隨著我國股票和期貨市場的不斷發(fā)展，越來越多的投資者開始建立交易系統(tǒng)來指導自己的投資行為。很多投資者在設計和使用交易系統(tǒng)時常常遇到的一個問題是：為什么自己的交易系統(tǒng)在使用歷史數據檢測時表現優(yōu)異，但是用于實戰(zhàn)就表現平平呢？

　　一般的分析者在分析這個問題時主要將原因歸結為投資者沒有嚴格按照系統(tǒng)操作，歷史數據準確度低等等。而實際上一個至關重要且被很多人忽視的原因是，此交易系統(tǒng)在檢測時使用了不適當的檢測方法，也就是說，你所看到的交易系統(tǒng)在歷史數據中的高收益很可能只是一個假象，這樣的系統(tǒng)在實戰(zhàn)中的表現不能盡如人意便也不足為奇了。

　　設計程序化交易系統(tǒng)的步驟往往是這樣的。首先，設計一個交易模型，交易模型中含有若干參數；然后根據歷史數據優(yōu)化這些參數；確定參數之后在歷史數據中檢驗交易系統(tǒng)的表現。一般而言，問題就出現在第二步和第三步——模型設計者可能在優(yōu)化參數和檢測系統(tǒng)的過程中使用的是相同的數據集！這一點乍看起來貌似無可厚非，但是，具有比較豐富數學知識的人可以告訴你，這里的錯誤是致命的，它很有可能使得在歷史數據中表現越好的系統(tǒng)在實戰(zhàn)中表現越差。

　　解決這個問題的辦法在于，你需要把歷史數據分成兩份，一份用于優(yōu)化參數，另外一份用于檢測模型的效果。如果你的模型在這種情況下還能有比較優(yōu)異的表現，那么這個模型在實戰(zhàn)中的效果就比較能夠得到保證了。