细说回测：模拟路径拓宽回测样本——机器学习系列报告之四
创建于 更新于
摘要
报告提出针对收益率尖峰厚尾及偏度特征的SGED模型，并构建SGED-ARMA与SGED-GARCH模型以分别刻画收益率自相关性及波动聚集效应。通过滚动拟合和Monte Carlo模拟，生成300条近似真实市场统计特征的价格路径，实证检验基于RSRS指标的择时策略在模拟路径上的稳定性与参数过拟合问题，发现模拟路径能显著拓宽回测样本，降低路径依赖并提升策略评估的有效性[page::0][page::4][page::6][page::15][page::17][page::20]。
