Apabila banyak peniaga kuantitatif mengoptimumkan parameter pada mulanya, ia lebih mudah atau kurang berlaku tiga jenis kesilapan: bias pandangan ke hadapan, pengoptimuman berlebihan dan penyesuaian kurva. Tiga perangkap ini mudah meledak jika salah satu daripada mereka berlaku dalam proses pembangunan strategi dan pengoptimuman parameter.

Pertama, kita akan bercakap mengenai bias pandangan hadapan, yang merujuk kepada pengembangan strategi, mengambil beberapa maklumat masa depan, yang pada dasarnya tidak dapat dicapai dalam operasi cakera. Kecacatan pandangan hadapan terutama muncul dalam dua aspek, iaitu fungsi masa depan, dan kedutan isyarat.

• #### Fungsi Masa Depan

Sebagai contoh untuk menggambarkan fungsi masa depan, jika suatu strategi garis rata adalah: jika anda membuka kedudukan dengan harga bukaan pada harga semasa semasa, untuk kemudahan, kami memberi nama kepada strategi ini, yang disebut sebagai A masa depan A, strategi A masa depan A adalah strategi yang biasa menggunakan fungsi masa depan, kerana pada masa pembukaan anda tidak dapat mengetahui apakah garis K ini akhirnya dapat menembusi garis rata dan mengeluarkan isyarat pembukaan kedudukan, A masa depan A menggunakan harga masa depan untuk menentukan pembelian dan penjualan sebelumnya. Dalam operasi praktikal, kita tidak akan pernah tahu pada masa pembukaan masa depan kemungkinan untuk menembusi, jika anda menggunakan strategi A masa depan A untuk ujian, ia akan menunjukkan prestasi yang sangat baik, tetapi dalam masa yang singkat untuk menembusi pasaran, tetapi tidak dapat melakukan perdagangan dengan harga bukaan, jadi strategi A masa depan A hampir tidak mungkin lagi menjadi strategi keuntungan dalam perdagangan.

• #### Pencurian harga

Terdapat juga keadaan yang dipanggil harga curi, dan ini sebenarnya termasuk dalam fungsi masa depan. Sebagai contoh, strategi dengan frekuensi yang lebih tinggi, kita sementara menamakan sebagai pencuri A, peraturan strategi pencuri A adalah, apabila harga menembusi harga tertinggi hari itu, pencuri A membuka dagangan dengan harga tertinggi hari itu. Pencuri A tidak kelihatan seperti apa-apa masalah, tetapi perhatikan, penembusan bermaksud lebih tinggi daripada, iaitu, sekurang-kurangnya satu saat lebih tinggi daripada harga tertinggi hari itu dapat disebut sebagai penembusan, iaitu syarat pencuri muncul harga semasa = harga tertinggi hari itu + 1 tick pencuri dipanggil penembusan. Apabila keadaan ini berlaku, pencuri A hanya diminta untuk membuka dagangan di tempat harga pencurian tertinggi hari itu + 0 tick, jelas mencuri harga pencurian tick.

Jangan meremehkan kesilapan satu tik ini, sebagai contoh dengan keluli licin, andaikan 250 hari perdagangan setahun, setiap hari perdagangan dilakukan satu kali membeli dan menjual, maka sepanjang tahun ini adalah 500tik, 500tick kos slippage akan melebihi modal anda. Keadaan sebenar tidak hanya tidak mungkin membuat anda berdagang di bawah harga satu tick, lebih banyak daripada itu sebaliknya lebih tinggi daripada satu atau lebih tick harga, sebabnya mudah, kebanyakan trend pedagang isyarat adalah lebih atau kurang, pada titik-titik yang kritikal (seperti tanda-tanda penubuhan kedudukan untuk memecahkan harga tertinggi suatu hari), persaingan akan terbentuk di hadapan banyak pedagang trend, semua orang takut untuk membeli selepas ini, persaingan menyebabkan harga pada titik-titik yang kritikal berubah-ubah secara dramatik, pergerakan ini biasanya tidak menguntungkan untuk membina prosedur perdagangan. Oleh itu, ketika membina sistem perdagangan yang lebih kerap, adalah penting untuk mempertimbangkan kadar dan lebih banyak titik slippage.

• #### Isyarat berkedip

Kemudian, mari kita bincangkan tentang flashing signal, jika satu lagi peraturan strategi garis rata ialah: Apabila harga penutupan berada di atas garis rata, kita akan membuka dagangan dengan harga penembusan, kita masih akan memberi nama kepadanya, jika strategi ini dipanggil flashing B. Flashing B adalah strategi di mana terdapat flashing signal, flashing B dalam ujian sama seperti flashing masa depan A, anda tidak dapat melihat masalah secara intuitif, tetapi apabila flashing B digunakan dalam perdagangan, anda akan melihat masalah yang ada.

Fungsi masa depan dan isyarat kedip-kedip, yang kita sebut sebagai bias pandangan ke hadapan, kedip-kedip B dan kedip-kedip masa depan A mempunyai satu persamaan, iaitu menggunakan harga masa depan untuk menentukan pembelian dan penjualan sebelumnya, yang merupakan kesilapan yang harus kita hindari.

