表现:
过拟合:回测时过度优化参数,实盘因市场结构变化失效(如历史数据中有效的动量因子在监管政策变化后失效)。假设错误:模型依赖的前提不成立(如均值回归策略在趋势市中持续亏损)。
降低方法:
样本外检验(Out-of-Sample Testing):用未参与训练的数据验证模型。
正则化(Regularization):限制因子权重,避免过度拟合(如 L1/L2 正则化)。
压力测试:模拟极端市场情景(如 2008 年金融危机)下的策略表现。
还有疑问?看看专业认证经理怎么说
9名擅长【量化模型开发】的认证经理当前在线>


分享
注册
1分钟入驻>
问一问
秒答
从业认证
电话咨询
+微信
18630917047

