主要观点：

• 传统回测在新兴股市中易失效，原因是数据集存在问题，如数据缺失、流动性不足、监管变化等，传统回测管道会忽略这些问题。
• 问题不仅在于策略，还在于数据集本身，像印度、东南亚等市场无法提供基于美国股市模型所假设的干净、高频数据集，因此开发者应采用合成数据生成这一新方法。
• 合成数据的核心思想是模拟真实市场的混乱、不完整和易受冲击的动态，而非替代历史，通过构建模拟波动、流动性干旱和制度变化的数据集，在受控环境中排练现实。
• 为克服数据扭曲，开发者借鉴统计学和混沌工程方法，采用如自举回归块、注入流动性干旱和制度转换建模等技术生成合成数据，且能控制参数。
• 可利用合成数据进行压力测试，如在执行测试、投资组合弹性和制度转换验证等方面，让策略暴露在可能的崩溃点，增强其稳健性。
• 合成数据虽强大但有风险，如合成过度拟合，要注重可观测性和数据集的元数据记录，防止误用，且合成数据不能作为实际历史营销或用于 misrepresent 基金业绩，其作用是在模型工程中加强策略。

关键信息：

• 传统回测在不同市场环境下的问题，如新兴股市的幸存者偏差、流动性不足和结构变化等。
• 合成数据生成的三种技术：自举回归块、注入流动性干旱和制度转换建模。
• 利用合成数据进行压力测试的应用场景，如执行测试、投资组合弹性和制度转换验证。
• 合成数据的风险及应对措施，如注重可观测性和记录元数据。

重要细节：

• 通过简单的 Python 代码示例展示原始数据的缺失和异常情况，如模拟带有缺口和异常的合成市场数据。
• 详细说明块自举回归在保留波动率聚类方面的应用，以及合成数据与原始数据的对比。
• 给出注入合成冲击的 Python 代码示例，展示如何故意添加肥尾、流动性干旱和缺口等情况，以测试策略的稳健性。
• 提供合成数据集治理的元数据模式示例，包括数据源、生成方法、参数和创建时间等。