A
參數 ≤ 3
相對典型資料集而言參數很少——更容易推理，也更不容易擬合雜訊。
回測過度配適：別把歷史雜訊當成優勢
反覆試參數、標的與期間，總會碰到一條漂亮曲線。真正的問題是：這個結果能否在**未參與挑選的資料**上維持。
- 解釋過度配適與資料探勘偏誤如何產生
- 區分訓練、驗證與真正的樣本外資料
- 說明多次嘗試後的「最佳結果」為什麼會偏樂觀
- 把成本、期間與參數擾動納入穩健性檢查
- 用簡化規則、事前封存與失效條件描述回測結論的邊界
20 組參數裡挑最好的一組，真的代表找到規律嗎？
過度配適是規則過度貼合訓練樣本，把雜訊誤認為可重複優勢。嘗試愈多，歷史中出現偶然冠軍的機率就愈高。 從許多候選裡挑歷史冠軍會引入資料窺探。
Overfitting Visual Lab
20 組都沒有真正優勢的參數，歷史上總會出現一個『冠軍』
這是一個明確的模擬實驗：20組參數都由雜訊生成，沒有真實 edge。先只看 in-sample，挑最想上線的一組；之後才打開 out-of-sample。
選擇要上線的參數為一把舊鎖反覆磨鑰匙，不代表能打開下一把鎖
每次卡住就磨掉一點，鑰匙最後會貼合手上那把舊鎖；那些細小的凹槽也可能只屬於這一把鎖。
回測時一邊看答案一邊改規則，也會把偶然的雜訊磨進參數裡。
試得越多，偶然的冠軍越容易出現
- 1大量嘗試測試許多均線期間、門檻、產業與起訖日期，碰到漂亮結果的機會跟著變多。
- 2只看冠軍保留最高指標，忽略全部失敗版本與相近設定。
- 3回頭解釋看到結果之後才補上看似合理的機制故事。
- 4誤認可重現同一份資料上的漂亮表現被當成新證據，換到新期間可能就失效。
增加參數，看偶然的贏家怎麼出現
在沒有預設優勢的虛構序列裡增加可調參數，觀察「最佳結果」如何因為篩選機會變多而變漂亮。
B
參數 4–8
中等數量的參數——在相信結果之前，值得跨幾個獨立子區間檢查表現。
C
參數 > 8
可調參數很多——相對可用資料，自由參數越多，越容易擬合巧合雜訊而不是真實規律。
從冠軍曲線回頭數一共試過幾次
01
事實
【虛構練習資料】共測試 50 組參數；最佳組的樣本內指標為 18 練習單位，兩組鄰近參數分別為 3 與 -2，加入虛構成本假設後為 -1。數值僅用來展示多重嘗試偏誤，不是真實績效，也不構成投資建議。
02
解釋
大量嘗試提供了挑中偶然贏家的機會；鄰近參數落差很大、成本後由正轉負，兩件事一起出現，提示規則可能只是貼合特定歷史雜訊。
03
預測（待驗證）
若繼續在同一段舊樣本調參，歷史曲線可能再變漂亮，但換到未參與挑選的資料未必維持；要真的用新的未見樣本跑一次才算驗證。
04
反證
若規則有事前寫下的機制、嘗試次數完整揭露，並在多個未參與調整的期間、較保守的成本假設與參數擾動下都保持相似特徵，才會削弱過度配適的解釋。依序填寫「嘗試總數、是否事前封存、鄰近參數是否同方向、成本後是否維持、判定為穩健／脆弱／資訊不足」。
找出偷看答案與隱藏失敗版本的痕跡
核對嘗試總數、規則封存時間、樣本切分、交易成本、參數敏感度與沒有展示的結果，再判斷證據強弱。
A
為了擬合而加參數
研究者為了小幅提升歷史結果而給策略加第九個可調參數，沒有其他理由。純粹因為改善同一資料集擬合而加入、沒有獨立理由的參數，是擬合雜訊的典型訊號。
B
多個子區間一致
研究者用兩個參數、跨二十年多種市場環境測試策略，每個子區間表現一致。多個獨立子區間的一致表現，比單一彙總結果更有說服力。
C
對日期敏感
研究者發現策略歷史表現嚴重依賴測試起訖日期的選擇。對測試窗口極度敏感是警示訊號：結果可能反映雜訊而不是穩健規律。
相信一條回測曲線前，先完成四項檢查
- 1揭露搜尋範圍記錄所有參數、版本、期間與篩選次數。只報冠軍，等於讓讀者低估選擇偏誤。
- 2切分並鎖住未見樣本訓練樣本用來形成與估計規則，允許調整但要留下嘗試紀錄；驗證樣本只在有限候選之間選擇，反覆查看同樣會被配適；樣本外測試在規則封存後只評估一次，失敗後改完再宣稱通過同一個樣本外測試並不成立。時間序列要依時間先後切分，隨機打散可能讓後期的市場狀態滲入較早資料。
- 3加入真實摩擦測試手續費、價差、滑價、延遲與無法成交的情形；費率與稅制請依交易場所、服務機構與法規的最新正式資料查核，並記下查閱日期。
- 4擾動規則輕微移動參數與起訖日期，觀察結論是否立刻翻轉，並比較不同市場階段的損益特徵。
鄰近設定若結果劇烈翻轉，可能只是精準貼合雜訊。
依時間重新估計與前推，觀察不同市場階段的表現差異。
提高價差與滑價假設，檢查優勢是否過度依賴理想成交。
事前的機制說明不能證明結果，但能限制任意搜尋的空間。
離開前收好三條回測規則
冠軍必須放回全部成功與失敗版本裡一起理解。
一旦依留出樣本的結果調整規則，它就不再獨立。
跨期間、成本與參數擾動的穩定性，比單一條漂亮曲線更有資訊；即使全部通過，虧損仍然真實而且可能發生。
檢驗你是否真正理解
確認你能辨認看似嚴謹、實際上重複偷看答案的研究。送出作答後會顯示每一題的原理說明。
第 1 題，共 3 題
研究者看過樣本外結果後調整參數，再用同一區段宣稱通過樣本外，問題在哪裡？
第 2 題，共 3 題
哪一種現象較像過度配適警訊？
第 3 題，共 3 題
桌上有兩個虛構候選規則：甲有 9 個可調參數，全部在同一段三年資料上調出來，彙總結果較好；乙只有 2 個參數，彙總結果偏弱，但在多個不同市場階段的分段上都保持相似特徵。哪一種讀法站得住腳？
卡住了？讓 Mira 幫你拆解
Mira 僅處理去識別化的虛構教學情境，不接收真實帳戶、個人資料、資產、委託或成交資料、登入資訊或憑證，也不提供具體標的、方向、數量、時點或個人化指令。回測結果不代表未來成果。
正在檢查登入狀態...