证据，而是数据污染。这种污染在量化里叫未来函数（look-ahead bias），是回测结果失真最常见的来源。它不报错、不告警，只是安静地让曲线变好看，直到实盘无法复现时才被察觉。

什么是未来函数

定义很直接：决策用到了信号发出时刻之后才有的数据。

信号 T 日收盘后才产生，成交假设却落在 T 日收盘价上；因子描述历史，统计量却取自含未来样本的整段数据。每引入一处，回测就偏离真实收益一分。这不是策略强，是数据被污染了。

它藏在哪里

成交价：按 T 日收盘价成交——信号收盘后才产生，却买在收盘价上（T+1 那篇的坑一，本质就是未来函数）。

前复权：用未来的除权事件反推历史价格。下一次分红之后，此前的全部历史价格都会被改写——历史序列中混入了未来信息。

数据清洗：去极值、标准化使用全样本的中位数、均值，等于用整段历史（含未来）的统计量去修正过去的每个样本点。

幸存者偏差：样本只包含当前仍上市的股票，退市股被排除，回测天然高估（下一篇详述）。

财报对齐：用当前已披露的财报计算历史某日的因子值。财报披露存在滞后，当时市场可用的还是旧报表。

成分与分类：用当前的指数成分、行业分类回测历史——成分与分类随时间是变化的。

参数选择：在整段历史上搜索最优参数再回测，属于数据窥探（data snooping），与过拟合同源（后续文章详述）。

为什么难以发现

未来函数不产生任何错误信号。浮点误差会崩溃，数据缺失会有提示，而未来函数只是让结果偏乐观。更隐蔽的是它的累积性：当回测与实盘不一致时，多数人先怀疑执行、再怀疑参数，很少会逐项审计数据管线中的时点假设——问题恰恰可能出在这里。

如何检查

• 时点审计：对每个输入逐一确认——该数值在信号发出时刻是否可得。不可得，即存在未来函数
• 只用当时数据：信号、因子、清洗统计量一律取 T 日及之前的滚动窗口。我的系统有一条硬校验：信号只允许使用当日及以前的数据，违反即判失败
• 时移测试：将信号整体延后一日重跑，结果应基本稳定；若收益大幅下降，说明原收益中包含未来信息
• 逐笔核对：抽取若干交易，用当时的公开信息手工复盘，能对上才算可信

小结

未来函数是回测结果失真的隐蔽来源，常见于成交价假设、复权处理、数据清洗、幸存者偏差、财报对齐与参数选择。检查原则只有一条：每个输入在信号发出时刻是否真实可得。遇到显著优于预期的回测结果，优先怀疑数据与口径，而非策略本身。