365天量化课程

Currently Playing: 365天量化金融148：回测是否过拟合，先看参数面形状

━━━━━━━━━━━━━━━━━━ 系统学习 · 知识星球 ━━━━━━━━━━━━━━━━━━ 在知识星球搜「工作姐博士在读」，年费会员 2880 元／年。 三个专栏更新中： 　· 365 天量化金融 　· 入门量化 30 讲 　· 因子实验室 均含完整代码、数据、课件与专业答疑。 ━━━━━━━━━━━━━━━━━━ 1. 回测是否过拟合，先看参数面形状 | Overfitting Signs | D148 2. 参数热力图崎岖，可能藏着什么坑 | Overfitting Signs | D148 3. 回测好得不真实，怎样查过拟合 | Overfitting Signs | D148 4. 参数面平坦还是陡峭，差别在哪 | Overfitting Signs | D148 5. 过拟合概率低，就值得挑参数吗 | Overfitting Signs | D148 ### 你将学到什么 - 拿到一个免费的事前警报:参数平面的离散度,跑完网格就有,不用额外数据 - 会用它做决策:参数面平坦时挑参数值得做,崎岖时该退回参数集成 - 理解为什么形状类指标比「正收益占比」更有分辨力,以及三个形状指标为什么互相印证 - 会算 PBO:用组合对称交叉验证把「这份回测多大概率是过拟合」变成一个数 - 知道 PBO 的边界:它能刻画过拟合程度,但预测不了「挑参数值不值得做」 - 理解「诊断指标自己也会过拟合」:小样本既会夸大强度,也会翻转符号 - 掌握一份过拟合体检清单,上实盘之前逐项过一遍 ### 课程特色 - 真实美股/A 股数据实战 - 可运行的 Python 代码 - 华尔街从业者视角:量化研究员的核心日常 - 主战场 A 股,也讲港股/美股/加密策略 - 配套 PDF 课件、视频、Notebook 三件套 ### 适合人群 - 想从主观交易转量化的个人投资者 - 对量化投资感兴趣的金融专业学生 - 想从数据科学转向量化金融的工程师 - 希望系统学习量化方法的策略爱好者 ### 课程大纲 本节课内容概要: 1. 我们要找的是什么样的一个数 2. 四个候选指标,以及它们各自在问什么 3. killer:平坦组和崎岖组差 3.72 个点 4. 为什么形状比水平更有用 5. PBO:把过拟合程度变成一个数 6. 诊断指标自己也会过拟合 ### 配套资料 购买后你将获得: 1. 环境安装教学视频 2. 配套课件 3. Python 源代码