+86-18611867273(国内)

量化机器人

详细内容

量化交易方法的有效性数据测试的误区

量化交易方法的有效性数据测试的误区 现在测试量化方法的有效性,就是通过“回测”,回测是将历史数据,带入到自己的策略中,模拟过去时段策略的表现,但“回测”的作用,估计大多数都误会了,它基本上毫无用处。 然后对回测的结果,进行调整(调参),妄图达成一条稳定向上的曲线。奔着这个目标,耗尽心血,浪费了大把时间。 1、回测方法不科学,造成新手的第一大坑 经常有量化新手,学习量化没三天,跑出来的收益曲线惊天地泣鬼神,什么几倍都是小菜,什么几百倍,甚至几千万倍都有,按照这收益曲线,巴菲特直接被秒杀。可这些新手也不想想,你哪里来的自信,开几个脑洞,就赚这么多,这世界上还有人需要辛苦工作挣钱吗? 新手犯错可能有几种: 1)程序根本就写错了,呵呵 2)未来函数,这是个比较隐秘的坑,需要好好找找原因,什么让你穿越了时间? 3)大大低估了手续费与滑点的影响,其实,在交易中,手续费(或者说所有中间费用的总合)是决定性的。我看很多人回测A股,如果是趋势交易,设置交易费用千一,滑点千三,那就是太小看滑点了。(至于滑点是什么,可自行百度) 4)无法成交的情况,比如涨跌停,你根本买卖不到,如何交易? 5)因为低估手续费,就造成低估了频繁交易手续费的影响,容易使得交易策略高频化,收益曲线看上去非常惊人。 2、回测是对历史的归纳,与未来是否有相关性?相关性大坑 这方面有几个案例,通常前几年表现好的基金,后几年就差;业绩差的基金经理,开除后业绩反而变好,这不是随口说说,有这方面研究论文。 换个市场,换个品种,换个时段,同样的策略,回测结果千差万别。 就算你避开了新手的坑,你同样可能掉进一个无穷回测的坑。 举个例子,你回测两个品种,一个回测结果好,一个回测结果差,请问你接下来打算应用该策略到哪个品种上? 如果你说肯定是用在回测结果好的品种上,否则我要回测干什么,不就是寻找好的结果吗? 恭喜你,你接下来,更大概率是会输给哪个回测结果差的。 3、调参的大坑 调参可能发生在所有策略中,特别是现在的机器学习最流行。想调个天昏地暗,又怕过拟合。 参数越多,得出的结果可能会越荒谬。这个就像你面对一个复杂系统,每多一个复杂度,系统就会更加混沌。你判断的最终结果大概率就是个错的。还不如家里的一条狗,来选股。 热衷于调参的人,都是一根筋,沉浸在虚拟的快感当中。可是结局早就注定是徒劳的。 量化圈经典的几个笑点: 1)回测吊上天,实盘不如狗 2)炒股穷三代,量化毁一生 以上,回测的意义是完全没有吗?其实是有的,比如你在程序中犯了一个低级错误,然后回测结果几万倍,你就知道,肯定是写错代码了。 回测的作用也就是这个了。

快速链接

Copyright 2014-2025    All rights reserved

联系我们

国内统一业务咨询:+86-18611867273

量化机器人源码

微信二维码

客服中心
联系方式
18611867273