• #### Pengoptimuman berlebihan dan penyesuaian kurva

Bercakap mengenai pengoptimuman berlebihan dan penyesuaian kurva, pengoptimuman berlebihan bermaksud mengoptimumkan beberapa parameter strategi berulang kali menjadi optimum, dan kemudian membuat strategi dan mengawal risiko berdasarkan parameter terbaik yang diperoleh. Jelas, jika pengoptimuman kekerasan, walaupun strategi yang tidak dapat menghasilkan wang, parameter individu boleh menghasilkan keuntungan, tetapi hasilnya sukar untuk digunakan di masa depan dalam pasaran sebenar.

Terdapat dua cara yang berkesan untuk mengelakkan pengoptimuman berlebihan, satu adalah dengan mengambil parameter yang lebih sedikit, semakin sedikit parameter, semakin sedikit projek yang dapat dioptimumkan, keadaan pengoptimuman berlebihan secara semula jadi dapat dielakkan dengan baik, dan, semakin sedikit strategi yang dibina dengan parameter, seringkali lebih mantap, tidak kira seberapa cepat atau kasarnya, dapat mengatasi banyak strategi yang rumit.

Cara kedua untuk mengelakkan terlalu optimum ialah dengan menggunakan parameter lalai untuk satu strategi untuk melakukan ujian ke belakang sejarah, atau dengan pelbagai set parameter rawak untuk menguji satu strategi, jika strategi itu dapat menghasilkan keuntungan dengan parameter lalai atau parameter rawak, maka strategi itu harus dikembangkan lebih lanjut; sebaliknya, jika suatu strategi hanya mempunyai beberapa parameter yang dapat menghasilkan keuntungan, maka saya cadangkan anda untuk menolak strategi tersebut. Selain itu, anda harus menggunakan strategi yang anda anggap berfungsi untuk ujian pelbagai jenis, dan jika suatu strategi hanya boleh digunakan untuk satu jenis, saya juga sangat mengesyorkan untuk tidak menggunakan strategi ini untuk set sebenar.

Curve fit dan over-optimization adalah lebih serupa, bermaksud menambah beberapa peraturan yang tidak perlu untuk menyesuaikan data sejarah. Sebagai contoh, strategi saham, kita hanya memanggil penyulitan penyulitan C, yang menetapkan 3 tahun untuk perdagangan goyah, 3 tahun untuk perdagangan trend. Anggaplah penyulitan penyulitan C. Strategi penyulitan C telah diuji dari Januari 2010 hingga Disember 2012 untuk peraturan goyah, dari Januari 2013 hingga Disember 2015 untuk peraturan trend, dan pada Januari 2016 untuk peraturan goyah.

Kaedah untuk mengelakkan kecocokan kurva dan pengoptimuman berlebihan adalah sama, iaitu menggunakan peraturan sesedikit mungkin untuk membina sistem perdagangan, orang yang mempunyai sedikit pengetahuan matematik tahu, fungsi 2 kali, akan dapat disesuaikan dengan keadaan satu putaran, fungsi 7 kali, akan dapat disesuaikan dengan keadaan 6 putaran, asalkan menambah satu peraturan tambahan, anda boleh menyesuaikan putaran di pasaran sekali, dengan strategi yang disesuaikan ini, anda mungkin akan mencapai kadar kejayaan 100%, tetapi ini tidak masuk akal sama ada untuk merangkumi sejarah atau untuk meramalkan masa depan.

Strategi yang menggunakan bias prospektif, optimasi berlebihan, dan penyesuaian kurva, mempunyai persamaan, iaitu strategi yang berkinerja sangat baik pada masa pengujian semula, tetapi tidak dapat dimasukkan ke dalam pasaran sebenar, ini adalah tindakan yang menipu diri sendiri, tetapi lebih banyak lagi adalah banyak pedagang yang tidak sedar membuat kesilapan ini dalam pengembangan strategi, menggunakan beberapa logik dan formula yang salah untuk melakukan pengujian semula, dan menggunakan hasil pengujian semula secara langsung sebagai asas untuk menjangkakan keuntungan dan pengurusan risiko mereka.

Oleh itu, saya tidak akan mudah menilai strategi yang baik atau buruk sebelum melihat kod strategi orang lain, kerana banyak strategi pembelian dalam talian, kebanyakannya adalah strategi yang mempunyai masalah di atas, dan masalah-masalah ini, sangat sedikit orang yang mungkin dapat ditemui sebelum memasuki pintu perdagangan kuantitatif ini, walaupun anda dapat membeli strategi yang benar-benar menghasilkan wang, saya juga telah membuktikan kepada anda sebelumnya, anda masih tidak dapat melaksanakan strategi ini dalam jangka masa panjang, jadi, tolong jangan mengambil jalan pintas, strategi mesti dikembangkan dan dibina oleh diri anda sendiri, tidak akan jatuh di langit, kek pasti perangkap.

Dipetik dari komuniti Python Quantitative Transaction