11、样本规模的统计学价值
正如我们在第二章中所说 ， 人们往往对某种特定现象的少数事例过于重视 ， 但却忽略了一个重要事实：从统计学上说 ， 我们从寥寥几个例子中得不出太多的结论 。
这个问题就是过度拟合的主要缘由 。 添加某些不太经常发挥作用的法则会导致无意中的过度拟合 ， 而这会造成事后测试结果与实际交易结果的差异 。
这个问题经常在不经意间发生 ， 因为大多数人都不会从这样的角度考虑问题 。 季节性因素就是个很好的例子 。 如果你想用10年的数据来分析某个特定的季节性现象 ， 你最多只有10个例子可用 ， 因为你的测试期只有10年 。
这样的样本规模没有什么统计学价值 ， 因此任何以这些数据为依据的测试都对未来的表现没有太多的借鉴意义 。
假设我们忽略了这个问题 ， 想让电脑帮我们找到一个数据拟合的完美方法 。 你可能发现有好几年的9月份都表现不佳 ， 于是你想加入一条法则 ， 在每年的9月份都将头寸削减到一定的比例 。 由于你有电脑 ， 你可能想借助电脑模拟来找出所有的季节性逆境时期 ， 每到这样的时期 ， 你就会削减你的头寸 。
我把这样的方法用在了本章所说的系统中 。 我进行了4 000次测试 ， 看了看季节性调整的效果：从每个月的月初开始削减头寸 ， 在特定的天数内削减一定的百分比 ， 然后在特定天数之后将头寸恢复到最初的规模 。
结果 ， 我在10年的测试期内发现了两个可调整的时期 。 如果在每年9月份的头两天以及每年7月份的头25天内都将头寸规模降低96% ， 则系统的表现会提高 ， 提高多少呢？
加入这条法则后 ， 回报率进一步从45.7%上升到58.2%；衰落幅度略有提高 ， 从39.2%变为39.4%；MAR比率则从1.17提高到1.48 。 乍一看 ， 我们还是会认为：“这是个很棒的法则 ， 系统大有改善 。 ”
遗憾的是 ， 这条法则生效仅仅是因为在过去的这两个季节性时期发生过严重的衰落 ， 并不是因为这两个时期有什么神奇之处 。
未来的同样时期内再发生同样衰落的可能性并不大 。 这就是最糟糕的那种过度拟合 ， 但你想不到有多少聪明人曾落入这样的陷阱 。
如果不知情 ， 你可能会以为这个系统非常好 ， 可以用来交易了 。 你甚至可能向朋友和家人们吹嘘这个绝妙的系统 ， 想从他们那里筹一笔钱 。
问题是 ， 这个系统的实际回报率只有41.4% ， 不是58.2%；衰落是56.0% ， 不是39.4%；MAR比率是0.74 ， 不是1.48 。 系统的实际表现注定会令你大失所望 ， 因为你已经被曲线拟合手段下的美好景象迷惑了 。
【交易|交易硬核：揭开最优化参数的神秘面纱！】来源：网络 ， 所发布的内容仅供参考 ， 不构成任何投资建议和销售要约 ， 不涉及任何商业合作 。 版权归原作者或机构所有 ， 部分文章推送时未能与原作者取得联系 ， 若涉及版权问题 ， 请通过后台与我们取得联系及时删除 。
推荐阅读
- 警惕！价格大幅缩水，有人已被套牢
- 村民吵架被涂一嘴屎，愤怒端一盆扣在对方头上，结果被判刑6个月
- 年税高达3万亿元？房产税的出台到底有什么好处？
- 11分钟，10分7板1帽，你很强没错，但真没人尊重，还是请求交易吧
- 炒掉纳什！交易哈登！篮网6连败后岌岌可危，管理层该做决定了？
- 律师分析：“二手房”买卖交易过程中，有哪些常见法律风险？
- 40+12+18全能王？湖人猛龙2换1地震交易，名宿力挺他辅佐詹姆斯！
- 除了扎克伯格, 他以身价250亿美元成为世界历史第2位最年轻富豪。
- 32分+32分+33分+31分！湖人交易目标太猛了！老詹有望迎超级强援
- 金宝：2.2金价进入窄幅整理中，日内06空88多