量化回测中如何科学识别并清洗“ST及停牌股”数据陷阱?

发布时间:2026-7-6 10:37阅读:458

量化张经理 证券经理
帮助10万+ |好评1301
问一问
从业认证| 入驻5年
量化张经理 证券经理
两融账户可在线办理,支持智能条件单和网格交易,佣金成本价
当前我在线 最快30秒解答 立即追问 99%的人选择
关于【ST】我们准备了详细的专题解读,全部要点覆盖,更有顾问1对1为你专属讲解。 点击微信,一键关注

文章很精彩?转发给需要的朋友吧

推荐相关阅读
量化交易中数据清洗的目的是什么?
量化交易中数据清洗的目的主要有以下几点:提高数据准确性:去除错误、重复、缺失的数据,使数据能真实反映市场情况,避免因错误数据导致策略偏差。增强数据一致性:统一数据格式和编码,确保不同来源的数据在...
资深张经理 1649
股票量化中,如何对历史数据进行有效的回测呢?
对历史数据进行有效的股票量化回测,可借助专业软件按策略设定、数据输入、回测运行和结果分析等步骤进行。首先要明确你的量化策略,比如是基于技术指标(像均线交叉、MACD等),还是基于基本面因素(如市...
资深陈顾问 2900
量化交易的策略回测中如何进行数据清洗和预处理?
在量化交易的策略回测里,数据清洗和预处理很关键。首先是缺失值处理,数据里可能存在缺失的情况,这时可以采用删除法,直接把含缺失值的数据删去;也能用填充法,比如用均值、中位数等填充。其次要处理异常值...
资深张经理 876
QMT量化回测样本清洗:异常数据剔除方法说明
您好,QMT量化回测中的样本清洗,核心是剔除异常数据,让回测结果更贴近真实交易,提升策略有效性。首先,先理清QMT回测里常见的异常数据:比如价格突然跳空(像某分钟股价突然跌50%)、成交量突变(...
张经理 34
量化交易中的高保真回测:如何规避历史数据的“陷阱”
在量化交易的生命周期中,回测是验证策略逻辑是否可行的唯一“入场券”。然而,许多市场参与者发现,在历史数据上跑出的惊人收益率,进入实盘后却迅速缩水甚至亏损。这种现象通常源于回测系统与实盘环境之间的“保真度”差异。所谓高保真回测,核心在于对交易成本和成交逻辑的极致还原。首先是滑点设置。在回测中,系统默认在信号触发点成交,但实盘中由于市场深度不足,尤其是操作小盘股或大额报单时,往往会推高或打压价格。如果不设置万分之二甚至更高比例的滑点,回测结果就会因忽视冲击成本而产生严重...
小鱼经理 351
量化交易中的回测陷阱:如何避免过度拟合?
在量化投资界,流传着这样一句话:“回测林志玲,实盘罗玉凤。”这形象地描述了许多量化初学者的窘境:在历史数据上跑出的净值曲线完美无瑕,一旦投入真金白银实盘,表现却大相径庭。这种现象在专业领域被称为“过度拟合(Overfitting)”,是每一位量化交易者必须跨越的第一个深坑。过度拟合的本质是“在历史中寻找巧合”。当投资者为了让回测结果更好看,不断增加过滤条件、调整参数,系统就会开始捕捉历史数据中的噪声而非规律。例如,你可能发现某只股票在过去三年中,只要周二下雨且开盘价尾数为8,买入就能涨...
量化张经理 313
TA的文章 全部>
回到顶部