量化概念 14:过拟合与样本外(回测越漂亮,越要警惕)
过拟合(overfitting)= 把历史数据里的噪声当规律背下来,参数搜索和因子挖掘是两大温床。防法核心:样本外验证(out-of-sample)——开发时不碰、最后一次性跑,看过一次就变样本内。样本内 40% 配样本外 5%,先怀疑过拟合。
过拟合(overfitting)= 把历史数据里的噪声当规律背下来,参数搜索和因子挖掘是两大温床。防法核心:样本外验证(out-of-sample)——开发时不碰、最后一次性跑,看过一次就变样本内。样本内 40% 配样本外 5%,先怀疑过拟合。
beta(β)= 持仓对大盘的敏感度,是"在场"的代价;alpha(α)= 扣掉 beta 贡献后自己赚的部分,才是选股/择时的本事。例:大盘涨 20%、策略涨 25%、beta 1.2 → alpha 只有 1%。牛市里的漂亮曲线可能是 beta 撑的,熊市才检验 alpha。
夏普比率(Sharpe Ratio)= 每单位波动换来的超额收益,回答"值不值";最大回撤(Maximum Drawdown)= 净值从峰值到谷值的最大跌幅,回答"疼不疼"。回撤不对称:跌 20% 要涨 25% 回本,跌 50% 要涨 100%。两个数比年化收益更能说明策略质量。
未来函数(look-ahead bias):决策使用了信号发出时刻之后才可得的信息,导致回测系统性高估收益。常见于成交价假设、前复权、数据清洗、幸存者偏差、财报对齐与参数选择。检查原则只有一条——每个输入在信号发出时刻是否真实可得。
一次买卖的显性成本约 0.1%(佣金+印花税+过户费),加上价差、滑点、冲击成本这些隐性成本,换手率一放大就是年化 5%~20%。回测必须逐笔扣费,否则收益曲线虚高。最低 5 元佣金是小资金最容易被忽视的坑。
停牌是数据里的洞,处理原则三条:停牌不可交易、停牌日收益算零、信号顺延或放弃。复牌补涨补跌是停牌最伤人的副作用——躲过的下跌,是以失去流动性为代价的。
T+1 和涨跌停是回测最容易忽略的两个制度规则。三个坑:用 T 日收盘价成交等于偷看未来(应为 T+1 开盘成交)、涨停买不进回测却以为买到了(收益虚高)、跌停卖不出回测却以为止损了(回撤虚低)。
除权除息让 K 线留下"断崖",不是暴跌而是价格调整。三种价格三种用途:看盘不复权、看图前复权、算收益/做因子/跑回测一律后复权——后复权历史固定,前复权历史被未来的分红不断改写,等于偷看未来。
把多个因子合成一个选股信号:先各自清洗统一到一把尺子,再按权重(等权或按 IC/ICIR)加总,最后按综合分排序。三个坑:方向、重复、权重过期。
评估一个因子,四个问题:准不准(IC)、稳不稳(ICIR)、单调不单调(分层回测)、能管多久(衰减)、重复不重复(相关性)。