过拟合：回测越漂亮越危险

调完参数、收益曲线漂亮，上了实盘就亏钱——这是量化交易最常见的坑，根本原因是过拟合（Overfitting）。参数记住了历史噪声，没有找到真正的规律。

光讲概念没用，直接上实验。

实验设计

策略：N 日累计跌超 X%，且当日收阳（超跌反弹型）。信号次日开盘买入，持有 H 个交易日后收盘卖出。

参数网格：

• – N（统计跌幅的天数）：3、5、10
• – X（跌幅阈值）：5%、10%、15%、20%、25%
• – H（持有天数）：1、3、5、10、20

共 3 × 5 × 5 = 75 组参数。

样本内：2016–2020 年，用来挑参数。
样本外：2021–2025 年，挑完之后只看一次，不再调整。

评价指标：日均超额 = 持有期超额收益 ÷ 持有天数（扣除同日全市场平均，以便不同持有期之间比较）。股票池全 A 股，排除 ST、北交所，股价不低于 3 元，后复权。

结果：样本内前10名，样本外表现如何

样本内第1、2名，在样本外分别排倒数第1、2名。 如果你在2020年底用这套参数优化选了「3日跌超25%，持1日」——样本内每天 +1.29%、胜率63%——接下来5年会稳定亏钱。

规律一：样本越小，排名越不可信

把75组参数按样本内信号数分成两类：

信号多的组合，样本内好的样本外也大概率好（相关系数+0.69）；信号少的组合，排名几乎完全反过来（−0.77）。

样本内第1名只有 140 个信号，5年平均每年28次。这么少的样本，几次运气好的大涨就能把平均数拉得很高，但它代表的不是规律，是噪声。

规律二："挑出来的最优"不如"随便选"

按样本内表现精挑细选出来的前10名，样本外平均反而不如75组随机选。原因是前10名里混进了样本少、靠运气排上去的参数组合。

规律三：持有期太短，噪声最大

持有1天的组合样本内看起来最好，样本外是唯一整体为负的持有期。「次日开盘到收盘」的日内波动噪声极大，加上实盘里每天换仓的手续费，这类参数很难真正盈利。

3个识别过拟合的方法

1. 先看样本量

信号数少于 1,000 的回测结果，收益数字基本不可信。还要看信号是不是集中在某一两年：如果大部分收益来自2015年或2024年，那它测的其实是那一年的行情。

2. 留一段样本外

把数据分成两段：前一段用来挑参数，后一段只用来验证，而且只验证一次。如果看了样本外结果再回去改参数，样本外也就变成了样本内了。这是最容易犯、也最难察觉的错误。

3. 看参数的"邻居"

好参数周围的参数也应该不错。「3日跌超25%，持1日」在样本内排第1，但它的邻居「3日跌超20%，持1日」排第2，样本外也是倒数。而「10日跌超20%，持5日」的邻居（10日跌超25%持5日、10日跌超15%持5日）在样本内和样本外都表现稳定。详见第57课的参数实验室。

常见误区

误区一：样本外只是用来"确认"的
错。样本外是用来证伪的，不是用来确认的。如果看到样本外结果不好就继续调，再拿新样本外看，循环三五次，那每段"样本外"都已经变成了样本内。

误区二：参数优化一定是有益的
不是。参数优化在信号量足够大的情况下有意义；信号量太小时，优化只是在挑一个运气好的参数。

误区三：总收益高就是好策略
不是。参考第58课批量回测——一个策略需要在分年、分牛熊中都表现稳定，才算经过了系统性检验。

在青柠中实操

青柠量化的回测报告提供分年超额统计，可以直接看策略在每一年的表现（见第58课）。做参数优化时，建议：

1. 1. 选一段较早的年份（如2016–2022）作为样本内，在青柠参数实验室里跑参数网格
2. 2. 记录最优参数后，用最近1–2年（2023至今）单独回测一次，不再调整
3. 3. 如果样本外表现与样本内接近（WFE > 0.5），说明策略有一定稳健性；见第59课样本外检验
4. 4. 如果样本外崩溃，说明参数是过拟合的，重新设计策略逻辑而不是继续调参

常见问题

Q：过拟合能完全避免吗？
不能完全避免，但可以控制。方法是：足够大的样本量（信号数 ≥ 1000）、严格的样本外测试（只看一次）、选参数平原而不是单一最优点、扣除交易成本后再评估。

Q：用机器学习做选股会不会更容易过拟合？
会。特征越多、模型越复杂，过拟合风险越高。机器学习在量化中需要额外的防过拟合措施（如 Purged Cross-Validation），普通的 k 折交叉验证不适用于时间序列数据。

Q：青柠的 Reality Check 评级是怎么算的？
青柠在全市场截面上验证策略信号的统计显著性，对信号量少的策略会给出风险提示。具体方法见青柠回测报告页面的说明。

口径说明

信号数为触发次数，同一只股票可多次计入。超额收益相对同日全部股票（非ST、排除北交所、价格 ≥3 元）的同口径均值。次日一字涨停买不进的信号剔除（记 NULL）。收益未计交易成本。历史统计不代表未来表现，不构成投资建议。