QUANTAXIS 的 AI 策略(如 LSTM、强化学习)回测,过拟合会导致 “回测赚、实盘亏”,2025 年版有 3 个实用防控方法:
用 “样本外数据” 验证
回测时拆分数据:把历史数据分成 “训练集(70%)+ 验证集(20%)+ 样本外集(10%)”,AI 模型先在训练集学,验证集调参,最后用样本外集测试。比如测 2018-2024 年数据,2024 年做样本外,若样本外收益比回测低超 30%,就是过拟合。2025 年 QUANTAXIS 能自动拆分,不用手动处理。
限制 “参数复杂度”
少加无关因子:AI 策略因子不超过 5 个(如 MACD、成交量、北向资金),多了易过度适配历史数据。QUANTAXIS “因子筛选” 功能会提示 “该因子对收益贡献度 < 5%”,帮着删掉无用因子。
控制模型层数:LSTM 模型隐藏层设 1-2 层就行,超 3 层易过拟合。2025 年版会推荐 “新手模型参数”,比如 “隐藏层 1 层 + 神经元 32 个”,避免参数太复杂。
做 “行情扰动测试”
加随机噪声验证:在回测数据里加 1%-3% 的随机波动(模拟实盘行情),若策略收益降幅超 20%,就是过拟合。QUANTAXIS “抗扰动测试” 功能能自动加噪声,一键出结果。
跨市场验证:把 A 股训练的 AI 策略,放到港股 / 美股数据里回测,若收益骤降,说明策略只适配 A 股历史,实盘易亏。2025 年支持多市场数据导入,方便跨市场验证。
总结:按 “样本外验证 + 控参数 + 抗扰动测试” 操作,过拟合风险能降 50%。进阶用户还能看 QUANTAXIS 的 “过拟合评分”(0-100 分,低于 60 分需优化),新手跟着提示调就行。可以尝试搜索 QUANTAXIS 官网找到教程,AI 回测有问题欢迎联系我~
发布于2025-8-22 16:26 七台河



分享
注册
1分钟入驻>
+微信
秒答
搜索更多类似问题 >
电话咨询
17376481806 

