返回首页
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!
当前位置: 主页 > 进阶研究 >

量化交易如何避免过度拟合?(下)

时间:2019-01-15 08:36来源:未知 作者:一个量化投资者 点击:
我们在上一篇文章中讲述了过度拟合是什么以及如何在建立 量化交易 策略中避免过度拟合的情况发生。那么今天那我们就一起来看一下大家非常关心的一个话题,如何去提高我们的模型质量。 我们一直在强调要避免过度拟合的情况发生,但是我们往往忽略了过度拟合究

我们在上一篇文章中讲述了过度拟合是什么以及如何在建立量化交易策略中避免过度拟合的情况发生。那么今天那我们就一起来看一下大家非常关心的一个话题,如何去提高我们的模型质量。

 
我们一直在强调要避免过度拟合的情况发生,但是我们往往忽略了过度拟合究竟为什么会发生。其实总结来说过度拟合之所会发生就是因为我们在研究过程中,模型总是很难达到令我们满意的效果,所以采用一步一步的过度优化和完善。例如,我们按照正常的套路得到的模型在样本外的表现总是不尽如人意,很难得到样本外表现好的策略。那么时间长了之后,我们就不得不将样本外的数据放到样本内进行优化以得到好的效果。又或者交易次数一旦增加平均利润就减少,出现了无法平衡二者的情况。关于提高模型质量我们可以采取以下四个方式:
量化交易如何避免过度拟合?(下)
1.提高因子质量
模型的基础就是因子,如果我们的模型因子质量过差。即使我们的模型再复杂看似再优秀都没有办法得到想要的结果。所以我们要先逐一检查因子的质量。比如可以采用单个因子建模的方式,查看是否会出现过度拟合的情况。一般情况下单个因子的模型是最简单的模型结构,所以不会出现出现过度拟合额的情况。但是如果单个因子建模的质量不佳,那么只能说明这个因子可能是随机噪音。那么这时候我们就可以将这个因子剔除不要放入到模型中。
 
2.策略多样性增加
市场行情是随时都在发生变化的,在过去表现优异的模型不代表未来还会表现良好。均值方差模型是过去的投资组合理论中非常喜欢应用的模型,但是它的收益均值非常的难以把控。所以在近几年人们逐渐采用风险评价模型来代替均值方差模型。所以我们在进行策略选择的时候,不要特别执着于模型过去的业绩,否则我们就很容易得到相关性非常高的策略。我们可以通过各个不同的维度来进行策略筛选以增加量化交易策略的多样性。
 
3.优化筛选标准
很多朋友在样本内挑选策略时都非常苛刻,过度苛刻只会过度拟合样本内的数据,策略无法应用到样本外。并且如果某个品种的策略表现是和品种走势高度相关的话,那么这个品种走势不理想时,策略出现不盈利的现象是正常的。那么如果开发者一味要求在不利行情中找到表现好的策略,那只会增加过度拟合的风险
 
4.金融数据的时间序列特征
由于金融数据存在时间序列的特征,所以我们在建模的时候最好采用滚动向前的方法。这样可以保证足够的量化交易次数,训练的时间也足够长。如果测试的结果对测试集和训练的划分过于敏感,那么就很有可能是长度不够或者交易次数不够导致的。
 
技术热点、行业资讯,教学视频,尽在程序化交易者与量化投资官方微信,低成本传递高端知识!好技术成就致富梦想!欢迎关注!
 
打开微信,轻松扫一扫,即刻关注程序化交易者与量化投资官方     
微信公众号
     
,不容错过的精彩,期待您的体验!!!
 
【量化投资有声读书系列】股票作手回忆录—第七章(5-4)
(责任编辑:一个量化投资者)
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!
------分隔线----------------------------
云量化商城
如果您会开发策略,请进!大量项目等待与您合作!
推荐内容
量化投资培训