STUDENT WYCKOFFPro
部落格與實作 / 實作

實作 · 入門

多重測試:為什麼最好的回測可能是隨機的

在同一歷史上測試多種策略會增加偶然發現有吸引力結果的機會。選擇獲勝的回測部分是為了擬合該樣本的雜訊。它的頭條新聞不能被解釋為它來自一項獨立的、預先宣佈的實驗。

文中的數字均為虛構教學案例。本文由AI協助編寫並經編輯審閱,不構成個人化投資建議。

計算完整的搜尋次數

試驗不僅包括指定的策略。更改回溯長度、進入閾值、範圍、日期範圍或退出過濾器會創造更多機會來選擇有利的結果。在檢查其結果後組合最佳元件也屬於研究搜尋歷史。

保留每位候選人及其選擇規則的登記冊。在選擇獲勝者之前保留評估資料,並避免在檢查評估後修改方法。統計調整可以有所幫助,但它們需要對測試進行合理的假設,並且不能確定交易成本或資料品質是現實的。

工作範例:5% 的 20 次機會

純粹出於說明目的,假設在沒有真正效果的情況下,20 個獨立測試每個都有 5% 的假陽性機率。至少有一個誤報的機率為 1 − 0.95²⁰ ≈ 64.15%。經過 100 次獨立測試,約 99.41%。

5%的輸入是一個統計測試閾值,而不是策略勝率或承諾的獲利機率。真正的策略變體通常是相關的,因此這些數字不能機械地應用。他們示範了這種機制:當提供很多機會時,每次測試的小錯誤可能會變成搜尋範圍內的大錯誤。

重複使用的抵抗者不再是獨立的

未受影響的抵抗只有在保持未受影響時才有幫助。反覆檢查並改變策略,將其變成開發資料。平滑的引數鄰域、經濟解釋和多種條件下的結果都是有用的支援證據,但沒有一個可以消除對數千種替代方案進行的未公開搜尋。

考慮一位研究人員嘗試了五個回溯長度、四個閾值和三個退出規則。即使在更改市場或日期範圍之前,該網格也包含 60 種組合。如果只顯示最後的獲勝者,讀者將無法看到有多少適合噪音的機會。記錄完整的網格和用於比較候選人的規則,包括是否考慮損失和營業額。開發結果稍弱的更簡單的規則可能更容易檢查,但僅簡單性並不能保證。基本問題是所選的程式如何處理未選擇它的證據。

若先試過多個進場門檻、持有期間和市場,再只展示最好的組合,讀者就無法知道挑中好結果的機會有多少。應保留整個研究清單,包含未採用的方案及原先選擇標準,並把新的修改視為新的實驗。

預先宣告一條圖表審核規則

對於可用的每日、每週或每月已關閉柱線的圖表練習,請預先編寫一個設定定義和要檢查的期間。在嘗試修改過濾器之前,請記錄每個合格的範例,包括失敗的範例。Student Wyckoff Pro 可以支援這種價格結構審查;它本身並不衡量統計顯著性或驗證策略搜尋。

第一手資料

資料說明機制與限制;範例數字由編輯團隊設計,並非真實行情。

下一個實作步驟

前往分析工作區,檢視可用且已收盤的日線、週線與月線K棒。

開啟第一張圖表的操作說明 ↗