量化交易建模最重要的一个方面是避免过度拟合。过度拟合是统计学和机器学习领域的概念，指的是模型在训练数据中拟合程度很好，但在测试数据中表现却不如人意。

 

一、过度拟合的影响

 

传统的机器学习问题，此类过度拟合的不会很明显。比如对于分类问题，一般训练集准确度99%，测试集即使过度拟合也有95%，这其实影响并不会很大。但是对于金融数据而言，由于数据的高噪音及时间序列特征，训练数据和测试数据往往会有较大差异，如果建模过程不是很严谨，很容易出现严重的过度拟合现象，结果就是样本内稳定赚钱的策略，到了样本外就稳定亏钱。

 

二、如何避免过度拟合

 

避免过度拟合的思想需要贯穿在量化建模的整个过程中，每一个步骤都需要遵循客观严谨的原则。一个好的量化交易建模体系，必须能较好地克服过度拟合的情况，使得量化研究人员按照整个研发流程走下来得到的策略，就能够很好地避免过度拟合。根据我们的经验，可以通过以下几点来实现：

 

1、保证一定的交易次数

 

对于商品期货策略，如果分品种进行回测，部分不活跃品种可能一年都没有20次交易，几年下来总的交易次数不到100次，这样就难以形成统计意义，非常容易过度拟合。如果是套利类策略，持仓时间更长，可能一年才几次交易，结果的可靠性就更加存疑了。因此，对于这种情况，有必要多品种同时回测，增加策略的交易次数，一般有300次以上的交易次数才能比较好地证明策略有效性。

 

2、保证一定的平均利润

 

有些策略虽然交易次数多，效果也不错，但是平均利润过低，实盘交易中如果受到滑点的影响，很可能从稳定盈利变成稳定亏损。因此，需要保证一定的平均利润，最好有10倍买卖价差以上，才能更好地避免滑点带来的影响。

 

3、避免重复使用测试数据

 

一般来说测试数据只使用一次才是最准确的，否则，反复使用测试数据也会导致过度拟合的问题。即使建模后进行模拟交易，中低频一个月也没有很多交易，很难评价策略的好坏。因此，只能在建模中保证过程的严谨性，保证有1、2年完全样本外的测试数据，最后的结果才会真实可靠。

 

三、如何提高模型质量

 

当然，很多过度拟合的情况之所以会发生，是因为研究过程中难以得到令人满意的结果，比如正常套路建模得到的策略在样本外总是表现不好，很难得到样本外表现好的策略，久而久之，只好把样本外的数据放到样本内进行优化，才能得到好的结果。或者说交易次数多了平均利润就少了，两个条件无法同时满足。为此，我觉得有如下几个方法可以提高模型质量：

 

1、提高因子质量

 

因子是建模的基础，如果因子质量太差，无论模型再复杂，也无法得到好的结果。因此，可以逐个考察因子的质量。例如用单个因子建模，看是否会出现过度拟合的情况。正常来说，单个因子是结构最简单的模型，不会过度拟合的。如果单个因子建模质量不佳，说明这个因子或许只是随机噪音，可以及时剔除，不必放入模型。

 

2、优化筛选标准

 

在样本内挑选策略的时候，不必设置太苛刻的标准。如果标准太苛刻，反而会过度拟合到样本内的数据，很多时候无法泛化到样本外。而且，当个品种的策略与品种走势高度相关，如果品种走势不理想，策略长时间不盈利反而是正常现象，如果非要选择在不利行情都能表现好的策略，那么就大大增加了过度拟合的风险。

 

3、增加策略多样性

 

金融市场有句话说“过去的业绩不代表未来”，那么放到策略上就是“过去好的策略不代表未来还会好”。过去的投资组合理论喜欢用均值方差模型，但困难在于收益均值很难预测。因此，最近几年人们逐渐使用风险平价模型来代替。在选择策略的时候，不必对过往业绩做出过于苛刻的规定，否则容易得出相关性极高的策略。可以从各个维度来筛选策略，增加策略多样性。

 

4、金融数据的时间序列特征

 

由于金融数据的时间序列特征，建模的时候最好采取滚动向前的方法。为了保证训练集有足够的交易次数，训练时间也要足够长。如果测试结果对训练、测试集的划分过于敏感，很可能是长度不够交易次数不够导致的，这些都要小心。

 

综上所述，金融量化建模需要建立严谨的研究框架，从因子构造到投资组合优化整个流程都需要时刻避免过度拟合，这样最后的结果才会更为可靠。