主题：[原创]模型“钝化”与“圣杯”

yanxc 对于参数与模型的认识的确水平很高

下面是本论坛 yp1234 关于这个问题的论述：

写的很不错
---------------------------------------------------------------
yp1234 小大  2楼 | 信息 | 搜索 | 邮箱 | 主页 | UC  
注册：2013-1-12 20:52:43
     Post By：2013-3-16 12:33:37 [只看该作者]

      金融市场几乎所有的技术指标或者算法都是建立在数理统计基础之上的, 在构建模型之初, 所有的参量都是按比较传统的数值设置, 借助计算机运算统计能力, 设计者会尝试修改参量数值, 借此发现之前历史交易的较为优秀方案, 程序化交易者进入市场的前提条件是假设未来人性不会发生颠覆性的重大变化, 从而 依照历史交易统计基础编写的程序进行新的交易, 如果交易者完全认为未来交易会有完全不同的演绎, 那么交易就不可能发生, 当然历史不可能简单重演, 所以设计者在程序内加上了平仓与止损指令, 接受某次交易的失败, 因此优化模型不值得大惊小怪! 所有的研究都是建立在历史数据之上,所有的方法都不可能全面描述事件走势及结果, 这一点早在1931年就为捷克数理逻辑学家哥德尔证明, 对于程序交易者来讲, 优化参量 无非是想提高收益及胜率, 同时降低单次回撤及连载回撤, 借此降低交易带来的精神痛苦! 至于编写交易程序, 编写者的数学知识及其他知识越好, 编写出来的东西效果就会很好或者较好! 如果一个人连简单的数学知识都没有或者是一知半解, 他不可能编出什么好东西! 有些大师主张简单, 那是他个人的自由, 金融市场带有精神产品特征, 不是一两个简单的macd.cci 就能够描述得清楚的, 简单的模型有时会大获暴利, 同一时间复杂的模型或者会亏钱, 不过就长期交易来讲仍然是复杂且有深度的模型效果要好, 不管怎样, 所有要投入实盘的模型建议阁下先进行足够多的数据测试及仿真交易呵! 这可是''大数定律''揭示的!  

模型“钝化”常常与参数“过度优化”有关

 

 

下面谈谈我的看法：

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

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。