滤网陷阱你造吗

「Overfitting」一直是多数量化、程序化交易者的难以突破的关卡，因为打造出一条看似优美的回测曲线容易，但能实际带入获利者为之少数。 这个问题出自许多人并不知如何由设计逻辑来源判定策略是否奏效，因而纵使逻辑全然不正确的作品，也被投放在市场经由时间试炼验证。这除了使资金无谓亏损外，交易者更不断在早已行不通的架构之上再继续搭建多层指标、滤网。 反之，纵使一个不奏效的策略也必然存在着获利与亏损，只是加总后的整体期望值小于一，因此如何判定系统是否失效又是第二层难题。因为若一套交易系统的设计者无从在运行前便判别是否其为过度最佳化下的产物，又何以能制定判定其系统真伪的标准？ 过去璞格文章中曾提及「参数全钝化」的做法，目前仍是敝团队处理这个环节的主要方式，以统计观点采取足够数量的样本后，套用的参数将不再明显变动获利因子、胜率、赚赔比、绝对损益等各方面数值。 过度参数化通常发生在何处 ? 市场内存在很多既有指标，这里所谓的指标是一般单纯被用以判断多空的工具，而非评估风险或部位计算的公式，例如各种均线、MACD、KD、RSI。这类指向性工具往往都有商品普适性和多空中性两个特征，因此他们得以被套用在多样的市场中作为判断依据，无论是股票、指数期货、货币、债券甚至大宗商品。 一个中等周期的指标与其仅调整参数为长周期的同个指标，两者套入长期历史资料回测，可看出无论长短周期，皆有其个别能够获利的区段，问题仅出在于两者亦各有遭受盘整而使资金亏损的时间。 因此可知对于指标来说，周期从来都不是一个需要顾忌的问题( 甚至采用的指标都未必是重点)，因为无论周期长短所存在的问题皆然。因此，最佳化的问题通常并不在于此，而是发生在「滤网」这个环节，尤其是型态滤网。 滤网既然是问题的所在，便也是致胜之处。市场上对于「滤网」二字更多有定义，包含以风险值为基础、以损益为依据的滤网等，然而这里我们专指以肉眼可穿观察到的型态滤网，通常备用以去除震荡期亏损的作法。 初阶及中阶系统化交易员总在这个环节往返多年，关键不在于他们观察的不够多，而是设计流程永远依循着单一路径进行：不断研发神奇指标、第二步则为使用震荡滤网去除亏损阶段。然而，这条路径是否正确，又抑或是否即为最好的逻辑，值得反思。大部份人在多年的交易生涯中并不善于思索其他路途。 型态滤网的最大问题在于交易者早已熟背线型走势，人们对于K 棒的排列在长期观察后早已了然于胸，便开始将针对图形上某些亏损区间进行参数式的熔断，本末倒置。 成功的减损滤网必须存在一个要素，就是于长期的回测曲线中，能将锯齿平滑之( Sharpe Ratio 上升)，而非为了刻意趋避走势中一个已知的型态，尤其是突如其来的黑天鹅。黑天鹅往往无法预期，「甚至不该被预期」，解决黑天鹅的手法应该留给灾难性停损机制或部位控管环节。 如同简单指标，好的逻辑在于普适性，除了对多商品的穿透性是其一之外，在单一商品、单一市场内交易时也需要能够常发性的展示它的优势( 例如提高每次曝险期望值)。 结论: Overfitting (过度最佳化)是一存在于大部分人交易系统的问题，但往往却不是「整个系统」的问题，多藏于滤网这错误运用。交易者只要对于滤网的设计多加留意，便能轻易地避开Overfitting 这个陷阱。