天驭学院 · 教学材料 · 量化策略开发
课程讲义
参数优化在有限样本上比较大量组合，最优者可能只是噪声。展示参数表面与邻域稳定性，比只报最大收益更有信息。
记录全部试验次数→只在训练段选择→看邻域和失败区→冻结候选→未来验证，不反复重用测试集。
试100组参数后选最好的一组，再用同一段数据宣称样本外，哪里不成立？
该段已经参与选择，是训练/验证信息，不是独立样本外。必须保留未参与调参的后续数据，失败结果也不能删去。
虚构三组训练/验证得分：参数A 2.0/−0.2，B 1.2/0.8，C 1.1/0.7。不能以训练2.0宣称A最佳；应先在验证集按预定准则挑选，再锁参数看独立测试。若看到测试后又调参数，测试已被消耗。
样本窗口跨边界的标签可能泄漏；隔离间隔至少考虑标签跨度，而非随意空一行。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本节要点
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。