【数据实证】选腿偏差检验数据集:为什么「挑回测最好的策略」不比随机好(124条候选腿全量数据)

| 发表于 半小时前 | 显示全部楼层 |复制链接
先说结论:如果你是从一堆策略里「挑回测最好几条」组组合,那你的组合表现里有一大半是挑出来的,不是算出来的。
这份数据集的全部意义就是把这句结论量化给你看。
一、怎么测的
候选池 = 17 个指标规则族 × 8 个标的 = 124 条腿(沪金/沪银/沪铜/棕榈油日线与1小时、BTC/ETH 日线,真实行情含成本)。
三条规矩,一步都不省:
1)每条腿的参数一律取「定参期最优」——只用前 2/3 数据;
2)选腿规则也只用定参期信息:看它相对买入持有有没有正超额;
3)只在后 1/3 验证期上度量组合,并且和「同一候选池随机抽同样腿数」比 300 次,再和「全池等权、完全不做选择」比。
二、结果
· 按定参期夏普挑「前 13 条最好的腿」:验证期夏普 0.80、回撤 19.3% —— 落在随机分布第 46 分位,也就是**不比随机好**。按定参期排名做集中,是信息量接近于零的动作。
· 全池 124 条腿等权(完全不选):验证期夏普 1.12、回撤 7.2%,对同窗同标的等权买入持有(0.86 / 30.3%)超额 +0.26。
· 定参期正超额的全部 52 条腿等权:验证期夏普 1.14、回撤 5.8%、超额 +0.28,随机分布第 76 分位 —— 弱,但是正的。
三、能直接用的三条
1)**挑策略别按排名集中**。你按回测夏普挑出的前十名,换一段行情大概率不成立。
2)**边缘可能来自广度**。52 条弱相关、各自在定参期为正的腿叠加,把回撤从 30% 压到 6% —— 提升的不是选得准,而是分散。
3)**代价讲清楚**:同期买入持有总收益 109.5%,52 腿组合只有 51.1%。这是风险调整打法,不是收益最大化打法,别拿去和满仓拿着比收益。
四、包里有什么
PDF(口径/结果/结论/复现方法)+ 5 张 CSV:三种选腿规则的验证期对照、随机对照分布(中位/P5/P95)、52 条广度篮子的完整成分(族/标的/参数,可直接复现)、通过四道闸门的 13 条腿清单、各标的买入持有基准。
另外附带我们用的随机对照口径:保持交易次数与持仓时长分布不变、只随机化入场时点,跑 300 次。
不提供买卖点位,不构成投资建议。有想按同样口径测自己策略池的,可以在帖子里说。
cover_selbias_20260923.png
filetype

策略选腿偏差检验数据集_2026-09-23.zip

192.78 KB, 下载次数: 0, 下载积分: 活跃度 -5 售价: 2 H币  [记录]  [购买]

策略文档PDF

评分
  • 1
  • 2
  • 3
  • 4
  • 5
平均分:NAN    参与人数:0    我的评分:未评 下载时遇到问题?
最近访问 头像模式
举报

评论 使用道具

下一篇 : 已经到底了
发新帖
EA交易
您需要登录后才可以评论 登录 | 立即注册

Fast跟单EA