前进式验证与分阶段考核

双均线可以有很多候选周期，例如 5/20、10/60、5/30。假设你用 2025 年的全部数据挑出最好的一组，再用同一年报告“表现很好”，这个结果主要说明参数适合这段已被查看的数据，还没有检验它对未来的适应性。

这就像背熟一套试题的答案。换一套题，成绩可能下降。市场结构变化、数据量不足、噪声和遗漏成本都可能导致样本外表现下降。看到下降时，要检查多个原因，不能只凭一次结果断定唯一原因。

过拟合就是参数过度贴合已有样本，像记住题目而不是掌握解题方法。降低它的第一步，是在选择参数和检验参数时隔开时间。

IS 是 in-sample，指用于选择参数的训练区间；OOS 是 out-of-sample，指没有参与这次选择的后续测试区间。Walk-forward（前进式验证）每轮都按时间向前推进，只使用当时已经可获得的数据。

每轮固定做四步：

1. 取截至当前时点可用的历史数据；
2. 在训练窗里比较候选参数，按预先写好的规则选出参数；
3. 冻结参数，在紧接着的测试窗运行；
4. 保存这段 OOS 结果，向前移动，再重新训练。

可以用“前三个月训练、后三个月测试、再向前挪两个月”理解滚动窗口，但测试月份可能重叠。重叠结果不能把同一个月份的收益重复拼接。更简单的教学方案是让测试期长度等于步长，或者提前规定每个日期只采用哪一轮预测。

假设有约 800 个交易日，训练窗 120 日，测试窗 60 日，步长也是 60 日：

• 第 1—120 个交易日训练，第 121—180 个交易日测试；
• 第 61—180 个交易日训练，第 181—240 个交易日测试；
• 继续向前移动。

这里的“日”是交易日。800 个交易日大致跨越数年，但实际日历跨度取决于数据覆盖。

滚动窗口保持训练长度固定，更强调近期环境；扩展窗口则不断累计旧数据，保留更多历史。两种方案对应不同假设，应该在比较结果前确定，不能因为哪一个结果更漂亮就来回切换。

夏普比率可以用来比较风险调整后的表现。对固定频率收益，先算每期超额收益，也就是策略收益减去同频率无风险收益；再用平均超额收益除以它的标准差。需要年化时，要在合适的假设下乘以每年期数的平方根。

假设教学中把无风险收益设为 0，某段收益的平均值是 0.02，标准差是 0.04：

夏普 = 平均超额收益 ÷ 标准差

0.02 ÷ 0.04 = 0.5。

不同频率、年化方法和成本口径下的夏普不能直接比较。标准差为 0 时，这个比值也没有通常的解释。不要把整段累计收益减去年利率后，直接除以任意频率的波动。

IS 夏普是参数选择期表现，通常会因择优而偏乐观；OOS 夏普是冻结参数后的后续表现，更接近未知数据检验，但仍有样本误差。

假设 IS 夏普约 1.5，OOS 夏普约 0.34。表现退化量可以写成：

退化比例 = (IS − OOS) ÷ IS

(1.5−0.34)÷1.5 = 1.16÷1.5 ≈ 77.3%。

这里的 77.3% 是一种表现退化量，不是“过拟合概率 77.3%”。如果分母为 0、为负数或非常接近 0，比例会失真，应改看指标本身和各窗口分布。OOS/IS 也只有在分母为正且不接近 0 时，才适合作为辅助观察。

可以看到低于 30%、30%—70%、高于 70%三档，也有人把 50%作为预警。它们是不同的门槛设想，工具必须选定一套配置并写明依据。低于 30%不等于安全上线，高于 70%也不能只凭一个数字自动淘汰策略。

每一轮至少保存：训练起止、测试起止、候选参数集合、选择指标、最终参数、训练结果、测试结果、交易次数、成本、最大回撤和异常。尝试过多少套策略、多少次参数搜索也要记录，不能只留下成功实验。

双均线、布林带和 RSI 反转都可以放进不同标的和窗口里比较。某个组合在某段数据里较稳定，只说明那段观察结果，不能推广为某只股票永远适合该策略。

检查时按这个顺序：

1. 数据：有没有未来信息、复权变化、错误价格、缺失值和存续偏差？
2. 执行：信号何时可知，用哪个时点成交，是否考虑成本、滑点和成交限制？
3. 参数：是不是只有一个极窄参数点特别好，附近参数是否也一致？
4. 环境：测试期在趋势、波动和流动性上是否与训练期差异很大？
5. 规则：最后才考虑简化规则、减少参数或更换策略假设。

