一一中文网

手机浏览器扫描二维码访问

第68章 第一个策略（第2页）

回测，就是用训练好的模型，在另一段历史数据（测试集）上模拟交易，检验策略盈利能力。

他设定了简单的规则：如果模型预测明日收盘价高于今日收盘价一定阈值（比如0.5%），则模拟买入；如果预测低于今日收盘价一定阈值，则模拟卖出；否则持有。

程序开始运行，一行行日志快速滚动。

林晨的心跳也跟着加快。

他仿佛能听到虚拟资金在K线图上流动的声音。

终于，回测报告生成了。

他的目光第一时间锁定在几个关键数字上：

测试集累计收益率：18.7%

年化收益率：约32.5%

夏普比率：1.2

最大回撤：-8.3%

林晨的呼吸停滞了一瞬，随即，一股强烈的热流从胸腔直冲头顶。

十八个点！

超过三十的年化！

夏普比率大于1意味着风险调整后的收益还算不错，最大回撤控制得也尚可。

成功了？他的第一个AI量化策略，在历史回测中，竟然跑出了如此漂亮的曲线？

他猛地从椅子上站起来，在狭小的书房里来回走了几步，拳头不自觉地握紧。

几个月来的焦虑、自我怀疑、埋头苦学的孤寂，在这一刻似乎找到了一个宣泄的出口。

这不是纸上谈兵，这是代码和数学构建出的、实实在在的“可能性”

。

他的路，或许真的走对了！

兴奋持续了几分钟。

冷静，必须冷静。

林晨强迫自己坐回屏幕前，开始仔细审视回测的细节。

他调出了策略的净值曲线图。

曲线总体向上，但中间有几段明显的盘整和下跌。

他查看了交易信号分布，有些密集区域连续发出买入信号，有些阶段则长时间空仓。

他又对比了模型在训练集和验证集上的损失曲线。

看着看着，他眉头渐渐皱起。

验证集上的损失，在训练后期下降得非常缓慢，甚至有轻微抬头的迹象，而训练集损失还在稳步下降。

两者之间的差距在拉大。

一个熟悉的术语跳入脑海：过拟合（overfitting）。