关于如何对待测试出的最优参数

理论上说，历史测试最优的参数，在未来的表现同样最优的几率微乎其微，那么我们该如何对系统测试出的最优参数呢？

我现在是这样做的：先分别测试出每一年的最优参数，然后用这个参数测试其他年份的最大回撤、收益率，这样得到一组二维的表格，把各组参数测试结果中历年表现最不稳定、收益最小、回撤最大（三者之间用“or”）的去除掉，得到表现相对稳定的几组，把这几组参数分别用在同一模型中，把这些模型（不同参数的同一模型，相当于不同的模型）叠加起来使用。

在参数优化方面，哪位还有更好的办法？请指点一二，多谢！

 

如果这几个参数刚好能够避免掉共振的话，可以，不然，还是一起赚一起亏，意义不大

 

总会有几个参数是在每年或者每半年里都表现不错的。
如果没有较稳定参数的话，那该系统可能就不是有效的。
实盘的运用中就会遇到参数选择的纠结、苦恼。。。最后亏钱

 

我个人浅见，用历史数据测试的最优参数没太大意义：

1）期货历史数据本身就有问题，用连续或指数都存在失真，而事实往往是“差之毫厘谬以千里”；
2）市场永远在变化；
3）追求最优本身就是“拟合”。

也许这种方法好一点，但我没实证过，仅是设想：

将连续、指数以及同一品种历史各合约构成一个组合，求组合的最优参数。

 

通常弃之不用。
如果一定要用优化的，通常不是一个点，而是一个平面，或者一个空间。

 

设计不用参数的系统或者参数不敏感的系统……俺有几个系统是这种。
表现持续稳定的参数和系统（包括向前测试和完成后测试）也可以。

 

日内系统用连续合约的测试结果应该是失真最小的。隔夜系统我一般都用指数测试优化，选择参数在一定范围内变动时结果变化不大的那些参数的中值作为最终参数

 

要尽量避免参数孤岛现象，比如当参数为a时，表现良好，当参数在a的附近的时候，业绩表现不应该有太大的波动（相对于前者情形）。

 

a附近有多远？

 

非常有道理 赞成