因为历史可以拟合，但不能重现。我从头搭建过整套Backtest系统，现在都懒得再看。 - yinhm

明明作为基金经理也是走量化交易的路子吗 - day7th

明明是基金经理？我以为是资深程序员呢！ - Wen

我记得明明说挂基金经理头衔有一两年了 - day7th

所以就是说这些程序员通过调整参数让程序跑出历史数据的最优结果，但放到未来就不一定成功是吗？ - viav

鄙司需要挂了个头衔，我也开始接触一点市场。我们暂时不做量化交易，对于做量化的，策略回测是很重要的。 - yinhm

@viav 任何对于历史的拟合，都无法保证未来会成功。这个问题可以反过来理解，策略在历史数据上表现都不好，放到未来不成功的概率更大。策略在历史数据上拟合的好，那么未来可能成功，实际上这里的假设是历史是可以重现的。如果了解人工智能的话，里面经常讲一个概念，叫做over fitting，历史数据做到完美拟合，那么就会出现 over fitting，实际上策略根本没有意义。为解决over fitting问题，实践中，一般会将数据分成几份，拟合后做交叉验证等。对于量化策略，还需要放到市场上做一段 paper trading。 - yinhm

over fitting这个说法很好 - Paul

小明第一楼的评论就直指核心，好厉害。量化策略，即使解决了过度拟合的问题，也不能保证对未来有用。 - 虾大脸仁儿

但是量化策略不全是靠学习历史数据吧，也有很多其他设计在里面 - viav

所以对数据的理解对市场的理解都非常重要。量化策略可以做到相对稳健收益，但是随便一年翻倍的策略肯定只存在于backtest之中。 - yinhm

明白了，所以看到那些backtest结果不要太兴奋就是了 - viav

“过去表现不代表将来回报”。统计/计量上叫overfit。而且model test只是quant的一部分吧，还有交易策略啊神马的 - 麦克.疯