“优化过度”的定义

过度优化是EA交易者在进行参数调整的过程中非常容易犯的错误。这种错误很大程度上是因为交易者过度追求优秀的绩效表现而犯了逻辑设计方面的错误。

所谓的“优化过度”，就是利用历史资料匹配系统，针对一段历史行情与指标、数据的关系编写EA，为使EA看起来有良好的表现，不断地对参数作出调整、优化，设置过滤条件。

举个例子，在建立了一套外汇交易系统后，需要进行历史测试。

在交易系统中，有一个参数。什么叫参数？比如，海龟交易法则里的突破20日的最高点开仓，这个20，就是参数。

为什么选20而不选21,34,15或者28？

这就叫参数的选择。

所谓的过度优化，就是一套策略，经过历史回测之后发现，如果我们把参数变成24，系统在过去的这段走势中，收益是最高的。所以，我们就采用24。在交易系统中，所有的参数，都选历史表现最好的那个，这就是过度优化。

“优化过度”的缺陷

关于个过度优化，我们先看一个小故事：

某人练习射箭，可总射不准，看到其他人箭箭红心，不禁眼红，后来他想了一个好办法，就是先把箭射出去，然后跑到箭射入的目标处把“箭靶”画上，这样看来，也是箭箭红心。

过度优化与此类似，过度拟合与参数优化的主要缺陷在于，我们优化得到的最优参数只是在我们选取的历史数据样本上成立的，但未来行情却是无法预料的，我们可以找到历史上表现最好的参数，但是这个参数未必在未来是最好的，更有甚者可能历史上最好的参数在未来随着行情波动变化可能就是一组很糟糕的参数。比如一个参数的设置刚好让你抓住了一波大行情，在参数优化取到这样的值时很有可能对未来没有任何帮助。当然有些参数优化仅仅是改善了系统的平均亏损率，对整体效果没有太大影响，这种参数优化可能对未来会有一定意义，但也不是绝对的，因为行情的发展有其不可预知的一方面。

使EA与历史资料数据之间完全吻合，结果可以肯定，这套EA在历史数据测试中表现良好，会在大涨之前适时地买入，大跌之前适时地卖出，可是当下次大涨大跌之前EA还会适时地发出信号吗？恐怕不能，因为这个EA是针对过去的状况编写的，它不一定适用于未来。EA设定的条件越多，结构越复杂，“优化过度”的情况就越严重。总之，编写EA不能离开历史资料，不然我们就成了盲人摸象，无从入手。

怎样避免“优化过度”？

设计交易系统的目标是在未来实盘的行情中可以产生利润，而不是为了追求一条漂亮的历史测试曲线，过度优化的交易系统是一个“美丽的陷阱”。如何逃离这个陷阱呢？我们认为可以从交易规则的形成和交易系统开发两大方面着手。

现代数学对金融市场的数据分析表明，时间价格序列包括两个部分：

第一部分是确定项,可以从中找出一定的规律；

第二部分是随机项，没有确定性的规律可言，出现某一现象只是概率性的。

当我们从市场历史行情中提取交易规则时，需要分析规则的逻辑性和规律性，交易规则需要能够反映市场的规律性，具有一定的合理性。

当交易者通过各种途径形成交易规则后，在具体的交易系统设计过程中，需要注意如下问题：

第一，增加历史测试数据样本容量，避免交易次数过少。

如果历史测试数据量较少，虽然设计的系统在样本内效果良好，但是较短时间段的测试不具有说服力，系统未来的表现很难预期。而较少的交易次数往往是由于增加过多的交易规则限制，对亏损的交易进行了强过滤，是一种典型的过度优化行为。

第二，在测试时，将测试的数据样本分为样本内和样本外。

设计系统的时候采用样本内数据，然后用样本外数据测试得出的系统，如果效果大大降低，那么这种系统极有可能是拟合的。

第三，核心参数不宜过多。

参数过多的系统是一个多自由度系统，在优化多个参数之后总会得出一个漂亮的系统，但这种系统的可靠性是令人怀疑的。

第四，在对交易系统的参数进行优化时，我们需要对最优参数附近的参数进行考察。

如果附近参数系统的性能远差于最优参数的性能，那这个最优参数有可能是一个过度拟合的结果，数学上称为奇点解，是不稳定的。如果市场的特征稍微发生变化，最优参数可能会成为最差参数。

第五，将交易系统用于其他品种，观察其效用。

EA交易，是个技术活，但是本质上是思想的活动，追求完美是一个美丽的陷阱，而过度优化则是一种常见的误区。我们都听说过“按图索骥”的故事，从描述上来说，这样去做是完全没有错的，但是缺乏最基本的常识，那么就容易犯简单的错误，EA交易也需要避免这种简单的错误。