都知道程序化交易有许多优势，今天将为大家讲述如何进行程序化交易系统的检验。
一、建模思想
程序化交易系统成功的关键因素，就是该系统的建模思想是否合合乎逻辑，是不是根据市场运作的基本原理来进行建立的。
如果程序化交易系统的构建仅仅只是基于历史价格统计的规律，为了让资金曲线在一定的行情条件下表现平滑，人为加入各种限制条件，或者利用交易平台不断的进行调试，只为了得到历史最优表现，这样的程序化交易系统业绩上看起来很诱人，但是实行起来是完全经不起市场检验的。
特别是对于股指期货而言，股指期货推出时间并不长需要特别注意程序化交易系统的建模思想。
如果仅仅依据历史数据建模，那么非常有可能会因为样本数据过少而引发严重的偏差，过度拟合的问题也是在所难免的。
合理的建模方式不应该仅仅依靠历史数据模拟出的业绩更应该将未来盈利能力设为首位。
二、参数敏感度测试
判断程序化交易系统在参数变动情况下的盈亏状态就称为参数敏感度测试。
如果交易系统对参数变化越敏感，就说明该系统的适应性越有限，那么它的稳定性也就会越低。
为了更加全面的对程序化交易系统稳定性进行衡量，我们一般采用外部检验的方法来对参数进行分析，如果在建模时间橱窗意外，基于该参数组或者改参数有效域的程序化交易系统能产生相对较好的绩效，那么就说明这个模型的适应性强，稳健性高。
三、杠杆比率测试
不同杠杆比率下的程序化交易系统绩效是检测一个交易系统的重要步骤。
我们可以通过逐渐提高资金使用率的方式来观测系统绩效。
四、不同交易成本的表现
广义的交易成本一般包括追价风险、滑移差价以及佣金等多个方面。
滑移差价指的是交易员报价和实际成交价格之间的差额。
佣金值得是每笔交易向期货经济商支付的费用。
我们以日线交易周期为例，追价风险是指在收盘价进行交易时由于涨跌停板等因素导致交易未成功，以第二天开盘价追价交易带来的风险；此外，盘中的休息时间也可能导致追价问题。
五、潜在风险暴露和最大损失金额
一般而言，业内常用VaR指标来测试既定置信水平和持有期内某一程序化交易系统在未来资产价格波动下所面临的最大风险暴露额。
这种方法可以向策略的历史波动性和相关性联系 起来，通过类比的方法来判断未来价格风险。