1分钟入驻>
从业认证 从业10年+
刚刚收到黔南用户在线咨询 
首发回答 首先得提醒您，过拟合的核心风险是策略在历史回测中表现优异，但实盘运行时却大幅跑输，甚至出现亏损，所以一定要重视规避和检验。
规避过拟合可按这三步执行：
1. 简化策略逻辑，限制参数数量，比如不要为了贴合某段行情加五六个过滤条件，保持策略核心逻辑的简洁性，有朋友曾因加了8个参数导致回测完美但实盘亏损。
2. 采用滚动回测法，每3-6个月用过去的历史数据回测策略，再用接下来的1-2个月数据做验证，避免一次性拟合全部历史行情。
3. 拒绝过度参数优化，不要反复调整参数去适配历史走势，要保证策略逻辑符合市场普遍规律。
样本外检验可用这三种方法：
1. 时间分割法，把历史数据按8:2分成训练集和测试集，用训练集回测，测试集验证策略有效性。
2. 跨品种检验法，比如用沪深300数据开发策略，再用中证500指数数据检验表现。
3. 极端事件检验，模拟如疫情、加息这类突发行情，看策略能否稳定运行。
如果您不知道怎么具体拆分数据做样本外检验，或者想定制适配性强的QMT量化策略，点击右上角添加微信进一步沟通。新开户立享成本！ETF和可转债佣金降至0.5，两融的专项利率降至3.6%以下，国债逆回购能够降到打一折。
发布于2026-8-19 16:20 深圳 举报
问一问，专业解答少走弯路
量化 过拟合 
追问
分享
从业认证 从业4年
1小时前收到朔州用户微信咨询 QMT回测很容易出现过拟合，本质是策略过度适配历史K线噪声，在回测报告收益很高，但实盘运行表现大幅滑坡，可以从样本划分、参数控制、样本外检验、约束条件几个方向规避。
首先做好数据集划分，不要把全部历史数据直接拿来回测。把完整数据切分为训练集、验证集、样本外测试集。训练集用来调试逻辑与参数，验证集做参数择优，样本外数据全程不参与调参，只做最终检验。例如拿前70%数据训练调参，中间20%做验证，最后10%时间作为样本外，调参阶段完全不看这部分结果。QMT回测模块可以手动设置回测起止时间，严格隔离样本外时间段。
控制参数寻优，减少过度参数扫描。不要大规模遍历大量参数组合，参数越多越容易过拟合。限制参数数量，避免针对单段历史行情定制特殊条件，禁止为适配少数历史极端K线增加大量if特殊判断。同一策略，多组参数下回测结果应当相对接近，如果只有某一组参数收益爆表，其余全部失效，大概率属于过拟合。
采用样本外检验的实操方法，第一种是时间外推检验，使用完全没有参与调参的后期历史数据运行回测，对比训练集和样本外的夏普比率、最大回撤、胜率，两项指标不能出现断崖式下跌。第二种是跨品种检验，把同一套策略逻辑，放到不同行业、不同标的池回测，如果仅在某几只股票有效，其余全部失效，说明策略不具备普适性。第三种是滚动回测（滚动窗口），QMT支持滚动回测设置，滚动窗口定期重新优化参数，模拟现实中定期迭代策略，降低一次性全样本拟合带来的偏差。第四种，条件允许做模拟盘实盘外推，把回测通过的策略放到QMT模拟盘跑1‑3个月，模拟盘属于真实行情样本外，观察实盘模拟绩效是否和回测接近。
额外约束，回测要合理设置滑点、手续费，贴近真实交易成本，不要零滑点回测；避免未来函数，不要引用未来才生成的数据做当下信号；减少曲线拟合，不要反复修改逻辑去迎合回测收益。
如果训练集收益优秀，样本外收益大幅衰减、回撤放大，基本可以判定策略存在过拟合，不能直接上实盘。
我司佣金十分优惠，想要了解更多交易规则，欢迎咨询我司开户相关服务。
发布于2026-8-19 16:24 深圳 举报
10万+
1.1万
QMT策略回测支持的历史行情数据通常覆盖十余年，具体会因券商数据源略有差异，针对您所在城市的投资者，咱们券商的QMT能提供满足多数策略回测需求的长周期数据。针对您所在城市的投资者，长周... 
等9人解答
把未参与股票筛选和参数选择的一段数据作为样本外区间，可以观察连续亏损是否被原样本低估。规则冻结后，应同时统计最长亏损笔数、持续时间、单笔损失和同期市场环境，并保留未成交信号。若样本内很... 
量化级别与样本精度的关系 
联系TA
公网安备：11010802032515号 ICP备案：京ICP备18019099号-3