回测回答的是：一组规则在给定历史数据与执行假设下会产生什么结果。它不会把未来行情、真实成交和用户执行行为一并验证。
把结论写在边界内
「这段历史的模型收益为正」与「以后可以盈利」是不同判断。前者还依赖数据、成本和成交设置是否正确；后者涉及未发生的市场状态，不能从历史曲线直接推出。
观潮 Plus 提供策略回测、优化和 Walk-Forward。它们用于研究规则，不提供自动下单或收益保证。AI 草稿的编译试跑更早，只检查能否执行，不能被记为历史收益检验。
检查四类不确定性
数据的不确定性包括缺失、复权变化和样本选择；模型的不确定性包括成交时序、滑点及不可成交情形；规则的不确定性包括过度调参和重复使用测试集；执行的不确定性则包括实际交易渠道与用户行为。
没有设置成本的结果可以作为理想基线，但应清楚标注。采用简化交易制度时，应说明没有覆盖哪些现实限制。
用样本外结果提出下一问题
冻结参数到未参与调参的历史区间，查看各窗口是否有足够交易、结果是否集中在单一时期、参数是否变化过大。样本外检验仍然发生在历史数据上，它提高可复查性，不消除未来的不确定性。
不同指标也不能互相替代。高胜率可能伴随小额盈利和少数大额亏损；低回撤可能来自样本很短或交易很少。先理解指标定义，再比较策略。
保存有用的报告
报告应包含源码版本、标的、周期、复权、区间、成本、订单设置、参数搜索范围与失败窗口。写下下一次需要验证的假设，而不是给规则贴「稳定盈利」标签。
历史结果仅供学习研究，不构成投资建议或未来收益承诺。