海龟交易法则11.4:最优化矛盾
所谓最优化矛盾，是指参数最优化过程有两种相互矛盾的效果：
一方面可以提高系统在未来表现良好的概率，另一方面却会降低系 统的未来表现符合模拟测试结果的概率。这样，参数最优化虽然提 高了系统的预期表现，但也降低了历史模拟指标的预测价值。我相 信，正是因为对这种矛盾理解不足，许多交易者才会怀着对过度最 优化和曲线拟合的恐惧而对最优化避之唯恐不及。但在我看来，恰 当的最优化永远是明智的。
使用恰当的最优化所得出的参数值可以提高系统在实际交易中 获得理想结果的可能性。一个例子有助于我们理解这一点。考虑一 下布林格突破系统，它有两个参数：一个是长期均价，一个是标准 差，一定时间内的长期均价加减一定倍数的标准差就是系统的波幅 通道。图11 - 1反映了这个系统在不同标准差参数值下的MAR比 率，横轴代表通道宽度，也就是标准差倍数，从1倍到4倍不等。
图中可见，2. 4倍标准差对应着最好的模拟结果。任何小于或大 于2. 4倍标准差的人市标准都会降低MAR比率。
现在我们来看看最优化是不是真的有益。假设我们没有考虑通道 宽度的最优化，而是凭主观感觉选择了一个3倍标准差的参数 值——因为我们记得统计学课本说过，对正态分布来说，有99%以 上的值会落到均值加减3倍标准差的范围内。如果未来与过去的差 别不是太大，那我们会错失很多利润，而且我们的衰落幅度比 2. 4倍标准差下要大得多。差距大到什么程度呢？看几个数据就知 道了：在10年半内，假设衰落水平相同，2. 4倍标准差下的利润是 3倍标准差的8倍之多，两者的年均回报率之比是54. 5%比28. 2%。
不做最优化意味着糊里糊涂地被运气因素完全左右。发现了调 整这个参数的影响，我们就更好地理解了人市标准参数的作用和 交易结果对这个参数的敏感性。现在我们知道，如果通道太窄，交易次数就会过多，这会削弱系统的表现；如果通道太宽，你在 等待入市的过程中会白白错过很多趋势，这也对系统不利。如果 你因为害怕过度最优化和曲线拟合而放弃最优化，你就得不到这 种认识，而这种认识本来可以大大改善你的交易结果，也为你在 未来设计更好的系统提供一些新的理念。下面几节将介绍其他几 个参数，你会看到，它们的变动同样对应着系统表现的山峰或山 丘形变化。
移动均线参数
图11 -2反映了移动平均收盘价的计算天数对MAR比率的影响， 移动均价的计算天数能决定布林线波幅通道的中心线，从150天到 500天不等。
如图所示，350日对应着最佳的测试结果。任何大于或小于 350日的参数值都会降低MAR比率。
图11 -3则反映了不同退出标准参数下的MAR比率。退出标准 是一个规定系统退出点的参数。我们在前文介绍布林格突破系统的 时候说过，当收盘价穿越了移动均线（也就是通道的中心线）时， 系统就退出市场。在这次测试中，我的目的就是检验一下系统在这 个穿越点之后或之前退出市场会怎么样。在图中，正的退出标准参 数值对多头交易来说表示高于移动均线的标准差倍数，对空头交易 来说则表示低于均线的标准差倍数。相反，负的参数值对多头交易 来说表示均线之下，对空头交易来说表示均线之上。
让我们看看退出标准参数值从-1. 5逐渐变动到1. 0的影响。如 图11-3所示，参数值达到-0.8时，测试结果最好。任何高于或低 于-0. 8的值都会降低MAR比率。
预测价值基础
之所以说历史测试有预测价值，是因为历史测试结果可以对交 易者在未来的表现提供一些指示。未来与过去越接近，未来的交易 结果就越接近于历史模拟结果。作为系统分析的一种方法，历史测 试也有一个很大的问题，那就是未来永远也不会等同于过去。但一 个系统确实能利用反映在市场中的人类永恒行为特征来赢利，从这 个角度看，过去就是对未来的模拟，尽管不是精确的模拟。用全部 经过最优化的参数得出的历史检验结果代表着非常特殊的交易结果: 也就是这个使用最佳参数的系统用于过去的实战中将产生的交易结 果。因此，这个模拟结果就代表着最乐观的历史回顾。
假如未来与过去完全一致，你在实际交易中就应该得到这样的 结果，但未来永远也不会等于过去！现在请回顾一下本章前后的各 个图表：每个图的形状都像是一座山峰，而且都有一个峰顶值。你 可以用图11 -4这样的图来表示一个给定的参数值。
对A点来说，如果它的相对位置左移，它所对应的系统表现就 要低于A点；如果它的位置右移，系统表现就会提高。因此，参数 值A下的测试结果有不错的预测价值，不管未来如何变化，因为它 高估和低估未来表现的可能性是相同的。
但B点就不一样了。不管向左还是向右移，系统表现都会下降。 这意味着B值下的预测结果很有可能高估未来的实际结果。假如这种效应通过多个不同的参数而复合放大，那么未来变化的影响也会 复合放大。这意味着，如果有很多参数都是最优化的，那么未来的 实际结果与这些最优化参数值下的预测结果就很难吻合。
但这并不意味着我们应该在实际交易中使用参数A。因为即使 未来的变化幅度相当可观，B点左右的系统表现仍然高于A点左右 的系统表现。因此，尽管最优化过程降低了预测价值，你仍然应该 采用最优化参数，因为最优化参数更有可能带来理想的结果，不管 未来如何变化。.
最优化矛盾已经成了骗局和诡计的温床。有很多不道德的系统 兜售者大肆炫耀他们靠特定市场上的最优化（特别是短期最优化） 所得出的超高利润和不可思议的优异表现，但他们知道这样的历史 测试结果不可能在实际交易中实现。不过，最优化会导致虚夸现象 并不意味着我们不应该最优化。事实上，要想建立有效的交易系统， 最优化是至关重要的。
