I strategiforskning betyder overtilpasning, at man vælger regler, der forklarer særheder i udviklingsstikprøven mere overbevisende, end de generaliserer til nye observationer. Tradere kalder det ofte kurvetilpasning. En strategi behøver ikke at matche historikken perfekt for at være overtilpasset.

Søgningen skaber problemet

Forestil dig, at du tester 200 kombinationer af glidende gennemsnit og kun rapporterer den mest profitable. Selv hvis ingen af dem har en varig fordel, kan én se attraktiv ud i netop den stikprøve. Når du ændrer filtre, markeder, datoer og stopafstande, tilføjer det flere udvælgelsesmuligheder, herunder valg, der træffes manuelt, mens du kigger på grafer.

Det vindende parametersæt er ikke automatisk ugyldigt. Bekymringen er, at dets rapporterede resultater nød godt af at være blevet valgt ud fra de samme resultater, som du nu fremlægger som bevis.

Før en forskningsjournal

Registrér hypotesen, udviklingsdata, parametervalg og hver enkelt testet variation. Hold den endelige testperiode adskilt. Når du først har undersøgt den periode og justeret strategien som reaktion på det, er den blevet en del af udviklingen; at kalde den out-of-sample igen genskaber ikke uafhængigheden.

En walk-forward-proces kan modellere gentagen udvikling og senere evaluering, men dens vindueslængder og udvælgelsesregler skal også fastlægges og dokumenteres. Gentagne ændringer af processen, indtil det samlede resultat ser godt ud, genindfører det samme problem.

Udfordr nærliggende valg

Undersøg, om små ændringer i parametre, omkostninger eller indgangstidspunkt ødelægger resultatet. Et snævert, isoleret optimum fortjener at blive undersøgt nærmere. Test yderligere perioder, der er relevante for det tilsigtede marked, og rapporter både fejl og succeser.

En strategi, der er designet til ét marked, behøver ikke at fungere på alle andre markeder. På samme måde findes der ikke et universelt antal parametre, over hvilket en model med sikkerhed er overtilpasset. Kompleksitet, information i stikprøven, antallet af forsøg og valideringsdesignet spiller alle en rolle.

Adskil overtilpasning fra andre fejl

Et backtest kan fejle af andre årsager end udvælgelse: fremtidsinformation, forkerte justeringer for selskabshandlinger, urealistiske ordreudførelser eller udeladte omkostninger. TradingView dokumenterer faldgruber ved strategitest, herunder lookahead-bias og overtilpasning. Undersøg disse separat i stedet for at give enhver afvigelse i livehandel samme etiket.

AI fjerner ikke behovet for denne proces. En model, der søger efter mange kandidatmønstre, har stadig brug for en kontrolleret evaluering. Et imponerende chart er begyndelsen på granskningen, ikke dens konklusion.

Risikofraskrivelse: Handel indebærer en betydelig risiko for tab. Tidligere resultater er ikke vejledende for fremtidige resultater. Se vores fulde risikofraskrivelse.