TradeLearn|1469學交易 trade1469.com
交易系統 · 第 10 節

引數最佳化與過擬合

把規則寫死 · 第 10 頁。

這一節講什麼 引數每多一個,搜尋空間是乘上去的。就算策略無效,也幾乎必然能搜出一組漂亮引數。
學完能做到 為什麼引數越多越容易過擬合、一個能算出來的假陽性機率,以及怎麼判斷引數被最佳化過頭了。

回測跑出來的策略,引數一改結果就變。 於是很自然地去找「最好的那組引數」。 這一節講為什麼這個動作本身就在製造問題。

互動 · 引數搜尋的假陽性機率
總組合數 0
至少一組假陽性 0
期望假陽性個數 0
 
這個元件算的不是「策略好不好」, 而是「就算策略完全無效,你也幾乎必然能搜出一組漂亮引數」。 引數每多一個,組合數是乘上去的,不是加上去的。

這在美股上的兩個加重因素

一、長期上行讓基線本身就是正的

見 U4-5。 於是「跑出正收益」這個標準太容易達到, 你需要的對照不是零,是同期一直持有的結果。

二、可用的資料維度太多

財務指標、技術指標、市場結構資料, 組合起來的搜尋空間極大。

搜尋空間越大,搜出漂亮引數的機率越高, 而這跟策略本身有沒有效無關。

怎麼判斷引數被最佳化過頭了

引數敏感性檢查

把最優引數上下各挪一點(比如 ±20%),看結果變化多大。

如果最優引數是個孤峰,稍微一動就崩,那是擬合噪音。

真實的規律應該是一片平原: 附近的引數結果都還行,只是沒那麼亮眼。

樣本外檢驗

用一段資料最佳化引數, 在另一段完全沒參與最佳化的資料上驗證。

引數個數上限

讓引數個數遠少於你有的獨立樣本數。

三個引數的策略比八個引數的策略更可能是真的, 哪怕後者回測更好看。

一個更根本的角度

引數最佳化在回答「哪組數字在過去表現最好」, 但你真正想知道的是「這個邏輯成不成立」。

如果一個策略的有效性依賴於引數精確到某個值,那它多半沒有邏輯,只有數字。

所以更好的順序是: 先說清楚這個策略為什麼應該有效 (它捕捉的是什麼行為、什麼結構), 然後用引數去表達那個邏輯, 而不是反過來用引數去發現邏輯。

邏輯先行的策略,引數通常是拍出來的整數, 而且換個附近的值也一樣能用。 這不是巧合,是邏輯成立的表現。

做

動手做

用元件按你實際試過的引數量算一遍假陽性機率。

然後做敏感性檢查:把最優引數各挪 20%,看回測結果掉多少。

如果掉得很慘,你找到的不是規律,是這段歷史的噪音形狀。

要點:引數每多一個組合數是乘上去的,所以就算策略完全無效也幾乎必然能搜出漂亮引數。美股的兩個加重因素是長期上行讓基線本身為正、以及可用資料維度太多。判斷方法是敏感性檢查(最優引數應該是平原不是孤峰)、樣本外檢驗、引數個數上限。更根本的是順序:先說清邏輯再用參數列達它,而不是用引數去發現邏輯。