偏差控制與驗證

定義

前視偏差是指策略使用了在作出交易決定時實際上無法取得的資訊。最常見的形式，是以第 T 根 K 線的收市價產生訊號，再同樣以第 T 根 K 線的收市價執行交易。現實中，收市價要在 K 線收市後才能得知，而此時市場已經收市。

我們同時防範的其他前視偏差形式

• 使用第 T 根 K 線的最高價／最低價觸發止損——這些數值要在 K 線收市後才能得知
• 指標計算引用了「未來」的期間（例如居中移動平均線）
• 使用整個數據集的最小值／最大值進行標準化，而非滾動最小值／最大值
• 策略參數在整段期間內優化，再於同一段期間內測試
• 盈利驚喜訊號在公布日期之前就使用了實際每股盈利（EPS）

倖存者偏差是指回測只納入目前仍在交易所上市的股票。在測試期間倒閉、被收購或被除牌的公司都被排除在外——儘管它們在當時都是有效的交易標的。結果是歷史回報看起來比實際好得多，因為所有「輸家」都已被悄悄地從數據集中剔除。

過度擬合是指策略在歷史數據上被過度優化，以致實際上只是「記住」了過去，而非學到可以推廣的規律。一個擁有 12 個參數、全部以 3 年數據調校的策略，會呈現亮麗的歷史表現，卻會在實盤交易中立即失效。

我們如何偵測及防止過度擬合

選擇偏差是指選取哪些標的進行回測，在有意或無意之間受到這些標的過往表現的影響。若只在過去十年升幅最大的股票上測試動量策略，結果必然帶有偏差。

優化偏差是過度擬合的一種特定形式。當你對數百種參數組合進行網格搜尋並挑選表現最佳者時，你找到的並非「真正」的最優參數，而是因隨機雜訊而剛好在該段歷史期間表現最好的參數。

我們的優化規則

• ● 策略參數在執行樣本內回測之前已經設定
• ● 若使用優化，只會在訓練集上進行——絕不會在驗證集上進行
• ● 我們會呈報優化曲面（而不僅是峰值），讓讀者可以看到穩健程度
• ● 我們傾向選用位於平坦高原的參數值，而非狹窄的峰值
• ● 滾動前推優化：定期重新優化參數，模擬真實的適應性管理

樣本外（OOS）測試是最重要的驗證步驟。策略在訓練集上開發及優化完成後，會在一段完全獨立的保留期間內測試一次。OOS 結果不可用於進一步修改策略——否則該保留期間就不再是真正的樣本外。

滾動前推測試

滾動前推測試是更精密的 OOS 測試形式，模擬真實交易者定期重新優化策略的過程。我們並非採用單一固定的訓練／測試分割，而是使用滾動視窗：以最初 N 根 K 線優化，於其後 M 根 K 線測試，向前推進 M 根 K 線，然後重複。