【量化投资从入门到精通 #28】参数优化的陷阱网格搜索为什么会过拟合

上篇教你切样本。这篇告诉你：就算切了样本，"挑冠军"这个动作本身仍然有毒。

一、这个方法解决什么投资问题

每个人学会回测后的第一件事，都是写个循环把参数全试一遍，然后挑收益最高的那组。

这个动作叫网格搜索（grid search），它在机器学习里是标准操作，在量化里却是头号杀手。原因很简单：历史只有一条，你试的组合越多，撞上"运气好"的组合的概率就越大。

二、核心思想：冠军 ≠ 最优，冠军 = 最会拟合噪声的那个

一组参数的样本内收益 = 真实规律 + 噪声。

你按样本内收益排名，排在第一的往往不是"真实规律最强"，而是"恰好把这段噪声吃得最准"。噪声不会重复，所以到了样本外，冠军就现原形。

判断标准也很直白：样本内冠军，在样本外能不能跑赢所有参数的平均值？ 跑不赢，说明你的排名毫无预测力。

三、实操演示

grid = [(f, s) for f in (3,5,8,10) for s in (15,20,30,40)]   # 16 组
rows = [(f, s, ret(ins,f,s), ret(oos,f,s)) for f,s in grid]  # 样本内/外各跑一遍
rows.sort(key=lambda r: -r[2])                                # 按样本内排名

真实输出（2026-08-06，000001，16 组参数，样本内/外各 125 根）：

• 样本内冠军 (8,20)：+1.31% → −2.32%
• 全部 16 组样本外平均：−0.12%
• 冠军样本外跑输平均 2.2 个百分点

四、结果解读

这张表最刺眼的地方在于：样本内前五名，样本外全是负的。

如果排名有预测力，你至少应该看到"名次越靠前，样本外越好"的趋势。实际是完全没有相关性——第 3 名 (5,40) 的样本外 −1.23%，反而比冠军好。

更要命的是：冠军 −2.32% 还跑输了 16 组的平均 −0.12%。这意味着你花力气挑出来的参数，还不如闭着眼睛随便选一组。这就是过拟合的定义——优化过程不但没帮上忙，还起了反作用。

参数数量与过拟合的关系：本例只有 2 个参数、16 种组合就已经这样了。如果你加上止损比例、持仓上限、过滤条件……组合数轻松破万，"总能找到一组回测翻倍的"，然后你就真的信了。

五、常见陷阱

• 参数越多越自豪：每多一个可调参数，过拟合风险指数上升。能用 2 个别用 5 个。
• 只报冠军不报分布：正确做法是看整个参数曲面——如果只有一个孤峰赚钱、周围全亏，那就是噪声；如果是一片连续的高原，才可能是真规律。
• 拿样本外反复试：试第二次，样本外就污染了。
• 忽略"策略本身不成立"的可能：本例 16 组里样本内正收益只有 3 组，这本身就是红灯。

六、小结 + 下篇预告

网格搜索找到的"最优参数"，多数时候只是最会背答案的那个学生。判据只有一条：样本内冠军，样本外能否跑赢参数平均。跑不赢，就别信排名，去看参数高原。

下篇 #29：相关性与分散——不改策略、不调参数，只靠"多买几个"就能降 26% 的波动。

免责声明

本文为量化方法教学，标的为示例，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。