917 字
5 分钟
工具箱篇：过拟合是头号敌人（第 3~4 章）
本页覆盖第二部分”工具箱”：第 3 章讲拟合（回测怎么不骗自己），第 4 章讲组合配置（权重怎么定）。这两样工具后面整个框架都要反复用。
第 3 章：拟合（Fitting）——回测的黄金法则
回测最大的危险不是算错，而是过拟合：参数越多、尝试的组合越多，你拟合的就越是历史噪音而非规律。回测夏普 2.0 的策略实盘变 0，多数就死在这。
作者给出贯穿全书的黄金法则：任何规则和参数的选择，只能使用”决策当时可以拿到”的数据——检验必须是样本外的（扩展窗口或滚动窗口），绝不允许用全部历史调好参数、再用同一段历史打分。偷看未来一次，回测就作废一次。
三种拟合姿势，作者态度分明：
| 姿势 | 做法 | 作者评价 |
|---|---|---|
| 不拟合 | 用先验常识定参数（如等权、经典均线组合） | 最稳，多数人的最优解 |
| 谨慎拟合 | 样本外 + 自助法（bootstrap），只做温和调整 | 作者推荐的上限 |
| 理想化拟合 | 全样本反复调参挑最优 | 自欺，回测幻觉制造机 |
两条实操检查：规则要少而简单（每条规则有经济逻辑，变体数量克制）；参数要连续（相邻参数表现应当相近——5 日均线赚钱而 4 日、6 日亏钱的”规律”是噪音）。
第 4 章：组合配置——优化器是误差放大器
拿到一组策略或资产，权重怎么定？教科书答案是均值-方差优化，作者的答案是：别直接用。优化器对输入极度敏感——预期收益差之毫厘，权重谬以千里，经常输出”全仓某一个、清空其他”的极端解。
三种解药，从工程到手艺：
- 自助法（bootstrapping）：反复抽样历史数据做多次优化，取平均权重，抹平输入噪音；
- 收缩（shrinkage）：把估计值向保守先验拉回；
- 手工配置（handcrafting）：作者的招牌方法，不需要跑优化器——
- 所有资产先按波动率归一（比较的是风险调整后收益）；
- 默认假设各资产夏普相等（除非有极强证据，否则别自信能预测谁更好）；
- 按相关性把资产分组（相关高的算”一伙”）；
- 组内近似等权，组间按查表权重分配。
等权重就是 handcrafting 在”信息最少”时的特例——当你无法可靠估计预期收益时，等权不是偷懒，是诚实。
对应本平台
- 平台回测的 top-N 等权组合，正是第 4 章”无收益预测时等权最诚实”的实践——这不是简化，是及格线；
- 黄金法则自测：
factor analyze时把样本切成前后两半，前半段选出的因子参数，后半段还站得住吗？ - 参数连续性实验：
reversal_5改成 4 日、6 日各算一次 IC——三者应该同量级，若只有 5 日显著，警惕噪音。
本章带走的三句话
- 黄金法则：规则与参数的选择只能用”当时可得”的数据，检验必须样本外，偷看未来一次回测作废一次；
- 拟合姿势宁低勿高：不拟合最稳，谨慎的样本外拟合是上限，全样本调参是自欺；
- 优化器是误差放大器；handcrafting 用”等夏普假设 + 相关性分组”给出稳健权重，等权是它诚实的特例。