新手做策略，喜欢加参数：均线周期、阈值、止盈幅度、止损比例、过滤条件，五个十个往上堆。参数越多，回测越好看，实盘越难看。

原因不难理解。每多一个参数，就多一个可以拟合历史噪声的自由度。五个参数在十年数据上组合出来的最优解，很可能只是在记住那段历史的偶然波动。换个时间段，这些参数就失效了。

参数少为什么更稳。第一，少量的参数意味着策略依赖的是更强的规律，而不是细枝末节的巧合。第二，参数少的时候，你对每个参数的作用有清晰的认识，出问题知道该改哪个。第三，参数空间的维度低，样本外表现和样本内表现的差距会明显缩小。

具体怎么减，有个可操作的办法：把每个参数单独做一次敏感性测试，看它在正负百分之二十的范围内变化时，策略收益波动多大。如果某个参数稍一变动收益就崩，说明策略严重依赖这个精确值，这个参数就该被去掉或者被更稳健的结构替代。

减到两三个参数之后，你会发现回测曲线变难看了，但样本外的表现变好了。这个交换是值得的。

一句话：参数是策略的认知负债，每多一个都要还的。宁可少赚一点确定性的钱，也不要多赚一点运气带来的钱。

还有一个配套动作：参数减少之后，把每次改动的记录留下来。哪两个参数、为什么选这两个、敏感性测试的结果如何，写成三行字。三个月后你会庆幸自己写过。

顺带说一句，减参数的过程最好留一版对照。老版本别删，放在旁边，样本外跑一段时间后对比两者表现，你会对「简单」这两个字有新的理解。

股票/量化开户欢迎找我！满足条件股票佣金万0.854、etf 可转债佣金万0.5、国债逆回购一折（百万分之一）！期权1.8元一张全包价！量化软件QMT+ptrade免费使用！还有888、999资金靓号等你选！