模块4.5.1 · 量化全流程 · 回测与执行
回测方法论
backtest · backtest-engine · vectorized-backtest · event-driven-backtest · look-ahead-bias · point-in-time · engine-architecture · fill-simulator
打开 →找到 30 个结果
English questions模块2.6.5 · 数学与统计能力 · 机器学习理论
金融量化中的机器学习
machine-learning · financial-ml · cross-validation · purged-cv · cpcv · deflated-sharpe · multiple-testing · backtest-overfitting
打开 →题目2719 · 机器学习
为什么参数稳定性比单一最佳峰值更重要
为什么在回测热图里，一大片都不错的参数平台，往往比一个非常尖锐的最优点更有说服力？
打开 →题目2707 · 机器学习
为什么成本假设本身也算超参数
为什么在看过回测表现之后再去调整滑点曲线、费用表或融券假设，也算额外的模型搜索？
打开 →题目2716 · 机器学习
为什么止损规则调参同样属于多重检验
为什么在看完整段历史权益曲线之后再去选止损阈值，应该被视为回测搜索，而不是单纯的风控卫生？
打开 →题目2711 · 机器学习
为什么纸上交易有时比再做一次回测更有信息量
为什么一段前向纸上交易期，有时会比在历史样本里再挤出一个更花哨的切片更有证据价值？
打开 →题目2717 · 机器学习
为什么重启退役策略可能会重复利用同一份运气
为什么一个策略失望后被退役，后来又因为一版相近策略在重叠历史上回测很好而被重新上线，这件事很危险？
打开 →题目2713 · 机器学习
为什么高换手策略更容易被过拟合
为什么对于非常高换手的策略，回测过拟合会格外危险？
打开 →题目2720 · 机器学习
为什么默认就应该预期实盘会劣化
为什么 PM 应该默认预期实盘表现会低于最佳回测，而不是把任何落差都当作实现层面的意外？
打开 →课程回测方法论 · 回测与执行
从回测到仿真交易：部署交接
某周四 早上，上海 某 量化 私募 的 投决会。L1 L3 全部 走 完 的 5 日 动量 策略 摆 在 Confluence 上：事件驱动 引擎、十 项 真实性 清单 全 绿、deflated Sharpe 0.8、PBO 0.35。研究员 问 投资 总监：「什么时候 上 实盘？」投资 总监 不 回答 这 个 问题。她 连 问 四 个 反 问 题。 十 节...
打开 →题目1916 · 统计
前视偏差审计场景 1
一个日频因子在回测前先用全样本均值和标准差做 z-score 标准化。这里的主要问题是什么？
打开 →题目1917 · 统计
前视偏差审计场景 2
一个回测在每个月对股票排序时，使用的是今天能够拿到的最新完全重述财务数据，即便这些数据对应的是很多年前的时期。这个设定哪里有问题？
打开 →课程回测方法论 · 回测与执行
回测偏差与真实性清单
某周五下午，深圳某 量化 私募 的 风控 周会。一位 研究员 端着一份 价值 动量 复合 策略 的 回测 报告 进 会议室：L1 都做对了——事件驱动 引擎、信号 计算 处处 .shift(1) 纪律。在 沪深300 成分股 上 2014 2023 回测，年化 夏普比率 1.3，曲线 干净、可上线。风控 总监 不问 信号本身 的 任何 一个 字，连珠炮 问了...
打开 →课程回测方法论 · 回测与执行
回测引擎结构：向量化与事件驱动
某周二，上海某 量化 私募 的策略评审会上。一位 研究员 把 5 日 动量 信号 的回测报告投到屏幕上：在 沪深300 ETF 510300 上从 2014 01 01 到 2023 12 31 的回测，扣费后年化 夏普比率 1.8。曲线穿过 2015 股灾、穿过 2018 中美贸易摩擦、穿过 2022 疫情 + 房地产 双杀，姿态优雅。投资 决策 委员会 ...
打开 →课程回测方法论 · 回测与执行
回测过拟合与统计验证
某周三 下午，上海 量化 私募 明汯 / 幻方 风格 的 投决会。研究员 上 来 一个 动量 策略：L1 引擎 是 事件驱动（干净）；L2 真实性 清单 每 一 项 都 过（PIT 数据、survivorship free 沪深300 股票池、下根 K 线 开盘 成交、双边 10 bps 成本、不 做 空）。报告 的 夏普比率 在 2014 2023 上 是...
