重复使用样本外区间
每当预留区间里的一个结果又指导了一次调整，那段区间就成了训练数据的一部分。几轮之后已经没有样本外了，而流程感觉更严谨，证明的东西却更少。
过拟合
过拟合是把 EA 参数调得过分贴合历史数据，结果策略在回测中表现出色、在未见过的数据上表现很差，因为它利用的是噪声而不是真实的市场规律。
亦称：overfitting, 曲线拟合, 数据挖掘偏差
更新于 · 审阅于
一句话讲清
把规则一路调到与过去贴得极紧，于是它学会的是那段历史的偶然，而不是它的规律。回测越来越好看，策略却越来越差，而报告里没有任何东西能把两者区分开。
为什么重要
过拟合是一种会产出漂亮证据的失效方式，正因如此，它能通过一个差策略过不了的审查。每跑一轮优化，报告出来的结果都会变好，无论策略本身是否变好；只看报告结果的流程，因此根本分辨不出差别。
- 它解释了最常见的 EA 失望：回测出色，实盘平庸或亏损，却找不出任何 bug。什么都没坏——那次调参量的是样本。
- 你越用力，它越严重。参数更多、优化轮次更多、候选策略更多，都会一起抬高“胜者是靠贴合噪声取胜”的概率。
- 从获胜的那次运行里看不出来。把真实优势和拟合优势分开的唯一证据，是调参从未见过的数据上的表现，而这段数据必须在调参开始之前就留出来。
用它验证策略
用在哪里
- 判断一只 EA 公布的回测是优势的证据，还是调参的证据。
- 在动手优化之前，决定一个策略最多可以有几个参数。
- 解读向前推进检验中样本内与样本外结果之间的落差。
- 解释为什么一个在优化表里排第一的策略，一投入使用就走样。
可靠的结果长什么样
- 公布的区间包含挑选参数期间未被动过的数据。
- 策略参数很少，且每一个都对应交易者不引用回测也能解释清楚的东西。
- 相邻参数值的表现相近。只在某一个设置下才成立的优势，是样本的属性。
- 同样的设置，在没有被用来挑选它们的品种和时间段上依然有效。
- 在这一个之前试过多少策略是公开的，因为一次大规模搜索的胜者本来就该凭运气看着不错。
警示信号
- 精度离谱的参数——37 周期的均线、23.7 点的止损——而如果优势是真的，取整值的表现几乎一样。
- 多年回测里胜率超过 90 %、或夏普超过 3，却没有任何前推记录。
- 结果只在挑选参数所用的那一个品种、那一个区间上展示。
- 绩效曲面上只有一个孤零零的尖峰，而不是一片宽阔的高原。
- 完全没提在公布这一版之前测试过多少个变体。
回测与实盘的差异
- 实盘账户是第一次真正意义上的样本外检验，所以下滑是立刻出现而不是逐渐出现。
- 被拟合的策略通常滑向“保本减去成本”，而不是戏剧性的巨亏，这让人很容易把它解释成一段行情不好。
- 要量的是样本内与实盘之间落差的大小。任何策略出现温和回落都很正常；跌穿保本线才是那个签名。
- 下滑之后重新优化会让回测恢复好看，并把整个循环再走一遍——这正是流程自己造出来的陷阱。
推荐的验证方法
- 1在动任何一个参数之前先留出样本外区间，并且只在最后看它一次。
- 2宁可要少而含义站得住的参数，也不要多而结果更好的参数。
- 3看邻域而不是看峰顶：取一片宽高原的中间，而不是一根尖刺的顶端。
- 4把定稿的设置原封不动地拿到其他品种、其他时间段上重测。
- 5当策略确实需要随时间重新拟合时，就用向前推进分析，让重新拟合本身也成为被检验的一部分。
示例
优化器给出一个策略最好的十组参数。被公布的是最上面那一行；而真正说明优势是否为真的，是它周围那张表的形状。
- 样本内最佳设置（周期 37）
- PF 2.41
- 相邻设置（周期 35–39）
- PF 0.94–1.06
- 挪一格就把结果毁掉——那个峰是尖刺，不是高原。
- 同样的设置，未被动过的样本外区间
- PF 0.88
真实的优势会随着参数远离最优点而平缓变弱。被拟合的优势则从悬崖上掉下去，而这道悬崖在花掉任何一份样本外数据之前就已经看得见。
计算 样本内 2.41 → 样本外 0.88，而相邻设置都停在保本附近
