过度拟合(大岩量化小白科普：什么是过度拟合？)

过度拟合最初是统计学数据挖掘领域中的概念，如今在机器学习、量化策略领域里有着重要地位。

首先，什么是“拟合”？拟合指在训练集上训练模型，使模型的预测结果和已知数据相符。通俗地讲，拟合就是指定一个量化策略模型。

当一个量化策略模型在确定了基本投资框架和交易规则后，还需要将策略中的参数进行细调和优化，进一步提高收益并降低波动率，在这个细调优化的过程中，就容易发生“过度拟合”。

参数调优是优化的主要方法之一，其中包括调整参数值和增减参数数量。比如将原参数“亏损15%止损”调整为“亏损10%止损”，增加参数“上穿25日均线买入”等，如果在参数设置调整后，该策略模型的回溯测试表现更好，那么就会保留这个新的参数设置。

然而，当这个根据样本数据进行参数调优后的策略模型，在对样本外的数据进行测试时效果并不佳，这就是过度拟合。专业概念上讲，过度拟合就是指在调试一个复杂策略模型时，使用或调整了过多参数，导致根据回测样本训练出来的模型对样本外的数据预测效果很差。简单而言，策略模型在拟合后，回溯测试表现很好，但到了实盘执行就不灵了。

我们将产生过度拟合的原因一般总结为：训练样本数据不够、模型过度训练（使用过多的参数，导致策略模型在训练集外数据的预测效果并不好）。

策略模型过度拟合的一些征兆表现为：

1. 使用奇怪的筛选阀值。比如市盈率在2.05到12.61之间等；

2. 参数过于复杂，参数的数量级接近甚至超过样本的数量级；

3. 不能解决广泛的问题，只在特定范围内有效。

所以相对的，避免过度拟合的方法包括：

1. 增加数据集；我们要采取大量的历史数据来测试，如果测试数据过少，即使我们的策略在样本内的表现非常好，那么也不具备说服力；

2. 使用一些方法比如Early Stopping、正则化、Dropout来避免模型过度训练。