杂货记

测试的统计学基础
通过样本特征推断总体特征是统计学的一个领域。当样本足够大，就可以用样本的情况去近似推断整个总体的情况。

样本分析有效性受两大因素影响：一个是样本的规模，一个是样本对总体的代表性。

短期测试可能只包含了走势中的一两种状态，不能代表所有走势状态。不具有代表性。

脚踏实地地测试
用拙劣的方法交易就像是站在暴风骤雨中的一叶小舟上学杂耍。这当然是办不到的，但踏踏实实的站在地上杂耍就要容易得多。

样本规模的重要性
短时段的测试结果不具有代表性，它只能代表很短的特殊时段测试结果，没有适用性。

所以测试时间要长些，测试对象要广些。

过度拟合或曲线拟合
参数太复杂不具有代表性和实际操作价值。或者添加的某个参数只是在很少时间起作用，不具有代表性。

最优化可以发现某些参数细微变化导致收益巨大变化，出现峭壁。这时说明已经过度拟合。通过最优化可以提前修正。

预测价值基础
历史测试结果可以对交易者在未来的表现提供一些指示。未来与过去越相似越能得到相近结果。一个系统可以利用反应在市场中的永恒行为特征来盈利。

要想建立有效的交易系统，最优化是至关重要的。

移动均线参数
书中系统调整均线天数时对比mar比率发现250天最佳，多或少都会降低mar比率。

通过调整退出策略观察发现-0.8均线时退出策略时系统效果最好。

最优化过程可以找到系统最佳参数和参数变化造成的影响。

最优化
有些交易系统需要用特定数值进行计算，选择这些数字的过程就是最优化。

恰当的操作，最优化是件好事，因为了解参数变化的影响总比忽略好。

最优化矛盾
最优化过程一方面可以提高系统在未来表现良好的概率，另一方面却会降低系统在未来表现符合测试结果的概率。

最优化可以看出参数调整对系统的影响，比如布林格系统，测试通道宽度时，发现2.4倍标准差是最佳的，多或少都会降低系统表现。高会错过许多趋势，窄会有太多假信号。

运气和时间
时间更加垂青优秀的交易者，而不是那些平庸的幸运儿。

看短期记录的时候应该明白这有很大的运气成分。

好的投资者投资于人，而不是历史记录。当他们观察交易者时，他们知道那些特征预示着未来的优异表现，那些特征反应了平庸的能力。

做历史测试时怎样发现是随机性效应原因十二章会讨论。

投资者们的坏消息
当用业绩衡量好基金和坏基金时很容易遭遇随机性效应问题。优秀业绩的少，优秀业绩中又是真正优秀策略者可能更少。平庸者运气好导致业绩好，而优秀者则可能运气不好导致业绩不好。

幸运基因
人的身高、体重、智力等都是随机效应的产物，如果父母都有某种特征，那么子女比其他人有更大可能有这个特征，尽管这种特征可能达不到他们那种程度。

如父母都很高，那么子女高的可能性很大。但若父母都比平均身高高很多，那么子女很大可能会比父母矮些。在遗传学或统计学上称为均值回归或回归效应。

父母会把基因遗传，但不会把幸运的高个基因遗传。运气不会遗传，所以孩子们更可能接近平均身高水平。

历史测试也是如此，策略可以再次使用，但历史测试中的随机性和运气是无法重现的。