量化交易四大邪术之三：春去花还在

网络相传亚洲有四大邪术，日本化妆，韩国整容，泰国变X，Z国PS。

这些都是让人在颜值上看起来很美，类似地，在量化交易领域，也有四大邪术能让净值曲线看起来很美，之前已经说了“般若波罗蜜(未来函数)”和“霸王硬上弓(强制成交)”，今儿个就继续来说这量化四大邪术当中的第三个，也就是“春去花还在”，春天已然过去，但迎春花依然开放，这是艺术画作当中的神奇景象，却是量化策略里面的致命幻想。

先端上一个猫腻策略，让大伙儿感受一下。这当中的回测，是已经开启了防未来函数功能，且取数日期是上一个交易日，并且确认已经关闭强制撮合功能，也就是说，已经排除之前咱说的那两个未来函数和强制成交的bug。

回测绩效和收益曲线看起来不错吧，策略近五年的累计收益是1922.20%，年化收益是77.35%，最大回撤是22.02%，夏普率是2.956，收益最大回撤比是3.51，看上去就是“别人家孩子”般的策略，年化收益也不是一个很离谱的水平(跟前两期比起来)。

但咱要说这是一个小市值策略，估计会有不少小伙伴快速反应过来，觉得这收益曲线极其不正常，因为做过的小伙伴都清楚，今年上半年1月份和4月份，小市值跌得连妈都不认识了，这个策略的收益曲线还稳如老狗，并且最大回撤还是出现在2020年底。

为什么会这个样子呢？遍览策略源码，发现猫腻出现在选股模块中的这一段。

no_trading_signal = today_is_between('01-10', '02-10') or today_is_between('04-08', '04-30')if no_trading_signal:stocks_list = []return stocks_list

你瞧，如果今天是在1月10日~2月10日之间，或是在4月8日~4月30日之间，就不开仓，这期间一直保持空仓状态，这样就不会出现大跌了，收益曲线上的走平的地方就是这么来的。

即使好日子过去，黑天鹅发生，依然可以保住利润，春去花还在，这就属于『过度拟合』或『过拟合』了。简单来说，过拟合就是在样本内数据上表现良好，但在样本外数据上表现较差的现象。

为了让收益曲线长得漂亮，有些居心叵测卖策略的骗子，就会在策略当中加入大量日期判断的IF语句，类似于today=='2024-07-03'、today=='2024-09-02'，today=='2024-09-09'，blalala~~~用来过滤掉明显亏损的交易或交易日期，只留下盈利的单子和微亏的单子，这样只是让回测好看一些，但实盘上很难复现得了，特别是用来欺骗看不懂策略源码或懒得看的韭菜。

说回刚才的那个小市值策略，肯定是因为今年1月和4月小市值大跌才加入这样的日期过滤，曲线昂首向上才有好卖相嘛，但去年底还不知道这种情况，不加日期过滤跑到现在的话，就是下面这个鬼样子，累计亏损19.25%，最大亏损46.11%。

就算策略开发者就是单纯地认为，以后的1月和4月就是小市值要下跌不开仓，但市场行情是多人博弈，人的认知也是会进化的。

假设大家都发现了这条规律，比方说有人比较鸡贼，或者自己规模太大，就会抢跑提前卖出，那小市值就会提前下跌，基于日期的过滤就会逐渐失效，变成一厢情愿的日期拟合，这也是日历效应会漂移的原因。

过拟合的原因有很多，而且还有主观层面的善恶。刚才说的，就属于比较明显的恶意，为了策略卖相好看割韭菜。其他的一些原因就是纯粹的技术原因，没有主观层面的恶意，比如说样本数据少、样本数据噪声太大、样本内外特征分布不一致、参数过多、模型太过复杂等等。

长久的实践中悲伤地发现，恶意的过拟合可以避免，但善意的过拟合只能尽量减弱，很难完全避免，就如同黄金纯度也没有百分之一百的。

因为归纳和演绎是人类认知活动中常用的方法，拟合其实就是一种归纳，从现象中总结出规律，开发策略无论如何都是要“拟合”的，归纳差一点点就是欠拟合，想得多了一点点就是过拟合，刚好拟合是一种非常完美的状态，很难100%达到，就如同机器学习/深度学习领域，过拟合问题如影随形，想了交叉验证、正则化、Dropout等多种方法，测试集不如训练集是常态，量化实盘不如回测也是如此。

人生在世，可要长点儿心呐，别中了这种邪，上了这种恶当！