结果 那个 2.41 是区间的属性，不是规则的属性
怎么读这个数字
过拟合是从产出结果的流程去诊断的，而不是从结果本身。要问：调了什么、在什么数据上调、又留下了什么。
| 区间 | 含义 |
|---|---|
| 一个区间，全部参数都优化，什么都没留 | 这份报告对未来没有证据价值。它描述的是规则能被掰到多贴合一个样本。 |
| 公布了样本外区间，但每次调整后又拿来用 | 预留已经花掉了。一旦它的结果反过来喂给调参，它也变成了样本内。 |
| 一个未被动过的样本外区间，只看了一次 | 最低标准。要解读落差，而不是解读水平。 |
| 带宽阔参数高原、并做跨品种校验的向前推进检验 | 实盘之前能拿到的最强证据，因为重新拟合这件事本身被检验过了。 |
- 要数试过的策略数量，而不只是参数数量。试两百个想法再公布最好的那个，是一次胜者本就该看着不错的搜索。
- 把公布的参数取整再跑一遍。如果结果大体还在，那份精度只是装饰；如果结果垮掉，那份精度本身就是优势。
- 去评判参数曲面，而不是峰顶。能迁移到未见数据上的属性是宽度。
mt5depot 的列表会写明数据区间、测试模型和成交笔数，读者因此可以问出上面这些问题，而不是直接相信那条曲线。
常见误区
把高夏普或高胜率当成没有过拟合的证据
那恰恰是拟合会吹大的数字。零售 EA 的样本内夏普超过 3，更可能是症状而不是安慰。
以为参数少策略就安全
参数数量是一条路径，策略筛选是另一条。在同一个区间里从两百个简单策略中挑出最好的一个，对样本的拟合效果，和调一个复杂策略一样有效。
实盘表现让人失望时就重新优化
这会让回测恢复好看，并把失败重演一次，因为新的拟合出自和旧拟合完全相同的流程。要先回答的问题是：原来那个优势有没有哪怕一次是样本外的。
深入说明
十四份公开回测能定下什么，又定不下什么
| 这里公开的 14 只 EA | 数值 |
|---|---|
| 样本内盈利因子 | 1.27–1.52 |
| 盈利因子低于 1.00 的条目 | 0 |
| 报告了样本外区块的 | 11 |
| 样本外收益率 | −0.57 % 至 +3.01 % |
| 亏损的样本外区块 | 2 |
| 在真金白银账户上验证过的运行 | 0 |
先读最后一行，再读第一行。滚动回测跑的仍然是有人可能早就看过的历史，所以上面没有任何一项是“能定下什么”的那种样本外——而且有三只 EA 公布了预留区间的起始日期，此后再没有发布过任何结果，从内部看，报告偏差正是这个样子。
弱点在规模，不在正负号。这里样本内记录的中位数是 362 笔已平仓交易，预留区块的中位数只有 21 笔。这么短的一段跑不出优势与一个平静季度的区别，所以那些小幅的负数（−0.57 %、−0.47 %）并不比正数带有更多判决。
策略测试器的 Forward 下拉框（No、1/2、1/3、1/4、Custom）会替你把区间切开。它拦不住你在每一轮优化之后又去看一遍前半段，而正是这一次次重看把它花掉了。把 Forward 设为 Custom，填上你停止查看的那个日期——上面十个区块用的是 2026-04-01——预留区间值多少，就取决于落进去多少：Cairn 有 142 笔，其次最大的是 40 笔，另有两只只有个位数。
常见问题
- 买之前怎么判断一只 EA 是不是过拟合了？
- 看流程，别看曲线。要问：挑参数期间是否留出过某段区间；设置是取整的还是精确得不合常理；相邻的参数值表现是否相近；这套规则有没有在并非用来挑选它的品种上被测过。在这里答不上来的问题，本身就是答案。
- 少用参数能防住过拟合吗？
- 有帮助，但防不住。在同一批数据上从众多候选中挑出表现最好的那个策略，即使每个候选都很简单，也仍然是在拟合这批数据；所以试过多少个想法，和其中任何一个有多少个旋钮同样重要。
- 优化总是坏事吗？
- 不是——策略总得有一套设置，从历史里挑选它们是合理的。把优化和过拟合分开的，是有没有留出什么来对照这个选择，以及选中的设置是落在一片宽阔高原上，还是落在一根尖刺上。