Python回测陷阱：87%的人把过拟合当盈利

2019年，某量化团队用历史数据跑出一套年化收益340%的策略。实盘上线3个月，净值回撤62%。复盘时发现，他们调了47组参数，选最优那组——而那组恰好完美拟合了2015年股灾后的反弹节奏。这不是策略牛，是运气。

这种悲剧有个专业名字：过拟合。更隐蔽的是，大多数人根本没意识到自己正在制造它。

传统回测的幻觉：用同一套数据训练和验证

常规优化流程像开卷考试：拿10年历史数据，穷举所有参数组合，挑表现最好的，再用这10年数据"验证"它。逻辑漏洞很明显——你允许策略在历史里翻找直到找到最顺手的答案，最后的"成绩"里掺了多少水分？

这不一定意味着策略无用。但它确实意味着，纸面收益往往远高于实盘能拿到的。

Walk-Forward Optimisation（递进式优化，简称WFO）换了个问法。不问"哪组参数对这整段数据最好"，而是问"如果我真的在交易，每隔一段时间用新数据重新调参，实际会是什么结果？"

WFO的核心机制：滚动窗口，持续自证

具体操作上，WFO把时间切成连续的片段。假设总数据是2010-2024年：

第一步：用2010-2012年训练，找出最优参数，测试2013年表现。第二步：用2010-2013年重新训练，更新最优参数，测试2014年。第三步：重复直到数据用完。

每轮测试用的都是"没见过"的数据。策略没法作弊，只能持续证明自己适应新环境的能力。

市场不会静止。2020年疫情冲击的波动率、2021年散户抱团的趋势强度、2022年加息周期的相关性崩溃——同一组参数不可能通吃所有 regime（市场状态）。静态回测把这一切压缩成单一历史练习，WFO则逼策略反复交卷。

代价是数字变难看了。WFO的结果通常比全样本优化弱得多。但弱不代表差，很多时候只是更诚实。

实战搭建：从数据获取到完整流水线

我们用Python和FMP API，以苹果（AAPL）2010年至今的数据为例，搭一套可复用的WFO框架。

数据层用Financial Modeling Prep的API拉取日线，包括开高低收和成交量。策略层选最简单的双均线交叉：短期SMA（简单移动平均）上穿长期SMA时做多，下穿时平仓或做空。

参数空间设定为短期均线5-50日，长期均线20-200日，步长5日。传统优化会在这二维网格里找全局最优，然后宣布"发现"了某组黄金参数。

WFO的做法是设定滚动窗口。比如用3年数据做in-sample（样本内）优化，接下来1年做out-of-sample（样本外）验证。窗口每次向前滚动1年，直到耗尽数据。

关键代码结构分三块：数据处理器（处理缺失值、调整复权）、优化引擎（网格搜索或更高效的贝叶斯优化）、回测执行器（跟踪持仓、计算收益、记录滑点和手续费）。

一个容易踩的坑：窗口长度选择。太短，优化不稳定，参数抖动剧烈；太长，市场regime已经切换，样本内最优参数在样本外失效。3-5年的训练窗对股票策略是常见起点，但需根据标的波动特性调整。

结果解读：为什么"更差"的数字更值得信任

假设全样本优化给出年化35%、夏普1.8的漂亮曲线。WFO跑完可能是年化12%、夏普0.6。落差巨大，但后者更接近真实交易体验。

更细颗粒度的分析是看参数稳定性。如果每轮滚动选出的最优参数跳跃剧烈——这轮是(10,30)，下轮变成(40,120)——说明策略对市场结构高度敏感，实盘部署风险极高。反之，若参数在合理范围内小幅波动，策略的鲁棒性更有保障。

WFO还能暴露另一个问题：优化频率。如果每月重调参数比每年重调收益更高，但交易成本吞噬了超额，这个权衡需要用实际手续费和滑点模拟来量化。

最后一步是把WFO结果和纯样本外测试对比。2010-2020年训练、2020-2024年验证，完全不滚动。如果WFO表现显著优于这种"一次性"切分，说明策略确实受益于定期再优化，而非仅仅靠运气。

你现在用的回测框架，是让你看到想看到的数字，还是逼你看到该看到的数字？