AlgoXpert Alpha Research Framework: A Rigorous IS–WFA–OOS Protocol for Mitigating Overfitting in Quantitative Strategies
创建于 更新于
摘要
本论文提出 AlgoXpert IS–WFA–OOS 部署决策框架，通过优先选择参数稳定区（plateau）、在滚动 WFA 中引入 purge gap 及多数通过+灾难否决门，最后在严格 OOS 下锁定参数以降低回测过拟合与选择偏差 [page::0][page::3]. 框架同时嵌入执行感知的防御层（spread/杠杆 guards、电路断路器与 kill-switch）并建议对执行假设做压力测试以验证可部署性 [page::1][page::4]. 在 USDJPY M5 的案例研究中，WFA 三折多数通过且 OOS 达标，但不同 alpha 在 OOS 上的排序会随目标（Sharpe vs MaxDD）变化，显示性能与尾部风险之间的权衡需按任务目标决定 [page::9][page::15].
