第二节  技术错误

使用未来函数

例如，2015年年报的数据，从理论上说，可以在2016年1月1日后使用，但实际情况并非如此，因为很少有公司在2016年的第一天公布年报。假如公司在2016年2月1日公布年报，那么回测时用到2015年年报数据，就只能在2016年2月1日后使用，如果在2016年2月1日前使用，就是使用未来函数。

除了年报、季报数据，还有如分红送股、重大利好等，在回测时，都必须在这些消息在公开媒体上公布后才能作为计算的依据，再则就是使用了未来函数。使用未来函数的坏处是：回测取得了非常高的收益率，但实际情况根本做不到，这样就给我们很大的误导，使实战的结果远远偏离回测。

还有一个错误也是初学者经常犯的，就是用当天的数据作为当天操作的依据，如计算出当天的均线，线上当天做多。其实当天的收益率是和昨天的收盘价去比较的，你昨天根本没买进，如何取得当天的收益率？

要100%避免未来函数是一件几乎不可能的事情，但我们应是要尽可能地减少使用未来函数。避免使用未来函数的主要日的是：使实盘尽可能接近模拟盘的结果，而不是去做什么学术讨论。

不注意边界条件

中国A股有些边界条件是比较特殊的，一不注意就使回测进入误区，如在回测中买进了涨停、停牌的股票和基金，卖出了跌停的股票和基金等。不注意这些边界条件，会使回测收益率巨高无比，实盘结果却差异甚大，最后导致对量化丧失信心。

过度优化

过度优化好比做了一件非常贴身的西服，穿在这个人身上还不错，但只要换一个人马上就穿不了。

往往过度优化后实盘和模型的差异非常大，最后导致否模型。笔者建议的办法是：一方面不要使用过多的参数来优化松化模型；另一方面，可以采取这样的办法，如现在有2010-2016年的数据，你可以先去掉2016年的数据，"假装"回到了2015年，然后优化模型，再把2016年的数据放到模型中，看是否有效，如果效果非常差，十有八九就是过度优化了。

另外，关于优化因子，一般建议不要超过5个，如果超过10个因子，过度拟合的可能性就非常大。当然，这只是经验之谈。