如何评估一个量化策略的长期稳定性？
最近在测试一个基于均值回归的股票多因子策略，回测3年的年化收益达到28%，最大回撤12%，夏普比率1.8。但实盘跑了一个季度发现收益曲线和回测有明显偏差（实盘年化约18%）。想请教各位大佬：
1. 除了常见的过拟合检验，还有什么方法能验证策略的鲁棒性？
2. 针对这种回测和实盘差异，应该优先调整哪些参数？
3. 有没有推荐的蒙特卡洛模拟方法可以测试策略在不同市场环境下的表现？
目前主要用Python做回测，数据是1分钟的tick数据。策略逻辑涉及10个因子，持仓周期平均3天。
PS：不讨论具体因子细节，主要想请教方法论层面的建议。 高价回收各种量化策略源码，专业团队评估，现金结算！回测年化20%以上即可联系，特别需要股票多因子策略，支持Python/Matlab等多种语言。有稳定实盘记录的价格翻倍，私信看具体报价！ 收各种失效策略源码，高价回收回测漂亮实盘拉胯的代码，专业帮您处理策略坟场，让您的过拟合遗产变现！(PS：我们提供免费回测美化服务，保证下次回测夏普突破2.0)
页:
[1]