※ 引述《MojoBubble (像远去的船 船边的水纹)》之铭言： : 这个做法的重点在於 你做backtesting的时候 : 你的程式根本就不知道它有後两年的资料 : 跑後两年资料时 你可以想像你就是真的用前四年资料最佳化後的程式 : 拿着它在市场上执行 (你可以顺便体会一下执行起来的感觉如何) : 你的entry/exit是什麽 你的参数是什麽 有几个 : 这些都不重要 都是细节问题 : 重点是你的整套methodology是不是有效 : 拿後两年的资料再做一次最佳化 你就忽略这个做法的重点了哦 喔...了解您的意思了:) 那我前述的步骤应该改成： 1.先从前四年资料做参数最佳化，并选出数组适合的参数。 2.将这几组挑选出的参数一一跑最後两年的资料(只是跑出绩效表做比较，不做最佳化) 3.把不够稳定的参数除去，选出表现较佳的参数 4.最後选出之参数就为未来之固定参数 第二步单纯只跑出绩效表来比较数组参数间的绩效呈现 小弟个人的思考是把数组挑选过的参数，去跑最後两年的资料 等於是把这几组参数都投入实战，然後依各自的表现稳定度(与过去绩效之差异度)选择 这样的步骤会不会仍然有过度最佳化的偏差呢^^? 会不会仍然变成是人工的最佳化@@? 另外想请问您，在最佳化的过程中若是各种参数组合都不至於让绩效看起来太糟 是否能代表该程式在根本的逻辑上是正确的呢^^? -- 当程式遇到期货，崎岖的新手之路 http://www.wretch.cc/blog/tedinroc --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 59.105.7.2