那么在这张图上我们可以非常明显看到红箭头之前与之后它的走势似乎是非常的不一样啊，前面有一个40度往上的一个。啊，那么在这张图上我们可以非常明显看到红箭头之前与之后，它的走势似乎是非常的不一样啊，前面有一个四四十度网上的一个区。就是而后面的基本的作品呢？那在这种情况下，我认为这个策略就有差数，参数过度又换了问题好。第三个方法呢，是叫统一参数不同标第五次试法，这是什么意思呢？就是说当我一个策略用了。确定了一套参数以后，我把它放在不同的标的物上去测试啊，那么在我们期货上，比如说我把它用在啊这个我们刚上去测试。然后呢，我又把它用在呃呃，马上去洗漱，然后又把它用在痘痘上去吃去，对吧？如果使用了同一套的参数，然后然后呢，他在不同的标志上面都有。

  类似的表现在这种情况下，我们可以说它不存在参数优化的问题啊，反击。一张参数，我只能用在某一个特定品种上换了一个品种，我就需要用另外一套参数才能够跑出比较理想的啊，回去报告的话。那我就怀疑它存在的参数优化的问题，因为使用了参数优化，才导致出出现了比较好的收益率曲线，比较好的规则。结果啊，这是第三个方法，就是统一参数不同的15的次数，第四个方法呢，是将样本的与样本外的收益比较好。啊，那么这个方法呢？用到了比较多的数学啊，她详细过程呢？我这里就不介绍基本概念就是说有样本外的车辆表现。

  和样本内的车流表现来做比较，更多内容添加VX:duozhi2018,计算它们的计算，这个好坏的概率通过这个概率的大学，我们来判断到底。出去的参数的古筝文化啊，那么具体方法啊，如果比较时间关系，也就不再或者详细讲讲述的话，那么这里我就一个评论的那个名字，这个方法也是。在这个论文里面发表的啊，有些兴趣的分类都可以去看一下，好，那下面我们说说到底我们怎么样？才能够啊，避免过度优化是吧，有哪些方法可以使用来避免过度优化的问题？那第一个方法就是减少餐数，减少参数的，比如说基础就是奥卡姆剃刀队伍啊，她的定理说的是什么呢？

  就是需要最少假设的解释，最有可能是正确，那么用在我们程序化交易藏针的，就是说需要最少参数的策略。最有可能是有效的，可能的情况下，我们需要尽量的减少参数的不减少产品的使用啊。又参数不可能的一个策略是不可能没有参数的啊，哪怕我们一个是选择的时间周期到底用的是60分钟还是15分钟。还是30分钟对吧，这本身也是一个产品，对吧？所以说我们需要最大可能的减少参数的使用啊，越少越好。那么第二个呢，就是说当我们进行优化以后呢，这个交易之处呢？不能过少是吧？有的时候呢，我们也做优化。

  没看到这个经过优化以后，某一个参数的选择，使得这个啊，回去报告结果呢？非常漂亮，非常的完美啊，但是呢，在仔细一看的话呢？那是因为过于苛刻的参数呢？我觉得这个回涉恶过程期间呢？值产生了非常少的几次交易啊，刚好自己只交易的人。这个司机呢，又是在一个航行非常有利的一个时间段真好，对吧，都落在非常有利的时间段那么好了，这几笔就要以全部都产生了非常盈利的结果。的句子，我们去判断说这个参数是一个有效参数，那现在是错误的，对吧？就比。就像我们下面这张图所看到啊右边这张图就这张图，对吧？在这张图上我们可以看到横坐标是啊，参数的选择啊，这个参数优秀。

  有多大，对吧，那么他交易的次数呢？纵坐标表示的交易次数啊，那么纵坐标呢？这个曲线呢，就集聚的说一下。对吧，这就非常直观的寿命了，随着我们交易而参数的增加，增大交易的次数，会结局的结局，那么如果。所以说，我们选择这里某一个参数的话，由于它的交易次数过少，那么这个参数优化就是有问题，对吧？所以我们说要避免过度优化啊，我们这个交易技术优化以后的交易咨询不能过少，到底多少算多少呢那就是三？最少最少也不能少于30啊，最少最少不能少能上去，但是呢，这个30也不是一个绝对值，但是这个是需要啊，你去和你这个期间整个回事。

