QMT回测很容易出现过拟合，本质是策略过度适配历史K线噪声，在回测报告收益很高，但实盘运行表现大幅滑坡，可以从样本划分、参数控制、样本外检验、约束条件几个方向规避。

首先做好数据集划分，不要把全部历史数据直接拿来回测。把完整数据切分为训练集、验证集、样本外测试集。训练集用来调试逻辑与参数，验证集做参数择优，样本外数据全程不参与调参，只做最终检验。例如拿前70%数据训练调参，中间20%做验证，最后10%时间作为样本外，调参阶段完全不看这部分结果。QMT回测模块可以手动设置回测起止时间，严格隔离样本外时间段。

控制参数寻优，减少过度参数扫描。不要大规模遍历大量参数组合，参数越多越容易过拟合。限制参数数量，避免针对单段历史行情定制特殊条件，禁止为适配少数历史极端K线增加大量if特殊判断。同一策略，多组参数下回测结果应当相对接近，如果只有某一组参数收益爆表，其余全部失效，大概率属于过拟合。

采用样本外检验的实操方法，第一种是时间外推检验，使用完全没有参与调参的后期历史数据运行回测，对比训练集和样本外的夏普比率、最大回撤、胜率，两项指标不能出现断崖式下跌。第二种是跨品种检验，把同一套策略逻辑，放到不同行业、不同标的池回测，如果仅在某几只股票有效，其余全部失效，说明策略不具备普适性。第三种是滚动回测（滚动窗口），QMT支持滚动回测设置，滚动窗口定期重新优化参数，模拟现实中定期迭代策略，降低一次性全样本拟合带来的偏差。第四种，条件允许做模拟盘实盘外推，把回测通过的策略放到QMT模拟盘跑1‑3个月，模拟盘属于真实行情样本外，观察实盘模拟绩效是否和回测接近。

额外约束，回测要合理设置滑点、手续费，贴近真实交易成本，不要零滑点回测；避免未来函数，不要引用未来才生成的数据做当下信号；减少曲线拟合，不要反复修改逻辑去迎合回测收益。

如果训练集收益优秀，样本外收益大幅衰减、回撤放大，基本可以判定策略存在过拟合，不能直接上实盘。

我司佣金十分优惠，想要了解更多交易规则，欢迎咨询我司开户相关服务。