樣本外測試與交叉驗證：交易策略的驗證方法

樣本外測試的重要性

樣本外（OOS）測試是在未用於策略開發或優化過程的數據上評估交易策略的做法。它是量化研究中最基本的原則之一，也是防止過度擬合的主要手段。

數據窺探問題

即使出發點誠實，研究者也常通過反覆測試不知不覺地污染了OOS數據。每次根據OOS結果修改策略時，那些結果就部分變成了樣本內數據。

傳統訓練-測試分割

最簡單的OOS方法是按時間順序將數據分為訓練集（樣本內）和測試集（樣本外）。常見的教育性分割比例是70/30或80/20。

時間序列的K折交叉驗證

標準k折交叉驗證隨機分配觀察值到各折，這違反了金融數據的時間結構。已開發專門適用於時間序列的修改方法，包括擴展窗口法和滾動窗口法。

組合淨化交叉驗證（CPCV）

由Marcos Lopez de Prado開發的CPCV解決了傳統交叉驗證在金融應用中的幾個缺點，包括淨化機制和禁運期間。

OOS測試最佳實踐

預先指定測試標準、限制OOS窺視次數、使用多個OOS期間、調整多重測試，並報告所有結果。

免責聲明：本指南僅供教育目的。所討論的測試方法是歷史數據研究的分析工具，不能保證未來的交易表現。