回测入门:样本内、样本外与过拟合
📌 学习提示:本篇为知识科普,仅用于理解市场概念与规则,不构成任何投资建议,也不作为买卖依据。市场有风险,决策请独立判断并自担风险。
三个基本概念
- 样本内(in-sample):用来设计、调参的那段历史数据。
- 样本外(out-of-sample):没参与调参的一段数据,用来检验策略是否真的有效。
- 过拟合:把参数调到完美贴合历史噪声,结果只是记住了过去,而不是理解了规律。
三个必须避免的错误
- 未来函数:用了当时还拿不到的数据(比如用当天收盘价做当天开盘的决策)。这是最常见的错误,也是最致命的。
- 幸存者偏差:只用现在还在的股票做回测,忽略了已经退市的,收益会被系统性高估。
- 忽略成本:滑点、手续费、涨跌停无法成交,都会吃掉回测里的漂亮收益。
💡 一个务实标准:样本外表现能达到样本内的 60%—70%,就已经算不错。如果样本外完全不灵,说明策略拟合的是噪声。
⚠️ 回测年化 100% 的策略,先怀疑数据有问题,再怀疑自己算错了,最后才考虑"是不是真发现了什么"。
第 462 / 488 篇 · 0 人收藏
