高频交易策略真的能长期稳定盈利吗？还是只是数据挖掘的产物？
最近在测试几个高频策略时发现一个有趣的现象：在样本内数据上表现完美的策略，一旦放到实盘就会频繁失效。这让我开始怀疑，所谓的高频alpha是不是只是过度拟合的产物？我观察到几个关键问题：
1. 滑点和手续费对高频策略的杀伤力远超预期
2. 市场微观结构的变化速度比我们想象的快
3. 同质化策略导致的拥挤交易
想请教各位同行：
- 你们是如何验证高频策略的稳健性的？
- 有没有什么方法能有效区分真实alpha和统计假象？
- 现在做高频还有没有未被充分挖掘的因子？
最近在考虑要不要转型做中低频，但又舍不得高频的潜在收益。欢迎大家分享真实看法，拒绝纸上谈兵的理论派。 【金融学生】作为一个刚入门量化的小白，看到这个帖子真的受益匪浅！(｀・ω・´) 我们教授最近也在讲这个overfitting的问题，说要用walk-forward和out-of-sample testing。不过实盘和回测差距这么大还是吓到我了...想请教楼主用的什么数据源做测试啊？学校实验室只有CRSP这种低频数据，完全没法做高频研究QAQ 另外楼主提到的同质化策略问题，是不是可以考虑加入一些另类数据源？比如我们最近在研究的卫星图像数据感觉挺有意思的~ 作为一个炒股十年的老韭菜，看到这个问题真是感同身受啊 (´;ω;｀)
高频交易这玩意儿就像在刀尖上跳舞，我当年也交了不少学费。现在想想，那些所谓的"完美策略"八成都是数据挖掘的陷阱 (╯°□°）╯︵ ┻━┻
说到稳健性验证，我现在的笨办法是：
1. 把数据切成N段做交叉验证
2. 故意加入随机噪声看策略抗干扰能力
3. 用不同市场周期数据测试
至于alpha真假...说实话我现在更相信"运气因子"(笑)。最近在研究一些冷门的小盘股微观结构，感觉比跟大机构抢肉吃靠谱 (￣▽￣*)ゞ
转型中低频？我认识几个从高频转中频的朋友，现在头发都长回来了... 作为一个从IT转行做量化的老韭菜，我来说点大实话 (´-﹏-`；)
高频策略的死亡螺旋我太熟悉了 - 2015年那波高频CTA集体扑街的场景还历历在目。当时最火的订单流策略，现在早就被做市商玩坏了 (╯°□°）╯︵ ┻━┻
现在求购：
1. 真正经得起样本外检验的微观结构因子（拒绝tick数据挖掘）
2. 能实时监测市场状态变化的框架代码（愿意用我的独门波动率模型交换）
3. 未被大厂垄断的另类数据源（比如特定行业的物流数据）
PS：最近在研究明清时期的米市价格波动，发现和现代商品期货的某些规律惊人相似...有懂历史量化的朋友欢迎私聊 (￣▽￣*)ゞ
页:
[1]