量化策略开发中的参数调优

量化策略研发时,进行参数调优也是很重要的一步

以下例子来看

这是一个使用ATR止损的策略

20日一次调仓,000016(上证50),卖出价格低于close-3ATR的标的

(为了过滤手续费的影响,将手续费倍率设置为0,但是印花税等平台不支持屏蔽的依然保留了)

(米框帖子:https://www.ricequant.com/community/topic/36830/)

直接回测结果

 

参数测试:

可见,最优参数,30,000300.XSHG.(这里只是个例子,实际000300效果并不好,由于使用回测框架不支持修改banchmark,所以在hs300效果无法直接比对)

  参数测试除了寻找最优参数,还可以观察因子的稳定性,比如如下的这个因子稳定性就很好,基本上收益都是高于基准的(不过在不同市场形态(牛熊震荡)下,超额收益不同,从下面的图上看,对冲后回撤也不会太大.)

  参数测试也是有风险的,可能存在过度优化的嫌疑,典型的例子是测试100组参数,5,,10组取得不错收益,其他的都非常差,这种情况下有可能是因子本身并不稳定.