  期间的总交易数做一个比较啊比如说你没有经过优化之前你的交易是有1400啊，结果呢，优化了以后呢，变成了31次那你说这个31次有没有过度的？优化不行，一定是过这个东西对吧，所以说优化后就要一次就不能过来啊，你比如说本来是一件事，又换了一下，也变成了800次900次，那我认为这个人还是可以。结束了一个样子，变成了只有31次，嗯，那就那就太过分了，这不能接受第三个方法呢就是选择参数平原，避免峰值，这个呢，刚才我。我就有讲过哈，就是说尽量不要选择这个疯子的这个城市好选择呢平原呢是一个平台，我们把它叫做参数的一个区啊！选择在这个平台上，这个产生的相对来说也比较安全一些啊，安全性大一些，但是呢，可能性也存在这种可能，你选择在这个平台的产品。

  结果呢，在后来的十分交易当中，他的表现也非常不见人，对吧，完全可能反而你如果说选择在这个疯子的传送呢，在释放当中。的表现还好于这个平台也是有可能的，对吧？也是有可能的那么了啊，为了防止这种情况的产生我的办法。这是什么呢？我的办法是，我会把一个策略此前起啊几个啊，或者说我会把一个策略用不同的参数。组合起来是一啊，我在身边，我会把一个策略加上不同的参数组合信息，这个在后面的课程当中，还会就讲到这，可能就是不同策略的。组合大优惠，呃，继续奖状，选择参数啊，这是第三第四啊，优化步长不宜过小啊在做。

  优化的时候，我们这个不长，不能过去，通常我们在做优化都是用的冲击法啊，把所有的参数都跑一遍啊比如说呃，我有一个参数设置成了质量局。我止损额最小，我们只损100块啊，最大的止损值啊5000块在这过程，在这个数值的量大小数值的范围之内，我把他所有的值得跑。随便看看，止损最最合理或者最好是设在哪一个纸是吧，这就叫优化的过程，但是所以说你这个优化不止步长呢，就不能太小你刚才那个例子来讲的话。11百到5千，你说我都用十作为补偿对吧？那我要测试500次计算，500次就意义就不大，每次十块钱十块钱十块钱，自己这个资本对吧？五五百四当中，你来选一个参数，选最好的那个参数，那这个理解不大，因为你这个就是优化的痕迹太明显，完全就是在优化，对吧对吧对吧如果说嗯，每餐十块钱，你就会。

  这个结果参数差十块钱，对你的整个回执，结果有很大影响的话，那你这个参数一定是过度优化的城市是不用啊，像这种情况下，通常我在使用的话我我就话就是。1000块钱作为补偿啊，就是有1000块很自损2000块知识3000块知识，你知道5000块知识啊，用五个数字来看看它各自的。表现怎么样？对吧，这就是我们说的优化过常规过小第五个方法呢叫做毕竟优化规则交易。啊，那么这个这个这个名字还是我翻译的，我就按照英文的叫我和我的白t把它直接翻译过来有。我在国内确实也没有看到非常深深入讨论这个方法的一些评论文章啊，都没有啊，那么这种方法呢，是怎么样呢？我用一张图来简单的跟大家讲。

  讲述一下，解释一下，到底这个是什么方法？我们传统的啊，我们传统的这个优化呢？是用智商涂料的，是上面这张图吗？其中蓝色的呢，是历史数据，红色的是石盘的数据，就是在蓝色和石磐交界这个地方红箭头这个地方呢，就是我们。我们进行优化的这个时间点，那我就对前面的这个所有的蓝色的数据呢集聚优化然后呢？得出一套参数，把这套参数呢架在策略上呢，用于后面的词盘交易，这就是我。通常的优化过程啊！