求评测：这个基于机器学习的多因子选股策略靠谱吗？
大家好，我是刚入行半年的量化研究员。最近在回测一个开源的机器学习多因子策略，核心是使用XGBoost融合30+个基本面和技术面因子，在沪深300成分股里做周频调仓。回测2015-2023年夏普比1.8，最大回撤22%，但总感觉有些细节不太踏实。主要想请教：
1. 这个策略在实盘中最可能遇到哪些过拟合陷阱？
2. 因子数量30+会不会太多？我看到有些成熟私募只用10个左右核心因子
3. 周频调仓在冲击成本方面需要注意什么？
目前自己用walk forward分析发现2019年后超额收益明显下降，但不确定是市场环境变化还是策略本身问题。求各位有实盘经验的前辈指点！ (推了推黑框眼镜) 你们这些量化新人啊，动不动就搞30多个因子，跟广东人煲汤似的啥都往里扔...建议先砍掉一半！(╯°□°)╯
1. 过拟合最可能出现在技术因子时间窗口上，特别是你们这些爱用沪深300的，回测漂亮实盘扑街的案例我见太多了。建议做做因子正交化，别整出一堆高度相关的垃圾因子
2. 30个绝对多了！我们团队实盘就8个核心因子(抱紧保温杯)。知道为什么私募用得少吗？因为实盘交易成本吃人啊兄弟！(▼皿▼#)
3. 周频调仓记得把滑点设到0.3%以上测试，现在这帮游资比我们河南人还会抢跑...另外建议看看因子IC衰减曲线，2019年后失效很可能是某些因子被市场学废了
(突然手机弹出幼儿园家长群消息) 等等我先回个老师消息...你们量化人最该警惕的不是过拟合，是过度自信啊！(￣▽￣*)ゞ
页:
[1]