扫码阅读
手机扫码阅读
7天打造自己的程序交易系统-正确的策略回测
325 2024-06-23
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
文章来源:
见数知理
扫码关注公众号
如何正确进行交易策略回测
本文探讨了正确执行量化交易策略回测的方法,强调仅通过数据挖掘和历史数据拟合得到的策略是没有预测力的,并可能导致实际交易时亏损。
数据挖掘与前视偏见
文章首先指出了简单的回测步骤——下载市场数据、构建交易策略、参数调整——实际上是一种错误的方法,称之为数据挖掘。这种方法会造成前视偏见,即错误地使用未来信息来指导交易决策。作者通过例子说明,过度拟合历史数据得到的策略往往无法预测未来。
过度拟合和其他常见错误
过度拟合是回测中的一个常见问题,它涉及到不断迭代策略和调整参数以适应历史数据,这可能会导致策略在实际交易中失效。作者通过篮球投篮的例子比喻解释了这个问题,并建议使用样本外数据或进行Walkforward Backtesting来避免过度拟合。
幸存者偏差、交易成本和滑点
幸存者偏差是回测中的另一个问题,即忽略了那些已经退市的公司。此外,作者强调考虑交易成本和滑点对于回测的重要性,指出许多回测忽略了这些成本,导致实际交易无法盈利。
错误的下单方式
文章最后提到了错误的下单方式,即在回测中以收盘价买入的做法,这在真实交易中是不可行的。应该采用在下一个交易日开盘价买入的策略,并考虑滑点。
结论与后续内容
作者总结说,正确的回测方法具有共性,而错误的回测则各有问题。接下来的文章将讨论Walkforward测试和蒙特卡罗模拟,以进一步提高回测的准确性。最后,作者鼓励读者通过点赞和分享支持文章。
想要了解更多内容?
文章来源:
见数知理
扫码关注公众号
见数知理的其他文章
加入社区微信群
与行业大咖零距离交流学习
软件研发质量管理体系建设
白皮书上线