如果你看了 OOS 结果后又修改规则，这段数据就参与了开发，不能继续称为完全未见测试。应保留后续样本或新的前进窗口。需要较长标签持有期的模型，还要检查标签是否跨入测试区间，必要时增加隔离区。

可以每周给五个示例策略做一次体检，但评估频率和调参频率要分开。每周检查，不等于每周追着最优参数重配。交易次数少时，短期夏普可能很不稳定，测试时长要结合持有周期和样本数量。

一个更完整的顺序是：前进式验证 → 不同行情阶段的回测检查 → paper trading（纸上交易或模拟运行）→ 小规模试用。有人用“每关淘汰 80%”来强调筛选严格，但没有统计来源，不能把它当成真实淘汰率。

模拟要检查在线数据、调度、延迟、滑点假设、信号生成和账户记录是否能协同工作。模拟盈利不保证实盘盈利。本地软件的撮合规则也要和真实市场差异分开记录。

可以把策略生命周期分成五阶段。下面都是教学示例，不是资金配置建议：

• 孵化：提出逻辑，完成历史回测和前进式验证；补查数据可得性、成本、基线和样本外设计。
• 模拟：累计约 20 个交易日，收益为正，最大回撤低于 5%；还要看交易次数、运行稳定性、成交假设和行情覆盖。
• 小规模试用：示例权重 5%，约 20 日夏普高于 0.5；还要看实际成本、偏离、账户风险和短样本不确定性。
• 主力：示例权重约 30%，持续监测；还要检查与其他策略的相关性、容量和总风险预算。
• 暂停或退役：连续 14 日夏普低于 0.3，或最大回撤超过 20%；要预先写明观察窗口、撤单、复核和恢复处理。

另一个教学例子用 10 万元本金、试用 1 万元、主力 3—5 万元说明比例没有统一标准。不要把 5%、1 万元和 30%—50%拼成一套确定建议。更多资金可能带来冲击和容量风险，不代表风险必然下降。

如果收益和回撤达标但天数不足，仍然停在原阶段。还要区分交易笔数和交易日，不能让系统自行猜。机构通常采用多维考核；只有一至三个策略的个人项目，用一张规则表和日志就能起步。系统可给升级或降级建议，但应由责任人复核。自动化执行也要预先定义权限和例外处理。

研究代码能在 macOS 运行，不等于本地券商交易组件也支持 macOS。MiniQMT 等组件可能存在平台限制。应逐模块测试行情读取、信号计算、网页界面、模拟和券商连接，不要笼统承诺全平台运行。数据供应商的套餐、权限、积分、接口和券商准入也会变化，不能把某个时点的积分数量写成长期保证。向券商核实时，要逐项问清行情、历史数据、Python 接口、交易权限、账户类型和运行环境。

实盘页面可以按“选择标的 → 绑定策略 → 监测信号 → 展示依据 → 按授权处理订单”设计。仓位管理如果还没实现，应单独标为缺口。研究报告、晨会和板块轮动是辅助研究模块，不等同于自动下单。

前复权会让当前价格与历史序列更便于连续比较，但也会改变历史价格的表示。回测必须写明复权口径、公司行为处理、信号序列和实际成交价格的映射。绝对价位阈值、分红现金和股数变化尤其要检查。

周期选股与单标的入出场不是同一件事。多因子选股应该在每个历史调仓日，使用当时可见的股票池和因子形成排名，再设权重、调仓频率、成交约束和费用，逐期计算组合收益。不能拿今天选出的股票直接回看历史。

板块分析中的涨幅一阶变化、二阶变化，必须先定义差分步长和平滑方式。离散涨幅变化不能不加说明就称为无条件可用的数学导数。

一个选股 Skill 可以封装低 PE、低 PB、较低负债、较高流动比率等规则，但要先写清指标口径和阈值。几个筛选条件不能完整代表任何投资人的全部方法。向模型提供 K 线、板块、新闻、财务和估值数据时，应要求它列出条件情景；模型不能给出确定无误的未来买卖价格，结论要能追溯输入并接受后续检验。

测试要用场景定义验收：指定数据和参数的布林带回测能否复现；研究问题是否返回来源和缺口；网络超时是否正确报错。接口测试不能只看 HTTP 成功，还要检查字段和数据口径。Gradio 适合快速搭建，Vue、React 也可以选择，先跑通小项目再扩展。先在满足交易组件要求的本地环境验证，再讨论服务器；云服务器不会自动解决权限、登录、稳定性和安全问题，也不等于全天无故障。