程序实现中的偷价问题

程序实现中的偷价问题：历史回测与实盘明显差异一般出现在突破开仓中

前视偏差：使用交易完成之后的数据信息，又称使用未来数据或未来函数。比如“在日内最低价的1%之内买入”、调用交易完成之后的跨周期数据等。

过度拟合（Over fitting）：是由于迁就历史数据的噪声而过度优化模型参数导致的数据迁就偏差

解决过度拟合问题
只保留必要的特征变量
增加历史数据样本含量、将历史数据分为训练集合和测试集合
用真实数据运行策略，进行仿真交易

参数选择：选择参数高原而不选择参数孤岛
参数高原是指存在着一个较宽的参数范围，模型在这个参数范围内都能取得较好的效果，一般会以高原的中心形成近似正态分布状。
参数孤岛，是指只有在参数值处于某个很小的范围内时，模型才有较好表现，而当参数偏离该值时，模型的表现便会显著变差。

参数选择：K近邻算法（K nearest neighbor）

该算法的基本思路是：在给定新文本后，考虑在训练文本集中与该新文本距离最近（最相似）的 K 篇文本，根据这 K 篇文本所属的类别判定新文本所属的类别 右图中，绿色要被决定赋予哪个类，
是红色三角形还是蓝色四方形？如果
K=3，由于红色三角形所占比例为2/3，
绿色圆将被赋予红色三角形那个类，
如果K=5，由于蓝色四方形比例为3/5，
因此绿色圆被赋予蓝色四方形类。