打开 →题目1894 · 统计
点时股票池构造中的幸存者偏差
在做月频股票回测时，下面哪种股票池构造方式最不容易受到幸存者偏差影响？ A. 在整个历史样本中都使用今天的指数成分股。 B. 使用每个月的历史成分股，并把退市股票保留到其真实退出日期为止。 C. 只保留从样本起点到终点都拥有完整价格历史的股票。 D. 当股票接近破产、价格变得噪声很大时就立即删掉。 请给出最佳选择。
打开 →题目2702 · 机器学习
50 个零假设变体里最佳 t 统计量超过 2.4 的概率
假设 50 个真正零假设下的标准化 t 统计量近似独立且服从 N(0,1)。它们的最大值超过 2.4 的概率是多少？
打开 →课程交易成本与市场冲击 · 回测与执行
Almgren-Chriss 成本模型
中信 CITIC 算法交易部一位资深执行交易员，正在与一家中型量化私募的投资经理通电话。私募需要在收盘前 30 分钟清掉 100 万股 600519 贵州茅台。到达价 RMB 1800.00；距离收盘 30 分钟。投资经理要求订单完成。交易员冷静地解释：「直接打盘口市价单，意味着接下来 30 秒 100% 参与率， 250 bp 冲击。30 分钟内做 TWA...
打开 →课程金融量化中的机器学习 · 机器学习理论
Alpha 信号与特征工程:标注、元标注与信号衰减
钩子:五十条弱 alpha 与一个总组合 你在一家中证500 中频量化私募(private fund)工作。研究团队在过去六个月里训练出了五十条独立的 ML alpha:有用 LightGBM 在 沪深300 / 中证500 因子风格暴露上做次日 alpha 的,有 1 D CNN 在分钟线上做日内动量(momentum)的,有 Transformer 在卖...
打开 →题目2710 · 机器学习
为什么 CPCV 有帮助但治不了自适应创意生成
为什么组合式路径验证能改善稳健性检验，但仍无法彻底解决研究者在看到旧结果后继续发明新点子的过拟合问题？
打开 →题目2706 · 机器学习
为什么“没碰过的留出集”一旦反复看就不再没碰过
为什么研究者在想法迭代过程中反复查看最终留出集后，它就失去了原本的证据价值？
打开 →题目2580 · 机器学习
为什么增加树数通常不会制造经典意义上的过拟合 15
为什么给随机森林继续加树，通常只是收益趋于平台，而不会出现某些单模型家族那种爆炸式过拟合？
打开 →题目2712 · 机器学习
为什么很多“小修改”合起来仍然是深度搜索
为什么仅仅因为最终策略只是相对基线做了很多“小修改”，就声称不存在严重过拟合，这是误导性的？
打开 →题目2709 · 机器学习
为什么按样本内 Sharpe 排名会偏爱噪声峰值
为什么即使所有候选策略都很平庸，按样本内 Sharpe 最高者来选，也会系统性地把被选中的策略往上偏？
打开 →题目2714 · 机器学习
为什么搜索深度往往大于“命名策略”的数量
为什么一个声称自己只测试过 5 个“命名策略”的团队，实际搜索深度仍可能远远大于 5？
打开 →题目3464 · 数学
为什么标签泄漏会让互信息看起来异常夸张
为什么标签泄漏或前视信息会让估计出来的互信息在样本内看起来特别大，但到了样本外却会消失？
打开 →题目2718 · 机器学习
为什么策略组合本身也会过拟合
为什么把很多单独研究过的策略再组合成一个元组合，会额外引入一层过拟合风险？
打开 →题目2715 · 机器学习
为什么经济逻辑像一个对抗噪声的先验
为什么一个背后有可信经济机制的策略，会比一个统计表现类似但没有连贯故事的策略更值得信任？
打开 →题目2708 · 机器学习
为什么股票池选择也是搜索树的一部分
为什么改变可交易股票池应该被视为研究搜索树上的一个额外分支，而不是无害的背景设定？
打开 →模块4.5.2 · 量化全流程 · 回测与执行
交易成本与市场冲击
transaction-cost · explicit-cost · bid-ask-spread · commission · stamp-duty · sec-fee · finra-taf · maker-taker
打开 →