你的量化回测可能偷偷看到了未来：QuantConnect 刚修复的 Look-ahead Bias 是什么？

一个量化策略，回测年化 30%，最大回撤只有 8%，Sharpe 超过 2。

看起来很漂亮。

但有一种错误，可以把一个原本普通、甚至亏钱的策略，直接变成“神策略”。

它叫前视偏差，英文是 Look-ahead Bias。

意思很简单：你的回测程序在做过去某一天的投资决策时，用到了当时还不可能知道的信息。

麻烦在于，这种问题不一定是你自己写出来的。

2026 年 9 月，QuantConnect 的开源量化引擎 LEAN 就修复了一个和前视偏差有关的问题，涉及 chained fundamental universe selection，也就是一层股票池筛选之后，再接一层基本面筛选。

修复说明提到，在某些情况下，LEAN 构造 Fundamental 数据时使用了当天的数据，导致当天的收盘信息提前进入了选股过程。

也就是说，回测程序知道了它本来不应该知道的东西。

前视偏差到底是什么？

先看一个简单的例子。

假设今天是 1 月 10 日早上。

你的策略规定，每天开盘前，从全市场挑出昨天表现最好的 20 只股票。

这个逻辑没问题。

因为 1 月 10 日早上，你已经知道 1 月 9 日完整的行情。

但如果程序在 1 月 10 日早上选股时，用到了 1 月 10 日当天的收盘价，问题就来了。

现实世界里，你不可能在早上 9 点知道下午收盘时的价格。

回测程序却知道。

这相当于拿着答案做题。

这就是前视偏差。

QuantConnect 这次修了什么？

问题出现在 LEAN 的股票池筛选流程里。

QuantConnect 可以先建立一个 Universe，也就是候选股票池，然后再根据基本面数据继续筛选。

比如先选出一批股票，再根据市值、财务指标、成交量或者价格等条件进行第二轮过滤。

这次问题就发生在这种 chained universe selection 里。

LEAN 的修复说明提到，原来的代码在构造 Fundamental 数据时，使用了 selection time 本身，因此可能把当天的数据提前交给策略。后来修改为和其他 Fundamental API 一致的 Fundamental.ForDate 逻辑。

举个例子。

假设策略正在 4 月 2 日开盘前选股。

修复前，在特定情况下，程序可能已经拿到了 4 月 2 日收盘后的数据。

但现实里，4 月 2 日还没交易完。

修复后，4 月 2 日做筛选时，只能使用当时已经真正可获得的信息，比如前一个交易日的数据。

QuantConnect 还增加了回归测试，用来检查 chained universe 拿到的 Fundamental 数据是否对应上一交易日，并和算法当时已经收到的日线数据保持一致。

这里有一句话很重要：

数据有没有存在，不重要；关键是那个时间点的你能不能知道它。

为什么这种错误很危险？

因为程序通常不会报错。

它会正常运行。

回测曲线甚至可能好得出奇。

普通 Bug 往往很容易发现，程序崩了、数据为空、出现异常，你自然会去查。

前视偏差恰好相反。

它常常表现为胜率高得离谱，回撤低得离谱，参数怎么调都赚钱。

结果越好，人越容易相信。

财报数据是最典型的例子

假设一家公司的第一季度在 3 月 31 日结束。

后来公司公布了一份财报，营收增长 40%。

你设计了一个策略：

买入营收同比增长超过 30% 的公司。

如果数据库把这条数据简单记在 3 月 31 日，那么回测程序可能会认为，3 月 31 日这一天市场已经知道这家公司营收增长了 40%。

于是程序当天就买了进去。

但现实中，公司可能直到 4 月 28 日才发布财报。

程序等于提前快一个月知道了答案。

所以量化研究不能只问：

这条数据属于哪一天？

还要问：

市场从哪一天开始真正知道这条数据？

这两个日期经常不是同一天。

前视偏差不只出现在价格数据里

很多人一听 Look-ahead Bias，会理解成“不小心用了明天的价格”。

实际上，常见的坑远不止这个。

财务数据

财报对应的会计期间结束时间，不等于财报公布时间。

指数成分股

如果你下载今天的标普 500 成分股，然后拿这份名单回测过去 20 年，相当于你提前知道了哪些公司最后还留在指数里。

已经退市、破产或者被剔除的公司，可能根本没进入你的历史样本。

这还会同时带来另一个问题：Survivorship Bias，也就是幸存者偏差。

股票池筛选

如果你用当天收盘后的成交量、涨跌幅、市值或者技术指标，去模拟当天开盘买入，也是在使用未来数据。

机器学习

机器学习里的数据泄漏尤其隐蔽。

比如你有 2010—2025 年的数据，先拿全部数据算平均值和标准差，再进行标准化。

之后才把 2010—2020 年设为训练集，2021—2025 年设为测试集。

表面上看，你做了样本外测试。

但在标准化那一步，2010 年的数据已经间接用到了 2025 年的信息。

这就是 Data Leakage。

说到底，也是同一类问题：未来的信息跑到了过去。

这次修复为什么值得说？

不是因为 QuantConnect 出了一个 Bug。

大型量化框架不断修 Bug，本来就是正常的。

但这个案例提醒了一件事：

用了成熟框架，不代表你的回测天然就是干净的。

LEAN 是成熟的开源算法交易引擎，支持研究、回测和实盘交易，也有完整的 Universe Selection、Fundamental Data 等机制。

这次的问题却出现在数据时间、Universe、Fundamental Filter 和 Selection Time 几个环节连起来之后。

单看某一块代码，可能都没问题。

一旦时间关系错了一天，回测结果就可能被污染。

这也是为什么专业量化研究里，“时间”往往比公式本身更重要。

怎么检查自己的策略有没有偷看未来？

看到一条很漂亮的回测曲线时，可以先问自己一句：

我今天做出的这个交易决定，用到的信息在今天真的已经公开了吗？

然后再往下查：

• 财报用的是财报期末日期，还是实际发布日期？
• 当天收盘数据有没有被拿去模拟当天开盘交易？
• 股票池是不是用了今天才知道的指数成分股？
• 历史退市股票有没有保留下来？
• 机器学习的数据标准化、特征选择有没有提前接触测试集？
• 回测平台里的时间戳，到底代表数据发生时间，还是数据真正可用的时间？

这些问题如果说不清楚，回测结果再漂亮，也得先打个问号。

最后说一句。

量化回测里，最容易被忽略的问题往往不是：

这个数据是真的吗？

而是：

在那个历史时刻，我真的知道这个数据吗？

价格可以是真的。

财报可以是真的。

指数成分股也可以是真的。

但只要把它们放到了错误的时间点，真实数据一样能制造出假的回测结果。

所以下次再看到一个年化 50%、Sharpe 3 的策略，先别急着研究它怎么赚钱。

先问一句：

它有没有偷偷看过未来？

资料来源：https://github.com/QuantConnect/Lean