Every tick 与 Every tick based on real ticks 的关键区别：前者的 Tick 数据是根据历史 K 线（如 M1）的 OHLC 数据人工模拟生成的，虽然能触发 Tick 级别的逻辑，但价格轨迹可能与真实历史不符。后者则直接读取经纪商服务器记录的真实历史 Tick 数据，能真实还原点差变动和价格跳空。在剥头皮等对 Tick 精度敏感的策略上，两者结果可能存在巨大差异。正式实盘前，务必使用 基于真实 Tick 模式进行最终验证。

净利润（Net Profit） 策略在回测期间内的最终盈亏总和（已扣除手续费和隔夜利息）。净利润为正是最基本的门槛，但单看绝对值意义有限，需结合回撤和持续时间综合判断。

总利润 / 总亏损（Gross Profit / Gross Loss） 所有盈利交易的总和与所有亏损交易的总和。通过对比这两个数字，可以初步判断策略的盈亏结构。

盈利因子（Profit Factor） 计算公式：总利润 ÷ 总亏损的绝对值。盈利因子是衡量策略质量的核心指标之一。

• 低于 1.0：策略整体亏损
• 1.0 – 1.3：策略勉强盈利，稳定性存疑
• 1.3 以上：可接受的基准线
• 2.0 以上：优秀（但需警惕过拟合）

期望值（Expected Payoff） 每笔交易的平均盈亏期望，单位为账户货币。正数表示策略长期期望值为正，负数则应放弃该策略。

最大回撤（Max Drawdown） 账户资金从最高点跌至最低点的最大幅度。分为余额回撤（Balance Drawdown）和净值回撤（Equity Drawdown），净值回撤考虑了浮亏，更能反映真实风险。

相对回撤（Relative Drawdown） 以百分比表示的最大回撤幅度，更具普遍参考意义。通常建议：

• 保守型策略：回撤低于 10%
• 稳健型策略：回撤 10%–20%
• 激进型策略：回撤 20%–30%（需谨慎）

胜率（Win Rate） 盈利交易笔数 ÷ 总交易笔数。胜率高不代表策略好，需结合盈亏比综合判断。胜率 35% 配合 3:1 的盈亏比，同样是正期望值策略。

交易次数（Total Trades） 回测期间总交易笔数。次数过少（如 2 年内不足 30 笔）会导致统计显著性不足，回测结论可信度低；次数过多（如 1 天内数百笔）则需关注手续费对净利润的侵蚀。

平均持仓时间 反映策略的交易风格——是超短线剥头皮、日内交易还是中长线趋势跟踪。确认与你的预期策略类型一致。

连续亏损次数（Consecutive Losses） 最长连续亏损的交易笔数。这个指标直接影响心理承受能力和资金管理要求。连续亏损 10 笔以上的策略，在实盘中很容易引发情绪干预。

过度优化（曲线拟合）：通过反复调整参数使回测结果”完美”，本质上是让 EA 记住了历史数据而非学会了规律。这样的策略在实盘中往往表现惨淡。判断标准：参数稍微改动一点，结果就大幅恶化，往往说明存在过拟合。

历史数据质量差异：不同经纪商提供的历史 Tick 数据质量参差不齐，部分数据存在缺口或失真，可能导致回测结果虚高。

滑点与执行延迟未充分反映：回测默认的滑点设置通常低于实盘水平，尤其在重大新闻发布时，实际滑点可能数倍于回测假设。

未来数据不可知：策略是基于历史规律设计的，但市场结构会随时间演变。某策略在 2018–2020 年表现优异，不代表 2024 年同样有效。

回测结果好不代表实盘一定盈利，但回测结果差的策略在实盘中几乎不会突然变好。回测是必要条件而非充分条件——通过了回测验证，才有资格考虑实盘；而回测不通过，则无需犹豫，直接排除。