0
实际发单为了确保成交，可能还要加6跳以上偏移了，所以对于一个趋势盈利为主的策略 滑点不是问题，试想下，平均每手盈利30跳的策略损失几跳是可以接受的，成交成本总体损失会有但占比不应该大，占比大了就会有问题。正常情况下不是追急涨急跌，也就3跳之内。总之策略的本身决定对这类成本的敏感度。我的理解，只要不是高频交易，对滑点之类的都不会太敏感。
过度优化和拟合，我认为是客观存在的，因为未来行情是不可知的。
只要做到广谱有效，这类优化是正向的。所谓广谱就是发生概率覆盖到历史数据的绝大部分时段，很均匀，并且效果差不多，而不是呈现脉冲型。或者说正向相比反向效果是持续占优势的、稳定的，那么也可接受。
我的理解是策略本身的通用性要越强越好，优化只是锦上添花，而非决定这个策略的成败。
就像一道菜，原汁原味怡然非常可口美味，可以略施佐料，但是完全靠佐料来勾引大家的胃口，估计时间一长也就索然无味了。
既然国外程序化程度非常高了，自然说明了程序化的优势和可能性。
只是我们还没有完全掌握，或者我们还陷于某些旁枝末节而把握不到主要方向。
实盘是检验的手段，只有观察实盘才知道策略的本身是否是一道美味的佳肴。
你的担忧也非没有根据，几乎99%在网上挂出来出租的交换的收费的，也许就是你所担忧的那种。
[引用原文已无法访问]
0
“即使是样本内的，如果是多段样本，不同样本段的资金曲线的特性也大概率不一样”
------------为了避免过度优化，我们测试的前提就是：样本数要足够多，且为连续样本，行情经历了各种变化，如此得到的参数具有全局一致性，它适应行情的各种环境。在上面这种情况下，来观察未来样本外资金曲线特性，看是否与原样本内资金曲线有“一致性”表现，这里显然不是指分段优化后各资金曲线上的区别，我们这里更强调“整体特征”的相似性，历史相似性。
如果训练的样本数不够，的确也容易因“意外”的行情，而出现资金曲线意外走势。
为了避免这类情况，我们特别强调样本数要“足够”。
0
模型“只活在过去”的原因：
1、“K线样本数”不够，没有有效覆盖各种行情模式，导致过度优化
2、K线样本数虽然够了，但“交易系统信号样本数”不够，没有有效覆盖各种行情模式，导致过度优化
3、“K线样本数”够了，“交易系统信号样本数”也够了，但是因为“参数”较多即“子策略”多，导致每个“子策略”实际分配的样本数不够，造成过度优化
4、模型编程测试有问题，或用了未来函数，得出的是错误的测试报告
5、模型盈利不高，误差与随机偏差导致边际收益失去保护
6、趋势与震荡是永恒的主题，模型都有偏好，在不合适的时机投入了不合适的模型
0
几个模糊问题的说明：
1、参数多本质上是“子模型”多，如此样本数与交易信号样本数会被分摊，导致样本数不够
2、5分钟级别K线可以容纳的参数如果是8个，则1分钟级别K线参数数量可以扩大5倍，即40个
3、如果样本数10万个就够了，那么研究50万个样本显然是没有必要
4、有的模型信号只有10个，并不能简单说交易信号样本数不够，因为如果这10个信号的每一个都来源于10万个“旁系子样本”数的某些特性的统计结论，那么这10个信号也具有稳定的基础。
2
关于“优化”下面是我的看法：
其实最大的“过度优化”来源于样本数据少，来源于策略“分段函数”太多，
即 3分钟K线级别“过度优化”的嫌疑，远超过 1分钟K线级别，
即 30分钟K线级别“过度优化”的嫌疑，远超过 3分钟K线级别，.........
而具有一致性的全局性参数的优化，并非“过度优化”的主因。
“参数”本就是反应事物本身特性，如果模型没有参数反而很奇怪，
有的模型看起来参数少，实际上它使用了隐形参数与默认参数，
参数的多少是根据事物本身复杂程度来决定的，
人为的减少参数或增加参数都是不可取的事情，顺其自然才是明智的选择，
所谓参数优化通常就是选择有利于获更多利润的参数，
更多的利润能保护我们的边际收益，
如果样本数据少，参数优化会过度依赖于局部的几个较大行情，
这种“过度依赖”就是过度优化，当数据量足够多时，参数优化要兼顾方方面面的行情，
由于没有那个行情有过度的利润需要优先优化，参数自然也就不会照顾那些特殊的行情，
这种具有全局一致性的不照顾特定行情的参数优化是合理的优化，其优化最优值反映客观事物本质，这种优化不属于“过度优化”范畴。
如果策略“分段函数”太多，如果交易系统使用了太多的策略，
那么参数过度优化是必然的，原因是交易系统的策略越多，样本变相的就大幅度减少，
比如你有10万个K线数据，如果你只有一个策略，交易信号有1000个，
显然行情样本K线就是10万，交易信号样本就是1000，
但是当你有100个策略时，虽然行情样本K线是10万，但是100个策略中的不少单个策略的交易信号样本大幅度减少，
这种大幅度减少本身就属于“过度优化”范畴。
0
关于“优化”下面是我的看法：
其实最大的“过度优化”来源于样本数据少，来源于策略“分段函数”太多，
即 3分钟K线级别“过度优化”的嫌疑，远超过 1分钟K线级别，
即 30分钟K线级别“过度优化”的嫌疑，远超过 3分钟K线级别，.........
而具有一致性的全局性参数的优化，并非“过度优化”的主因。
“参数”本就是反应事物本身特性，如果模型没有参数反而很奇怪，
有的模型看起来参数少，实际上它使用了隐形参数与默认参数，
参数的多少是根据事物本身复杂程度来决定的，
人为的减少参数或增加参数都是不可取的事情，顺其自然才是明智的选择，
所谓参数优化通常就是选择有利于获更多利润的参数，
更多的利润能保护我们的边际收益，
如果样本数据少，参数优化会过度依赖于局部的几个较大行情，
这种“过度依赖”就是过度优化，当数据量足够多时，参数优化要兼顾方方面面的行情，
由于没有那个行情有过度的利润需要优先优化，参数自然也就不会照顾那些特殊的行情，
这种具有全局一致性的不照顾特定行情的参数优化是合理的优化，其优化最优值反映客观事物本质，这种优化不属于“过度优化”范畴。
如果策略“分段函数”太多，如果交易系统使用了太多的策略，
那么参数过度优化是必然的，原因是交易系统的策略越多，样本变相的就大幅度减少，
比如你有10万个K线数据，如果你只有一个策略，交易信号有1000个，
显然行情样本K线就是10万，交易信号样本就是1000，
但是当你有100个策略时，虽然行情样本K线是10万，但是100个策略中的不少单个策略的交易信号样本大幅度减少，
这种大幅度减少本身就属于“过度优化”范畴。
0
[引用原文已无法访问]
马克西姆 老朋友！
希望能看到你的高见。 ：）
0
[引用原文已无法访问]
教授这里应该是同一周期，
对于同一周期要找到一对“趋势策略”与“震荡策略”配合满意，这难度很高，常常是无解。
我们处理这个问题是通过不同周期策略来搭配。
0
[引用原文已无法访问]
优化是必须的，许多参数现实中的最佳值（这种最佳值又确实反映客观规律）凭感觉我们很难知道，
对于模型有深入研究的，应该清楚那类优化有问题，那类优化比较可靠。
教授2012
15
评论(209)
收藏
展开
