交易策略的过度拟合：如何识别与避免

要做出一个在图表上光彩夺目、到了实盘却令人失望的策略，最可靠的途径之一就是过度拟合。测试工具越简单、越快速，就越容易掉进这个坑。本文解释什么是过度拟合、它为何发生，以及哪些检验能帮你区分真正的优势和噪音。

什么是过度拟合

过度拟合（在交易中常称为曲线拟合）是指策略学到的是历史数据中的噪音，而不是会反复出现的规律。结果就是：在构建它的数据上表现优异，在新数据上表现疲软。

价格数据里只有少量“信号”，却有大量随机噪音。每一段历史都包含一次性事件：央行意外表态的那一天、波动异常的一周、一段格外漫长的趋势。专门针对这些事件调出来的策略，事后看完美无缺，但这些事件不会以同样的方式重演。

参数过多

策略中的每个参数都是一个可以拧的“旋钮”：均线长度、止损距离、开始时间、指标阈值。只有两个参数时，很难把自己拟合到过去；有十个参数时，几乎任何数据序列你都能“解释”。

一个假设的例子：某策略使用 37 根 K 线的均线、23 个 tick 的止损，只在 09:47 到 11:12 之间入场，而且只在 RSI 低于 41 时入场。每个数字之所以被选中，都是因为它给出了最好的历史结果。关键问题是：为什么是 37，而不是 35 或 40？如果除了“因为它效果最好”之外你给不出合理的答案，这就是一个危险信号。

经验法则：参数越少、测试中的交易次数越多，结果就越可靠。

数据窥探

即使每个策略单独看参数都不多，当你在同一份数据上测试大量想法时，问题又会回来。测一百个变体，总有几个会纯粹因为运气而显得很好。这叫数据挖掘（data dredging）或数据窥探（data snooping）。

它还会不知不觉地混进来：你测了一个想法，不行，改一点小地方，再测，如此反复。五十轮之后，数据已经“渗入”了策略，即使你从未运行过自动优化。把你测试过多少个变体记下来——这个数字几乎和结果本身一样重要。

样本内与样本外

对抗过度拟合的基本工具是把数据分开：

• 样本内（in-sample）：你用来开发和调整策略的数据。
• 样本外（out-of-sample）：你预留出来、开发过程中完全没碰过的数据。

只有当策略“冻结”之后，才在样本外数据上运行它。如果表现崩塌，很可能就是过度拟合。重要的是：如果你随后回头修改策略，再在同一份数据上测试，那它就不再是真正的样本外了。

滚动前向测试

滚动前向测试（walk-forward）是这一思路的延伸。你把历史划分成连续的窗口，每一步在一个窗口上调参，在下一个窗口上测试，然后把两个窗口一起向前移动，重复进行。

1. 在第 1 年上调参，在随后的一个季度上测试。
2. 向前移动：在新的区间上调参，在再下一个季度上测试。
3. 把所有测试区间拼接成一条曲线。

拼接出来的曲线模拟了一种现实情形：你不时重新调参，然后去交易一个未知的未来。如果它看起来比全样本优化差得多，这就是重要的信息。

稳健性检验

除了拆分数据，还有几项任何交易者都能做的简单检验：

• 参数邻域：把每个参数上下微调一点。稳健的策略在较宽的范围内结果相近。如果只有一个取值有效，而它的“邻居”都亏钱，你找到的就是一个侥幸的峰值。
• 相关市场：如果策略在 NQ 上有效，在 ES 上表现如何？不必完全一样，但彻底崩溃就值得怀疑了。
• 不同周期：周期的小幅变化不应让一个盈利策略变成亏损策略。
• 不同时段：逐年单独检查。利润是否来自某一小段时间？
• 更苛刻的成本：加大滑点、提高手续费。真正的优势应该扛得住。详见回测与实盘交易。
• 剔除最好的交易：去掉盈利最多的五笔交易。如果利润全都消失了，这个策略靠的是运气。

策略过度拟合的迹象

• 一条几乎完美平滑、没有任何艰难时期的资金曲线。
• 参数很多，而且取值精确得出奇。
• 相对于参数数量，交易次数很少。
• 只在非常窄的参数范围内表现良好。
• 每多加一点历史数据，结果就大幅变化。
• 为了“修补”过去某些特定亏损而加入的特殊规则。
• 样本内与样本外之间差距很大。

要点总结

• 过度拟合意味着学到的是噪音而不是规律，它只在事后看起来很美。
• 更少的参数和更多的交易是基本防线。
• 保留样本外数据，在策略冻结之前不要碰它。
• 滚动前向测试和参数邻域检验能揭穿侥幸的峰值。
• 即便一个策略通过了所有检验，仍然需要前向测试和谨慎的仓位管理。

没有任何测试能保证未来的成功，因此离开实验室之后的阶段同样重要。WeCore 让你在模拟模式下运行策略或警报，并配有自动化风控规则，这样你可以在拿实盘账户冒险之前，先看看它在新数据上的表现。入门介绍请参阅什么是算法交易。