“蒙特卡洛”是重复随机实验的统称，并不保证每次模拟都能生成一条全新的市场路径。在本产品示例中，它是对已完成回测中的交易结果进行重复重抽。交易重采样探究的是：在指定的重新排列或重抽规则下，所选记录会呈现何种表现。它能揭示单次回测中的时序敏感性，但无法创造新的市场历史，无法证明这些交易具有代表性，也无法预测实盘收益。在开展研究时，首先应明确采样的对象是什么，以及输出旨在解答什么问题。
排列保留交易；自助法重新抽样
排列（Permutation）是在不放回的前提下打乱一组固定的结果。在每条重排路径中，每笔已观测到的交易恰好出现一次。在美元金额固定且账户权益按加法累加的情况下，最终的总金额保持不变，但交易顺序会改变期间峰值到谷底的回撤幅度。
自助法（Bootstrap）采用有放回抽样。某一结果可以在单条路径中出现多次，而另一个已观测到的结果可能完全缺席。因此，尽管每次抽取均来自同一份原始记录，各次抽样之间的最终总金额可能会发生改变。这两种操作都不是全新的策略运行：它们既不会重新生成价格，也不会根据变动后的权益余额重新计算仓位大小，更不会构建全新的执行路径。
包含 12 笔交易的示例
假设有一组虚拟的已平仓交易净结果：起始资金为 $1,000，包含六笔盈利各 $100 与六笔亏损各 $80。将这些美元金额结果视为已扣除本例所包含的成本。两种序列均包含相同的 12 个结果，因此最终均收于 $1,120，即 +12%。
如果六笔亏损率先出现，账户权益会回落至 $520 然后才回升。从最初的 $1,000 峰值算起，回撤为 48%。如果亏损与盈利交替出现且先出现亏损，账户权益首先下降 8% 至 $920；随后的峰谷降幅则更小。两种序列最终仍然收于完全相同的数值。这一对比剥离出了顺序的影响；它并不意味着任何一种顺序发生的概率更高，也不代表底层策略未来有 48% 的回撤概率。
在有放回抽样中，某条包含 12 次抽样的特定路径可能包含（例如）八次亏损与四次盈利，或者反过来。这些路径会改变最终的净汇总额。多次此类抽样所呈现的分位数，概括了应用于该样本的特定重采样规则；它绝非针对明天市场的置信区间。
SuperQuant 诊断功能的实际运作方式
产品的“自助法交易顺序风险”诊断功能提取当前运行中已平仓交易的 net 美元净结果，并对其进行有放回抽样。它将每次抽样的美元金额累加至起始资金中。默认运行采用 1,000 次重采样，具体实现中将明确的次数限制在 100 到 5,000 次之间，若已平仓交易少于 10 笔则生成“不足”结果。由策略与数据指纹派生出的种子值，确保了同一冻结运行具备可复现性。
该诊断功能报告最终收益率与最大回撤的描述性分位数，以及模拟路径中最终低于起始资金的比例和模拟权益归零的比例。在界面中，诸如“18% 的路径亏损”之类的标签意味着在该有限次重采样运行中有 18% 的路径最终收益为负。这并不是实盘策略有 18% 概率出现亏损的估计。
每笔被抽样的交易仍保持固定的美元金额结果。该计算并不保留时间序列上的聚集特征或持仓时长，不会重新计入当前市场成本，不会随着权益变动重新计算仓位大小，不会产生柱内跳空缺口，也不会对系统故障、强平规则以及真实的交易所成交情况进行建模。源交易 net 数值中已包含的成本仍会保留在该观测结果内；源数据中遗漏或低估的成本并不会因重采样而得到修复。产品内置的历史数据均为合成数据，无法证明真实市场表现。
选择与研究问题相契合的方法
使用打乱重排来说明完全相同的记录结果如何产生不同的权益路径。当您特别想要检验结果对“哪些已观测到的交易被抽取进等长样本”的敏感性时，请使用有放回的自助法。如果研究问题依赖于相邻观测值之间的关联，那么独立抽取单笔交易的做法就会丢弃这种序列结构。
Politis 和 Romano 提出的平稳自助法（Stationary Bootstrap）对长度呈指数分布的连续时间序列片段进行重采样；arch 软件包在其时间序列自助法参考文档中记录了该方法。将一个片段内的观测值保持在一起，可以保留部分被独立单笔交易抽样所丢弃的短期依赖性。这是一种不同于 SuperQuant 交易顺序诊断的流程，并且必须针对正在研究的数据与统计量检验其平稳性及弱依赖性假设。
这里仅作基于索引的演示说明。从编号为 1 到 9 的九个有序观测值开始。一个可能的长度为九、包含三个长度为三的连续块的样本是 2, 3, 4 | 7, 8, 9 | 1, 2, 3。在每个选定的块内部保持原始顺序；下一个块可以在其他位置重新开始，并且观测值可以重复或被省略。平稳自助法会对块长度进行随机化，而不是将每个块固定为三个观测值。在 arch 8.0.0 官方文档中，StationaryBootstrap 的输入是平均块大小。这里的三个观测值仅为教学演示设定，并非经过估算或推荐的参数配置。
单位至关重要。包含三笔交易的块是指连续的三笔交易，而不是三个小时；交易持仓时间和空闲间隔可能会有所不同。如果研究问题涉及小时或日收益率之间的相关性，请使用相应频率的时间索引序列，并使统计量与之匹配。检查多个合理的平均块大小并报告所做的选择。块自助法可以保留部分局部的连贯走势，但它无法还原缺失的市场状态，无法消除选择偏差，也无法证明非平稳样本能代表未来。
请报告输入周期、交易笔数、净收益定义、仓位大小规则、采样方法、放回规则、随机种子、迭代次数以及所有要求的分位数。在展示完整分布的同时，一并展示原始运行结果。如果因反复查看重采样输出而修改了策略，请记录这一研究决策，并预留后续数据以进行全新评估。继续阅读回测指标、过拟合检验与交易日志指南。本文为诊断工具解析，不构成风险预测或投资建议。