Files
sanguo_vnpy/research/jq_essence_articles/article_05.txt
T
2026-04-11 21:18:55 +08:00

86 lines
2.5 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
标题: 策略回测结果分析与验证方法
链接: https://www.joinquant.com/view/community/detail/7
分类: 回测框架
================================================================================
# 策略回测结果分析与验证方法
## 一、基础指标分析
### 1.1 收益指标
- **年化收益率**:(期末净值/期初净值)^(252/交易日数) - 1
- **累计收益率**:(期末净值-期初净值)/期初净值
- **超额收益率**:策略收益 - 基准收益
### 1.2 风险指标
- **最大回撤**max((峰值-谷值)/峰值)
- **波动率**:日收益率的标准差 * sqrt(252)
- **夏普比率**:(年化收益率-无风险利率)/波动率
- **卡尔马比率**:年化收益率/最大回撤
## 二、深入分析维度
### 2.1 时间维度分析
- **逐年收益分析**:观察每年的表现
- **牛熊市表现**:分别分析牛熊市中的表现
- **季度/月度分析**:查看是否有季节性规律
### 2.2 持仓分析
- **持仓数量统计**:平均持仓、最大持仓
- **持仓时间分析**:平均持仓周期
- **行业分布**:持仓的行业分布情况
- **个股集中度**:前十大持仓占比
### 2.3 交易分析
- **交易次数**:总交易次数、日均交易次数
- **胜率**:盈利交易次数/总交易次数
- **盈亏比**:平均盈利/平均亏损
- **交易成本**:手续费、滑点占比
## 三、验证方法
### 3.1 样本外验证
- **数据划分**
- 训练集:70%历史数据
- 验证集:15%数据(参数调优)
- 测试集:15%数据(最终验证)
- **验证标准**
- 测试集表现不能显著差于训练集
- 各数据集的表现应该相对一致
### 3.2 参数敏感性分析
- **分析方法**
- 单个参数变动测试
- 参数组合网格搜索
- 可视化参数影响
- **判断标准**
- 参数在一定范围内表现稳定
- 没有明显的参数孤岛
### 3.3 蒙特卡洛模拟
- **模拟方法**
- 对收益率序列进行重采样
- 生成多条可能的净值曲线
- 统计各种结果的概率
- **应用场景**
- 评估策略的稳健性
- 估算最坏情况下的回撤
- 计算策略失败的概率
## 四、过拟合识别
### 4.1 过拟合特征
- 样本内表现极好,样本外表现很差
- 参数微小变化导致结果大幅波动
- 策略逻辑过于复杂
- 交易频率过高且过度优化
### 4.2 防范措施
- 简化策略逻辑
- 使用更长的回测周期
- 限制参数数量
- 留出足够的样本外数据
- 进行参数敏感性分析