为什么 100 条策略通常只是 3 个想法

FAQ

相关性阈值多少算冗余？

没有普适正确的阈值，任何单一数字都是简化。高阈值（比如 0.95）只能抓到几乎完全同质的行为；低一些（0.7）会把交易者可能视为不同的策略也合并进来。无论用哪个都必须公开，因为最终计数完全取决于它。

冗余和过拟合是一回事吗？

不是，它们是两种会互相作用的失效模式。冗余说的是候选之间有多像；过拟合说的是对噪声的拟合。高冗余会让过拟合更严重，因为它让一次很大的搜索看起来像一次很小、证据很足的搜索。

去重会让我丢掉策略吗？

你丢掉的是广度的幻觉。没有任何东西被删除：每条候选都还在，冗余的那些是被标注而不是被移除。改变的是你相信自己拥有多少笔独立下注。

为什么不直接在生成时就去掉重复？

因为冗余率本身就是信息。在生成阶段压制近似重复，会让货架看起来比搜索实际更分散，也会破坏用于过拟合修正的检验次数估计。

冗余率高说明平台不行吗？

它说明搜索收敛了，而收敛正是搜索该做的事。关键问题不是冗余存不存在，而是平台披不披露它。一个不披露的高冗余率，比一个披露了的高冗余率问题大得多。

我自己能做这件事吗？

能，而且你大概应该做。取每条候选在同一份数据上的收益或信号序列，算两两相关矩阵，在你选定并写明的阈值上聚类。几行代码的事，而它会改变你之后读到的每一份策略清单的意味。