第一步:扩大回测的样本数据范围
重新筛选更长时间周期、覆盖更多不同行情阶段(牛市、熊市、震荡市)的标的数据,替换原本只覆盖单一行情的小样本数据重新回测。
第二步:精简策略的参数和规则
删除回测中为了贴合历史走势额外添加的过多筛选条件,简化策略逻辑,减少过度适配历史行情的特殊参数。
第三步:用样本外数据做独立验证
把没有参与回测拟合的全新行情数据拿来测试策略,观察策略在未知数据上的收益表现,如果样本外收益大幅缩水,就继续调整参数逻辑。
建议你咨询专业的投资顾问或者开户券商官方确认适合你的调整方案细节。
需要注意的是,过拟合是量化策略回测中非常常见的问题,不要过度迷信过高的历史回测收益率,一定要优先关注策略逻辑的合理性,而不是一味追求历史成绩。
举例来说,你原本只用过去半年某只成长股的行情回测策略,拟合出了很高的历史收益,换用过去5年覆盖了牛熊的全市场同类型股票数据重新回测后,就能明显降低策略对短期特殊行情的适配,改善过拟合问题。
我们可以为你提供开户佣金成本费率,也能为你对接合规的量化交易服务,协助你完成策略回测的调整优化,如果你有开户或者量化投资相关咨询需求,欢迎点我头像添加专属理财顾问咨询,要是这个解答对你有帮助,麻烦帮我点个赞支持一下哦。
发布于2小时前 杭州



分享
注册
1分钟入驻>

+微信
秒答
电话咨询
17376481806 

