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 →找到 30 个结果
English questions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 →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 →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 →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 →题目1893 · 统计
估计策略寿命时的抽样规则
某量化团队想估计策略从上线到关闭的平均寿命。下面哪种抽样规则最不容易受到幸存者偏差影响？ A. 只抽样今天仍然活着的策略。 B. 只抽样 2024 年之后某个时点仍然活着的策略。 C. 抽样全部曾上线的策略，并记录每个策略真实的关闭日期，包括已经死亡的策略。 D. 只抽样至少有 36 个月历史的策略。 请给出最佳选择。
打开 →题目1901 · 统计
供应商滞后对齐 1
某供应商分发的数据有固定的 2 个工作日滞后。若模型使用的键值是“Tuesday signal”，并在 close 交易，那么最早哪个交易时点可以合法使用这条观测？
打开 →题目1902 · 统计
供应商滞后对齐 2
某供应商分发的数据有固定的 3 个工作日滞后。若模型使用的键值是“Monday file”，并在 open 交易，那么最早哪个交易时点可以合法使用这条观测？
打开 →题目1903 · 统计
供应商滞后对齐 3
某供应商分发的数据有固定的 1 个工作日滞后。若模型使用的键值是“Wednesday signal”，并在 open 交易，那么最早哪个交易时点可以合法使用这条观测？
打开 →题目1904 · 统计
供应商滞后对齐 4
某供应商分发的数据有固定的 5 个工作日滞后。若模型使用的键值是“Friday accounting snapshot”，并在 close 交易，那么最早哪个交易时点可以合法使用这条观测？
打开 →题目1905 · 统计
供应商滞后对齐 5
某供应商分发的数据有固定的 2 个工作日滞后。若模型使用的键值是“Thursday borrow-fee file”，并在 open 交易，那么最早哪个交易时点可以合法使用这条观测？
打开 →题目1906 · 统计
最小禁运长度 1
一个标签被定义为未来 5 个交易日的前瞻收益率。若你按时间切分训练窗和测试窗，为了避免标签信息跨边界泄漏，最小需要多长的禁运间隔？
打开 →题目1896 · 统计
最早可交易时点 1
一个信号在 Tuesday 4:15pm ET 公开。一个 daily 频率的策略只能在所有输入都已知之后交易。最早可交易的时点是什么？
打开 →题目1897 · 统计
最早可交易时点 2
一个信号在 Wednesday 8:10am ET 公开。一个 daily 频率的策略只能在所有输入都已知之后交易。最早可交易的时点是什么？
打开 →