为什么样本外测试在外汇交易中至关重要
直接回答
样本外测试在外汇交易中至关重要，因为它是一种检验策略的表面表现是否能在新出现的、未见过的数据中持续有效的实用方法。如果没有这种数据隔离，回测结果可能只是过拟合的产物——即策略被调整以适应历史噪音，而非可重复的市场规律。在外汇市场中这一点尤为重要，因为市场行为会随时间变化，且交易成本和执行细节可能显著影响实际交易结果。
机制与定义
样本外测试意味着你将历史数据至少分为两部分：一部分用于开发或调整策略（样本内），另一部分仅用于评估策略（样本外）。其核心思想是模拟一种情境：如果你必须在“事先不知”的情况下交易未来数据，会发生什么。
一个简单的理解方式：
- 样本内：调整参数、过滤器或决策规则，以实现良好表现。
- 样本外：将相同的固定规则应用于未用于调优的后续数据，然后衡量其表现。
其实际意义在于，这种分离将一个模糊的问题——“它在过去有效吗？”——转变为一个更可验证的问题——“当策略在新数据上被评估时，其表现是否持续？” 在外汇交易中，评估结果的有效性取决于数据处理方式。例如，如果你无意中重复使用了未来信息（数据泄露），或在看到样本外结果后重新调参，就会破坏测试的初衷。
证据或示例（含明确假设）
考虑一个使用移动平均类规则并包含阈值参数的策略。假设你拥有十年的价格历史数据，并将其分为：
- 样本内：前7年（用于选择阈值）
- 样本外：后3年（仅用于评估）
假设：该策略使用从样本内阶段选定的相同参数，且在数据分割后不再更改。
如果策略在样本内表现良好但在样本外表现不佳，这种模式表明该策略可能拟合了过去特有的异常情况，而这些情况并未泛化。如果两个阶段的表现相似，则表明该策略可能捕捉到了更稳定的规律——尽管“相似”并不意味着未来一定会重复过去。
还需注意的是，即使数据分割正确，外汇评估结果仍可能与现实存在差异，因为成本（点差、佣金、适用情况下的隔夜利息/融资）、滑点以及执行限制都可能降低实际收益。忽略这些因素的测试结果可能优于现实条件下可实现的水平。
局限性与风险
样本外测试能提高结果的可信度，但并不能保证成功。主要局限包括：
- 样本覆盖有限：样本外周期可能太短或过于特定，无法涵盖不同的市场状态（例如趋势行情与区间震荡行情）。
- 机制变化：即使某种关系在历史上成立，宏观环境和波动率模式的变化也可能打破这种关系。
- 隐性自由度：如果你根据样本外反馈不断尝试新变体，实际上你已经开始对评估集进行过拟合。
- 执行与成本不确定性：历史测试可能无法准确模拟交易成本、买卖价差影响、订单成交情况和延迟，而这些因素在外汇交易中可能至关重要。
需要警惕的一种失败模式是“无意中的重新调参”。如果评估结果影响了后续的参数调整，那么样本外数据集就不再是一个真正的保留集。
验证与后续问题
要独立验证样本外测试，你应该能够描述并复现以下几点，而不依赖任何人的结果：
- 精确的数据分割规则（日期如何划分），
- 在样本内调优期间允许进行哪些步骤，
- 策略在样本外评估期间如何保持不变地应用，
- 测试中关于成本和执行建模的假设。
一个有用的后续问题是：“我的样本外评估是否真正是一个保留集？我的成本和执行假设是否足够现实，足以影响最终结论？”