以前是很反对过优化(过拟合)的,后来(现在)没那么反对了,如果你管控(资金管理、风险控制等)做的好的话,其实过优化(过拟合)可能会有不少优势的!就象物理等模型中普适的模型会很难发现而且效率也可能不高,而且一切模型的建立都会居于一定的“简化和约束条件”,所谓“边界条件”,而越严格的“边界条件”限制越容易判断失效,而在“边界条件”许可范围内效率又会“很高”,如果你管控的好会有不少优势的,这也可能就是“金融大规模军备竞赛”的一个诱发因素吧。。。
很烂的指标如果能把风控引入很可能就成很好的系统。 量化程序化称为系统,指标只是系统部分。 我观点是仓位以及合适止损比去考虑指标入场点还是出场点更重要。 顺,RSi于MACD是同类行趋势系统,趋势系统问题就是亏的次数比赚的多。
日本的BNF只用了一个指标,乖离率。 可以看出他在乖离率上是下了很多功夫的,所以在大熊市中, 既不用杠杆,也不做空,资产8年翻了1万多倍。 下功夫研究好一个指标,再结合实战的经验教训,每个人都有成为大师的可能。
过拟合是指因过分强调对训练样本的效果导致过度拟合,使得对未知预测样本效果就会变差的一种情况。优化的结果不一定就是过拟合,适度优化会产生一个性能更高的模型,只有过度优化才会产生过拟合。因此,我实在看不出过拟合与金融大规模军备竞赛有什么必然联系。
过拟合的好处是 fit it perfectly in a short period, 很常见的误区是把一个优化的策略用得太久,或者到处用。 如果能用得快丢得快,也是很厉害的。 就像木匠不能只有一个刨子, 外科医生也不能只用一把手术刀。