01
过拟合的本质：回测与实盘的鸿沟
理解过拟合根源，避免回测幻象
核心概念认知
02
数据窥探偏差：你看到的只是噪音
警惕数据挖掘中的虚假模式
偏差统计
03
样本外测试：检验策略的试金石
严格区分训练集与测试集
验证实战
04
交叉验证：让数据说话更可靠
K折、滚动交叉验证方法
稳健方法
05
参数优化陷阱：为什么最优参数往往最危险
过拟合的重灾区，如何避开
参数陷阱
06
正则化方法：给策略加点约束
L1/L2、早停等防过拟合技术
正则ML
07
集成策略：分散风险的艺术
多模型融合降低方差
集成组合
08
交易成本建模：被忽视的隐形杀手
佣金、冲击成本对回测的影响
成本细节
09
滑点与流动性：实盘中的真实摩擦
模拟真实成交环境
流动性执行
10
市场冲击模型：大资金必须面对的课题
资金容量与冲击成本估算
大资金模型
11
时间序列分割：避免未来信息泄露
严格时序切割，防止前视偏差
时序泄露
12
特征选择：少即是多的智慧
降维与特征筛选技巧
特征降维
13
主成分分析：降维打击过拟合
PCA在因子模型中的应用
PCA因子
14
滚动窗口测试：动态评估策略稳定性
滚动回测与稳定性检验
滚动动态
15
蒙特卡洛模拟：评估策略的鲁棒性
随机模拟与压力测试
模拟鲁棒
16
夏普比率陷阱：高收益背后的风险
夏普比率的局限与误用
夏普风险
17
最大回撤分析：守住本金才是王道
回撤控制与资金管理
回撤风控
18
策略多样性：不要把鸡蛋放在一个篮子里
多策略组合与低相关性
组合分散
19
机器学习中的过拟合：从决策树到深度学习
ML模型防过拟合专项
ML深度学习
20
贝叶斯优化：更聪明的参数搜索
高效调参，减少过拟合风险
贝叶斯调参
21
回测平台搭建：从零开始防过拟合
构建可靠的回测基础设施
系统工程
22
数据清洗：垃圾进垃圾出
数据质量决定策略上限
数据清洗
23
生存偏差：被遗忘的失败者
幸存者偏差对回测的影响
偏差生存
24
前视偏差：穿越时空的交易
未来信息泄露的典型场景
前视泄露
25
心理偏差：交易者的自我欺骗
认知偏误与决策陷阱
心理行为
26
实战案例：一个策略的完整防过拟合流程
从回测到上线的全流程演示
案例实战
27
回测报告解读：哪些指标值得关注
关键绩效指标与误导项
报告指标
28
策略监控：上线后的持续验证
实盘监控与退化检测
监控运维
29
常见误区：那些年我们踩过的坑
高频交易回测典型错误
误区经验
30
总结与展望：构建稳健的交易系统
知识体系回顾与未来趋势
总结展望