量化策略过拟合诊断与解决方案

📚 共计 30 章节

过拟合的本质

什么是过拟合？过拟合在量化策略中的具体表现。

过拟合的代价

实盘与回测的巨大落差，资金曲线的虚假繁荣。

过拟合的根源

数据窥探偏差、参数过度优化、样本内选择偏差。

诊断工具1：回测绩效指标辨析

夏普比率、最大回撤、胜率的陷阱。

诊断工具2：样本外测试与交叉验证

正确打开方式，避免数据泄露。

验证样本外

诊断工具3：蒙特卡洛模拟与置换检验

随机性检验，判断策略是否靠运气。

诊断工具4：参数敏感性分析

你的策略是“纸老虎”吗？参数微小变动即崩溃？

敏感性稳健

诊断工具5：策略衰减曲线

夏普比率衰减曲线，识别绩效拐点。

诊断工具6：交易次数与统计显著性

小样本的谎言，统计功效不足。

样本量显著性

诊断工具7：多品种/多周期普适性检验

策略是否只在一个品种有效？

普适性跨品种

诊断工具8：夏普比率标准误与置信区间

统计推断，夏普比率真的显著吗？

置信区间标准误

诊断工具9：过拟合数学指标 DCA & PBO

德勤夏普比率、回撤概率，量化过拟合程度。

诊断工具10：机器学习过拟合检测

学习曲线、验证曲线，偏差方差权衡。

解决方案1：简化模型

奥卡姆剃刀原则在量化中的实践。

简约奥卡姆

解决方案2：正则化

L1/L2惩罚项在因子权重上的应用。

解决方案3：集成方法

Bagging、Boosting与随机森林抗过拟合原理。

集成随机森林

解决方案4：交叉验证进阶

滚动交叉验证与组合交叉验证。

解决方案5：早停法

在策略优化过程中及时止损。

解决方案6：数据增强

合成数据与噪声注入，提升泛化能力。

解决方案7：特征选择

过滤法、包裹法、嵌入法。

解决方案8：贝叶斯方法

先验分布约束参数空间，减少过拟合。

贝叶斯先验

解决方案9：鲁棒优化

考虑交易成本与滑点的不确定性。

解决方案10：策略组合与资金管理

不要把鸡蛋放在一个篮子里。

组合资金管理

实战案例1：均线策略过拟合诊断

一个均线策略的过拟合诊断全流程。

实战案例2：机器学习选股模型修复

过拟合诊断与修复，提升泛化。

实战案例3：高频统计套利排查

高频策略的过拟合排查与改进。

构建过拟合防火墙：SOP

策略开发的标准作业流程，防患未然。

心理建设：面对过拟合

承认它，接受它，管理它。

前沿展望：AutoML与因果推断

抗过拟合的新思路、新方法。

课程总结：完整知识图谱

从诊断到解决方案，构建系统认知。