量化回测是指使用历史数据，在既定策略规则、参数和假设条件下，对策略历史表现进行验证的方法。
在高顿量化课程中，回测用于检查策略逻辑、观察历史表现、比较规则和参数、发现问题与风险，并为复盘提供依据。
回测能验证什么
回测主要可以用于：
- 检查策略逻辑是否能够运行；
- 观察策略在某段历史数据中的表现；
- 比较不同参数或规则下的结果；
- 观察策略是否存在明显失效区间；
- 识别回撤和其他历史风险表现；
- 为后续复盘和调整提供依据。
PTrade回测还可以查看收益率、夏普比率、盈亏比、胜率和逐笔交易结果等历史信息，并保存或调用历史回测记录。
回测为什么要结合具体条件理解
回测结果建立在具体历史区间、策略规则、参数和假设条件之上。改变其中任何一项，结果都可能发生变化。
因此，回测不是只看一个最终收益数字，也不能脱离规则和参数单独评价某个指标。比较参数和规则的目的，是理解策略在不同历史条件下如何变化，而不是只寻找一个历史“最优参数”。
回测不能证明什么
回测不能直接证明：
- 未来一定能获得某种收益；
- 实盘一定能复制历史结果；
- 某个策略未来一定有效；
- 某组参数未来一定最优；
- 历史胜率会在未来保持不变。
实盘还会受到市场环境变化、策略失效、参数过拟合、交易成本、滑点、流动性、实际成交条件、交易限制、数据质量、执行延迟、资金规模和账户差异等因素影响。
回测、仿真和实盘是不同环境
回测使用历史数据；仿真不使用真实资金，用于检查运行和执行流程；实盘使用真实券商账户和真实资金。
三者可以承担不同的学习与验证作用，但结果不能直接互相替代。
