程序化交易系统优化有哪些值得注意的地方?_程序化交易者-最专业的量化投资,高频交易,程序化交易,系统交易网站

在前面的文章中我们阐述了程序化交易系统优化能够为投资者带来的好处。那么今天我们就一起了解一下，系统优化研究的一些限制，以及在对系统进行优化的过程中我们需要注意哪些内容。

一、优化研究限制

目前一些数据供应商还是没有能够提供优化含有多品种的交易测略的方法。事实上我们也都清楚，各个品种的最佳参数组合并不一定与交易策略中的最佳参数组合相同。并且即便数据供应商针对多品种的参数组合提供了优化和测试的方法。但是由于交易者还可能同时采用一些负相关性或者低相关性的系统组合，所以这样找出的最佳参数组合也不一定是全局最佳参数组合。

二、避免缺陷

我们在以前的内容中为大家讲过，系统开发中最容易出现，也是最怕出现的问题就是曲线拟合。一般来说，曲线拟合分为两种，即：参数曲线拟合和数据曲线拟合。简单来说数据曲线拟合就是，当系统开发者最对过滤亏损交易进行研究时，会有意识的去掉一部分数据，这种作法就被称为数据曲线拟合。

那么为了避免在程序化交易系统开发时出现这样的问题，交易者可以在对系统进行测试的同时，坚持客观的历史数据标准。这与我们在前面提到的问题一样，历史数据中市场型态一定要包含以下几种：熊市、牛市、趋势市和均值回归市。

当然如果我们使用的历史数据中没有包含这些市场型态，我们就必须要加入更多的历史数据。那么如果针对某个品种我们无法找到更多的历史数据怎么办呢？这是我们就可以找一些其他的品种进行参考。但是我们要注意我们用来参考的品种中不仅必须要包含各个型态的数据，还要与原品种之间存在强的相关性。

曲线拟合就是系统开发者为了匹配测试的数据而调整参数值。我们来用简单文件的以带动平均交叉系统举例。这个系统中只有另个参数，我们对于这个系统的未来表现和历史表现高度相关是很有信心的。

但是如果开发者并不满足于这个比较低的胜率，那么开发者就可能会试遍系统一系列的参数组合，直到找出一个相对较高的胜率的参数组合的同时又不会影响到其他方面的表现。那么此时就可能有两种情况发生。第一是系统中的信号减少；第二是剩余信号中盈利信号比例增大。那么开发者可能就会像是不是再增加一个参数就可以让系统更成功。

最终的结果就是开发者添加的额外参数破坏了原本稳健成功的程序化交易系统，虽然系统针对过去的数据表现的完美无缺，但是对未来的数据确实令人唏嘘的。所以交易者一定要记住，如果系统中参数越多，那么参数曲线拟合的可能性就会越大。参数组合与历史数据越相配，那么它们针对未来随机数据的适应性就会越差。

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账户，不容错过的精彩，期待您的体验！！！