量化概念 27:过拟合(回测里的好成绩可能是假象)
回测越调越好,实盘却跑不出来。大概率是过拟合。模型把历史噪声当成了规律。样本内/样本外分离、走步测试、参数敏感性检查是基本的防范手段。一个"完美"策略的故事:整体好看,分段一跑就露馅。
回测越调越好,实盘却跑不出来。大概率是过拟合。模型把历史噪声当成了规律。样本内/样本外分离、走步测试、参数敏感性检查是基本的防范手段。一个"完美"策略的故事:整体好看,分段一跑就露馅。
信息比率(IR)= 超额收益 ÷ 跟踪误差。和夏普的区别:分子换基准、分母换跟踪误差。衡量主动管理能力——偏离基准的每一单位跟踪误差换来多少超额收益。依赖基准选择、向后看、不区分偏离方向,需配绝对超额收益一起看。
索提诺比率(Sortino Ratio)= 夏普的"只看下跌"版——大涨不算风险,只有跌才扣分。下行标准差只算低于目标的偏离。适合收益偏斜的策略,和夏普一起看能判断波动来源。但下行样本更少、依然向后看、不看序列,需配最大回撤兜底。
标准差衡量收益分布的宽度,分布越宽越不可预测。年化用 √252 法则,和年化收益同口径比较。但标准差不区分涨跌、假设正态分布、向后看——搭配最大回撤看尾部,搭配夏普比率看性价比,才是完整的风险画像。
收益率是量化里最基础的指标,也是最容易算错的。单期收益直接除,年化用复利连乘(月 2% 年化是 26.8% 不是 24%),多期有资金进出时用时间加权(评价策略)或资金加权 IRR(评价实盘)。回测报告统一用时间加权 + 复利年化,和基金净值口径一致。
回测到实盘的三座山:滑点让成交价变差,涨停跌停停牌让成交不了,容量让大资金买不动——回测里都是"默认不存在"。做法:回测时主动加滑点、打折成交率、估算容量,回测数字减去假设的水分,才是实盘真正能拿到的。
仓位管理(position sizing):每只股票买多少钱。等权最简单,波动配最保守,信号配最直接。三个不选比一个要选更值钱:不全仓一只、不配一堆相关的、不设单票上限。策略的 alpha 靠因子,存活靠仓位。
幸存者偏差(survivorship bias):用"现在还活着"的样本回测历史,把退市/破产/被并购的股票排除——它们往往亏得最惨。例:90 只 +50% 与 10 只 -90%,只看幸存者 +50%,真实平均 +36%。方向固定只高估。避免:样本含退市股、历史时点用当时存在的股票。
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。
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。