0DTE 突破回测中的选择偏差：全样本验证如何推翻四个“正收益”草稿

标题数字的演变

同一个策略的四稿论文，一稿比一稿“更严谨”，最优出场策略的年化结果分别是：

• v1： +$80K/年（分层抽样 500 笔，NaN 报价被当作有效）
• v3： +$50K/年（严格报价过滤，单一全局校准比率）
• v4： +$32K/年（严格过滤，分层校准）
• v5： −$107K/年，自助法 95% 置信区间 [−$129K, −$84K]，P(>0) = 0%

v5 只改了一件事：不再抽样。Databento 覆盖窗口内、所有出场策略账本中的每一笔交易都被直接下载并测量——4,177 条去重后的 OPRA 查询、约 $280 数据费用、每笔交易 real_exec_pnl = exit_bid − entry_ask，零外推。

那个看起来像“数据卫生”的过滤器

v3/v4 的校准管线要求出场时“报价有效”：bid/ask 有限、无 NaN、real_mid_exit ≥ 0。读起来像普通的数据清洗，实际上是一条选择规则。

一张到期归零（OTM 到期）的 0DTE 多头期权，在收盘时没有任何做市商出价——出场 bid 是 NaN，恰恰因为这个头寸死了。在最优出场策略下，这类到期归零交易占可验证样本外交易的 191/701（27%），且每一笔都是 100% 亏掉全部权利金。严格过滤器把它们从校准样本中剔除，于是 BS-真实比率只在幸存者上估计。

把 v4 预测与 v5 实测之间 −4,639 点的缺口做归因：约 36% 来自被过滤器删掉的到期归零交易，64% 来自分层抽样的权重失真——“最大盈利”层的抽样频率约为总体的 6 倍，把校准比率系统性拉高。

全样本验证在操作上意味着什么

• 给每一笔交易、每一条腿、所有策略下载逐笔数据——不抽样、不分层、不做分层比率。
• 显式处理到期：出场 bid 为 NaN 时，该笔盈亏是 0 − entry_ask，而不是“剔除”。
• 对年化总额做自助法置信区间，报告 P(>0) 而非点估计。
• 交叉核对标的层面的 delta-1 盈亏。本例中 SPX 点位层面的信号本身就不显著为正（P(>0) ≈ 18%），任何期权层的修补都救不回来。

教训

任何写成“要求出场数据有效”的过滤器，都是在以交易结果为条件做筛选。期权回测中数据缺失的机制并不随机——到期归零、恐慌时的价差、报价中断，全都与亏损相关。一个只会“删交易”的验证步骤，先问被删掉的交易有什么共同点，再决定是否相信剩下的结果。

完整细节见研究页的负结果论文。