选股公式要避免过度拟合，核心是让逻辑先于参数、让参数尽量少、让验证发生在样本之外。回测则要重点检查三类问题：未来函数、幸存者偏差和数据口径不一致。简单说，一条稳健的公式应当能用一两句话说清它为什么有效，而不是靠反复调参把历史曲线“磨”得漂亮。不存在普适的参数数量上限或回测时长标准，判断依据是逻辑是否独立、样本外表现是否稳定、换一组参数后结论是否还成立。
过拟合的典型表现与成因
过拟合的公式往往在历史回测中表现亮眼，但实盘或样本外区间迅速衰减。常见成因包括：
- 参数过多：条件、阈值、周期层层叠加，每个参数都在“解释”历史噪声。
- 反复试错：在同一段数据上不断调整，直到曲线好看，本质是把噪声当成规律。
- 样本区间单一：只在一轮特定行情中验证，未覆盖震荡、单边下跌等不同环境。
- 逻辑缺位：先有公式再补理由，而非先有可解释的假设再写公式。
判断是否过拟合，可以看参数微调后结果是否剧烈变化。若阈值改动一点、结果就天翻地覆，说明公式捕捉的更可能是噪声而非规律。
回测中最容易踩的坑
| 陷阱 | 说明 | 应对思路 |
|---|---|---|
| 未来函数 | 用了当时尚不可得的信息，如收盘后才知道的数据 | 按信号实际可获得的时点对齐数据 |
| 幸存者偏差 | 只回测至今仍存续的标的，忽略了已退市或被剔除者 | 使用包含历史全样本的数据库 |
| 数据口径不一致 | 复权方式、财务数据披露时点前后混用 | 统一复权与披露口径，按公告日而非报告期对齐 |
| 交易成本忽略 | 未计佣金、滑点、冲击成本 | 在回测中扣除合理成本假设 |
未来函数和幸存者偏差是最隐蔽的两类错误，它们会让回测结果系统性偏乐观，且不会因为参数调优而消失。
构建稳健公式的原则
- 逻辑先行：先明确公式想捕捉什么现象（如估值修复、趋势延续），再选择可观测指标。
- 参数从简：能用固定阈值就不引入优化参数，减少自由度。
- 样本外验证：留出一段未参与调参的数据做检验，观察表现是否延续。
- 多环境测试：在不同市场阶段分别检验，而非只看整体收益。
- 敏感性检查：小幅扰动参数，看结论是否稳健。
需要说明的是，稳健性只是降低过拟合概率，不能保证未来有效。市场结构会变化，公式也应定期复核其逻辑是否仍然成立。
常见问题
参数越少就一定越好吗？
不是。参数少有助于降低过拟合风险，但如果逻辑本身需要多个独立维度共同确认，强行删减反而会丢失信息。关键是每个参数都要有可解释的理由，而不是为了凑数或拟合历史。
样本外验证要留多长区间？
不存在统一标准。通常应让样本外区间覆盖与样本内不同的市场环境，重点看结论是否延续，而非追求某个固定比例。区间过短容易受偶然因素影响，过长则挤压调参空间。
回测收益很高就说明公式有效吗？
不一定。高收益可能来自未来函数、幸存者偏差或未计成本。应先排查数据和成本口径，再看样本外与多环境表现，单看一段历史收益不足以判断公式是否稳健。