Hikyuu教程 | 滚动回测与滚动寻优系统

前面介绍了如何使用 hikyuu 进行策略回测参数优化，同时也提到了这种简单的参数优化本质其实是对历史数据的过拟合，通常并不具备直接使用的意义。那么有什么办法来减缓这种过拟合影响，让参数优化发挥实际的作用呢？答案是——使用滚动系统，但依然需要保持谨慎的态度，因为回测是拟合的本质并没有改变。

先来看一个简单的示例，依然使用趋势双均线，标的为万科，使用2001年-2010年数据进行参数寻优，参数寻优范围为 快线 [5, 80], 慢线 [50, 250]，共 14535 组参数组合，寻优结果为快线41，慢线72。对2010年至2024年9月30日数据进行回测，下图分别为：使用最优参数的回测结果（左图）、使用滚动寻优系统的回测结果（右图）。其中滚动寻优为每300个交易日寻找最优参数，并使用最优参数系统执行200天，以此滚动推进。

在 hikyuu 中，创建滚动寻优系统很简单，指定寻优候选系统列表，滚动训练区间长度，测试执行区间长度，有效初始账户即可。当候选系统列表中仅有一个系统时，就是普通的滚动回测。并且，候选系统列表并要求一定是同一个策略的系统示例哦，也就是说，可以在不同的系统策略中进行滚动寻优。创建后的滚动系统实例，在 PF（投资组合）中依然可用，因为滚动交易系统本质还是一个单标的的交易系统实例。