一掌金ea测评:以SteadyWinner聊下优化过度

SteadyWinner 是一个指标过滤型趋势ea,单量低,因为是一个老ea,样本外时间够长,所以主要拿出来说下现在的问题:优化过度的问题。

看回测曲线最大的特点就是,从过去到2016年,这个ea收益曲线算是稳定往上走,2016-2022这7年属于样本外时间,可以发现收益曲线处于震荡,做优化的伙伴肯定能理解我说的问题,那就是过度优化(拟合)的问题。

优化毕竟是以历史数据为参考对象,做到各个参考指标达到使用者的要求,对于未来是否能达到历史的效果只能是大概率,这个大家都清楚,但如何避免或者降低这类情况是今天讨论的问题。

优化时时间段的样本选取一般分为:

全时间段:比如以2010-2022做优化对象,没有样本外数据,这样虽然单次优化耗时但简单暴力,缺点就是易拟合,尤其是如果出来的结果单量过低,相当于单子的样本数量不够,就容易出现过度优化的情况。所以这类优化要注意总体单量的参考,而不是一味的参考盈利比,最大回撤等等。

就近时间段:以近期时间段做优化,比如以2019-2022年作为优化的时间段选取,优化出参数,再以2010-2019作为样本外测试,只要两个时间段表现特点大概一致,拟合可能性就会降低,优点是出来的参数更适合近期及未来的行情特点,但不能保证一定不拟合。

中间时间段:比如选择2015-2018年为优化时间段,2010-2015和2019-2022为样本外测试,只要三个时间段表现大概一致,拟合可能性就很低,只是操作繁杂,相当耗时和考验耐性,毕竟可能优化几天也出不来合格的。

​以上简单讲了下大家常用的优化时间段的这个细节,其他要注意的细节很多,适合自己的才是最好的,凡事研究到极致总有效果,祝大家顺利,周末愉快!

未经允许不得转载:一掌金外汇资源网 » 一掌金ea测评:以SteadyWinner聊下优化过度