核心解答
EA最危险的情况往往不是回测亏钱。
而是回测漂亮得几乎没有缺点。
不断修改参数,总能找到一组历史成绩非常好看的组合。
真正的问题是:这组参数到底发现了市场规律,还是只记住了过去的数据?
一、看参数稳定区,而不是冠军参数
假设ATR参数1.79表现很好。
1.78开始明显变差。
1.80也明显变差。
这种只有一个极窄参数点表现优秀的情况值得警惕。
更理想的情况,是附近一片参数区域都保持相对合理表现。
二、做Forward Test
前一部分历史用于优化参数。
后一部分不参与优化,只用于验证。
如果策略只在前半段表现优秀,到Forward阶段明显失效,历史最佳参数的可信度就会下降。
三、做严格样本外测试
样本外最大的原则是不能一边看结果,一边继续修改规则。
如果测试不好就调整参数,再重新看同一段数据,那么这段数据最终也会参与开发过程。
四、故意把交易环境变差
增加点差。
增加佣金。
增加滑点。
增加成交延迟。
如果这些条件稍微恶化,策略就从稳定盈利变成明显亏损,说明安全边际很薄。
五、记录到底试了多少次
测试十个组合和测试十万个组合,最后都只展示第一名,是完全不同的研究过程。
尝试次数越多,就越容易偶然找到一条漂亮曲线。
结论
过拟合没有一个万能检测按钮。
更可靠的方法,是不断改变数据、参数和交易环境,看策略优势是否仍然存在。
资料依据
MetaTrader 5 Strategy Tester、Forward Testing 官方资料;CFA Institute Backtesting & Simulation。
风险提示
本文只讨论量化研究与软件测试方法,不构成投资建议、交易信号或收益保证。
继续了解这个主题
信号没有明显变化,实盘结果却比回测差很多,问题往往不只在策略,而在滑点、点差、延迟、费用和参数过拟合。
阅读全文 →EA量化胜率80%的EA,为什么可能还不如胜率45%的策略?胜率只是交易结果的一部分。如果平均盈利、平均亏损和尾部风险不同,高胜率EA完全可能拥有更差的长期期望。
阅读全文 →EA量化EA回测为什么必须模拟点差、滑点和手续费?否则收益可能只是幻觉高频或短周期EA的单笔优势可能只有很小空间。点差、手续费、滑点和隔夜成本如果被忽略,回测里的正收益很可能在实盘成交后消失。
阅读全文 →量化研究一个量化策略从想法到实盘,中间到底应该经历多少道测试?成熟量化流程不是“想法→回测赚钱→上线”,而是从数据审计、样本内、Walk-Forward、样本外、压力测试到小规模实盘逐层验证。
阅读全文 →淄博卓亚网络科技服务有限公司
电话:15269365953
地址:山东省淄博市张店区体育场街道办事处华光路2号泽泉消防市场三楼S18