量化策略样本内外划分_防止过拟合

免责声明：本文基于个人使用体验，与任何厂商无商业关系。内容仅供技术交流参考，不构成投资建议。

一、前言

参数优化若只在同一段数据上做，容易过拟合。样本内训练、样本外验证是常用做法。做了二十年期货量化，我习惯严格区分样本内外再评估策略。

今天分享量化策略中样本内外划分的思路和实现方式。

二、样本内外概念

# 样本内（in-sample）：用于拟合参数、选模型# 样本外（out-of-sample）：不参与任何拟合，只做验证# 目的：看策略在“没见过的数据”上是否还有效

三、时间序列划分

importpandasaspdfromdatetimeimportdatetimedeftrain_test_split_time(klines,train_ratio=0.7):"""按时间划分：前 train_ratio 为样本内，后为样本外"""n=len(klines)split=int(n*train_ratio)train=klines.iloc[:split]test=klines.iloc[split:]returntrain,test# 或按日期defsplit_by_date(klines,end_train_date):"""按截止日期划分"""train=klines[klines["datetime"]<=end_train_date]test=klines[klines["datetime"]>end_train_date]returntrain,test

四、回测时使用

fromtqsdkimportTqApi,TqAuth,TqBacktestfromdatetimeimportdate# 样本内：2022-2023 做参数优化api_train=TqApi(backtest=TqBacktest(start_dt=date(2022,1,1),end_dt=date(2023,12,31)),auth=TqAuth("账户","密码"))# ... 在 api_train 上跑策略，调参，记录最优参数# 样本外：2024 不调参，只验证api_test=TqApi(backtest=TqBacktest(start_dt=date(2024,1,1),end_dt=date(2024,12,31)),auth=TqAuth("账户","密码"))# ... 用固定参数跑同一策略，看样本外表现

五、注意点

# 1. 样本外绝对不能参与调参# 2. 可多次划分（如滚动窗口）做稳健性检验# 3. 样本外表现明显变差要考虑过拟合# 4. 实盘可视为“最终样本外”

六、总结

样本内外划分是防止过拟合的基础：样本内调参、样本外验证。回测时用不同时间段分别做训练与验证，天勤等回测可按日期切分。我目前新策略都会做样本外验证再考虑实盘。量化交易有风险，历史样本外也不代表未来表现。

声明：本文基于个人学习经验整理，仅供技术交流参考，不构成任何投资建议。