Advance Finance Machine Learning读书笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。

因为年初疫情影响，书剩在别的地方无法出门取，所以断更了很久，现在持续更新中……
之前有搜到大神weixin_38753422的AFML系列。写得很详细并且有代码和图片解释，链接在此
此系列从Part 1 Chapter 3开始写起，Chapter3之前内容可以在上面的链接里看到。（注意并不是所有内容的整理，而是我个人觉得需要整理的内容）

本文讲的时Part 3 Chapter 12 Backtesting through Cross-Validation (使用CV进行回测)

啥是回测

回测是用于检测投资策略在OOS上的性能表现，大致有两个方向：

• 前向回测法：将策略在曾经的数据上跑一边，这也是经常被提到的那个回测（历史数据检测）
• 虚拟回测法：模拟从未发生过的数据，在这个数据上进行测试

前向回测法

缺点：

• 因为是在一条单一时间线上进行回测，所以很容发生过拟合
• 如果测试放在一些明显的趋势性时间序列上，会导致在上下波动的区间训练的策略表现极差，如果实际交易中发生于回测时间序列区间相反的趋势，就会发生过拟合，无法泛化的结果
• 训练数据集太少（Warm-up set 没看懂）

优点：

• 前向法在历史数据上进行模拟交易，所以它的表现可以直接有策略交易详单得出
• 历史回测本身就可以避免信息泄露，只要Purge这步操作过就能保证Testset是OOS

交叉验证回测法

优点：

• 使用CV的Test set是k个不同的情境
• 生成策略的训练集样本大小一致，也就说利用的信息量一致，后期有可比性
• 每一个样本都能参与到test set中去

缺点：

• 和WF回测一样仍是在已有的时间序列方向上进行测试
• CV在历史数据上并没有像WF一样有交易的模拟记录
• 操作时要特别主要Test Set 的信息不能流入Train Set（参考Chapter 7 提到的Purge 和 Embargo）

将Purge与CV结合的CPCV回测

1.第一步：将$T$个样本进行分组，分成$N$个组，前$1\dots \dots N-1$个组的样本容量是$T/N$，最后第$N$组的样本容量是$T-[T/N]\ast (N-1)$.
([.]为向下求整，[3.33]=3)
2.第二步：我们从$N$个组中取$k$个组作为Test set 那么就有$C_N^{n-k}$个组合（N-k个Train，k个test）
3.对每一组组合进行Purge 和 Embargo 因为有一些测试集的标签可能又训练集的数据得到
4.在每个组合上的训练集上训练出模型，并在对应的测试集上做出预测结果
5.我们可以得到$\varphi$个Path 每个Path上面都有$N$个测试集预测结果，并最后计算每个Path的夏普率

Path计算公式：

（注意：图中红框圈出来的为Path 1）
解释一下这个图：
一共六个组($N=6$)
要选两个测试组($K=2$)
一共$C_6^2$种组合法($C_6^2=15$)
看第一个组合$S_1$，组1和组2是选做了测试集所以在图片中标出，那么组3、组4、组5、组6将合成训练集，这个训练集将fit出模型1并在组1、组2的测试集上得出预测结果，并计算出执行策略在Test set上面的夏普率
（个人觉得CV中test set 应该叫validation set）

文中关于CPCV的例子

当$K=1$时：

CPCV的Path只有一条，那么CPCV就退化成了普通CV

当$K=2$时：

CPCV的Path有$N-1$条，十分接近于$N$组，所以当我们有指定的Path需要生成时，我们直接将数据分成$Path+1$组就可以了。理论上我们希望Path 越多越好这样就能更真实地反应策略的效果。那么我们极限情况下可以把$N=T$（T之前提到过是总共样本数），那么这时的Path共有$T-1$个，那么策略将会在$1-\frac{2}{T}$的比例上进行训练。实际运用中通常将K设置成2就行了。