问一个实际问题：实盘中的系统参数优化的频率怎样才合适？

一个系统有三个参数，实盘使用中如何优化比较好？ 我想到的几种方式如下：
1. 如同walk-forward test, 使用某日之前n个月的数据优化，然后交易某日之后的m个月；（这个可以在软件中测试，貌似n和m的选择对结果影响挺大，太耗时间，没办法仔细比较）
2. 每个交易日都对之前n个交易日的历史数据进行优化，然后按结果交易；（不知道怎么测试，不知道有人有实际经验没？）
3. 找历史数据段能涵盖大体上的牛熊震荡市况，一次优化，终身使用。

一定有人遇到类似的问题，我想知道实践得到的经验是怎样的？Thanks！

 

感觉1和2好像是一回事，只不过2是1的特例：把方式1中的时间单位转换成日，且当m=1时似乎就是方式2了

 

可能我没说清楚。举例子来说：使用2012年10-12月的数据优化参数，然后用结果交易2013年的前3个月，这期间参数固定（这里n和m都是3）；然后再使用2013年1-3月的数据优化参数，用结果交易后面的4-6月。如此递进；这是方式1；
方式2是每个交易日都对之前的n日或n个月优化，所以可能每天的参数都在变。

 

楼主所说方法，我曾经研究过一段时间，结果并不十分满意。现在倾向使用尽可能多的历史数据来优化参数，一旦再也无法取得满意结果，就放弃这个系统的思路另想办法开发新的系统。

 

同意

 

最初确实是用固定时间段优化系统然后对样本外数据（前后都有）测试的，系统表现还可以。进而想能不能把最大回撤再降些，找了几个典型的区间优化测试，发现有月份怎样都赔，有月份怎样都赚，就想能不能动态优化参数让系统更好些。
这两天又测了几次，动态调整参数，结果确实也不怎么样。还不如老老实实用最初的结果好，看来最大回撤的问题只能是硬抗或是到心理阈值就暂停交易这两条路了。

 

你要测试一下参数对回报率的敏感度，如果过于敏感说明你过度拟合了，如果不敏感那随便设个参数就行了。

总之，不要优化。

 

最大回撤无法消灭，只能承受。我最头疼的不是回撤幅度，而是漫长的时间。时间足以毁灭一切，你的系统，资金，投资人都会不敌时间。这恐怕是高频盛行的根源吧，整个世界一切存在,它们的价值都还是要用时间来等价，呵呵。组合也许是唯一的钥匙...

 

回测长度的1/10，用来作为每次优化的间隔，也许可行

或者用交易次数

 

我是这样：如果策略在盈利，不动参数；如果盈利情况不好，想法调参数（包括楼主的方法），各种方法的盈利曲线作比较，有顺眼的，改成那个参数。还是搞球不成，就暂停。然后告诉自己：旧策略不去，新策略不来！

 

楼上几位的建议不错，谢谢。实践一段时间看看。

 

老实说，我的参数有2，3年没优化了。
如楼上几位所说，参数最好不要找到那种太敏感的，要不是过度拟合，要不就是落在参数多维空间的尖峰附近，稍微改动一下就跌下山头。
最好落在一个参数平原上，其实和月球车选择登录位置一样。

 

对参数太敏感的策略都难以坚持。

 

参数优化不是以最大利润为目的，而是以最大系统稳定性为目的，想通这一点你可以看到一个新的世界

 

问题是在不稳定的市场中根据历史数据优化出相对稳定的收益，这个“稳定”参数往往对未来未必有效。

 

想想神经网络。1：有些算法用了加权。2：靠不断的适应来预测。
所以。。。。个人觉得要优化，问题是加权，那就用近期来计算吧。

 

稳定是所有系统的关键，如果你的参数不能达到未来的稳定性（哪怕是一段时间的稳定性），系统就必须重新构建。