回测与前向测试
回测是在历史数据上评估策略；前向测试则使用选定参数时尚不可得的数据运行策略，其中也包括实时数据。
为什么仅有回测还不够
任何策略都可以拟合过去：只要搜索足够多的参数，就能找到收益曲线漂亮的组合。但这种组合描述的是某一段历史，而非市场本身。
最基本的防范措施是将历史数据分成两部分：在前一部分选择参数，仅在后一部分验证参数。如果验证样本上的表现崩溃，就谈不上有效策略。
寻找平坦区域，而非孤立峰值
不要只看最佳结果，还要看它周围的表现。如果相邻参数值的测试结果接近，就形成了一个平坦区域，说明该设置可能反映了某种市场特征。如果最大值孤立存在，而相邻参数组合均亏损，那就是过度拟合。
最后一步是在模拟账户上进行实时前向测试：这会纳入测试器中缺失的点差、滑点和延迟因素。我们在EA 排行榜中公布这类测试结果。
我们的 EA 在2022–2024期间的数据上选择参数，并在2025–2026期间的数据上验证：训练样本的盈利因子为1.39，验证样本为1.33，另有九组相邻参数组合也实现盈利（1.21–1.39）。如何从命令行运行测试器，详见MQL5 系列第二部分。
常见错误
- •在全部可用历史数据上优化参数，然后为结果欢呼。
- •使用低质量数据进行测试：“Open prices only”（仅开盘价）并不适合所有策略。
- •将一个月盈利的前向测试视为证据：对于机械交易策略，这仅是几十笔交易的样本。
FAQ
测试 EA 需要多长的历史数据？
应足以累计至少数百笔交易，并覆盖不同市场状态：趋势、震荡区间和危机时期。对于日内策略，通常需要三到四年。
什么是滚动前向测试？
这是一种在滚动历史窗口上反复选择参数，并在紧接其后的时段进行验证的方法。它比一次性划分样本更贴近实际，但需要更多次测试。
相关术语
查看实时数据中的例子
Profit factor, drawdown and win rate of the expert advisors in our catalog are shown in the EA rating — these are demo accounts whose results cannot be edited after the fact. The robots themselves are in the free expert advisor catalog.