基于 CSCV 框架计算三组量化研究案例的回测过拟合概率
创建于 更新于
摘要
本报告基于组合对称交叉验证（CSCV）框架，系统介绍回测过拟合概率（PBO）的计算方法，评估三类量化策略的过拟合风险。结果显示，机器学习多因子选股和交叉验证多因子选股模型的回测过拟合概率较低，XGBoost表现更优；而基于双均线择时的50ETF模型过拟合概率较高。报告详细阐述了PBO的定义、计算步骤和案例分析，结合多图表数据验证PBO的有效性，为量化策略回测风险管理提供理论与实证支持 [page::0][page::3][page::8][page::15]
