問題:如何判斷一個程序化策略失效還是正常失誤，如果失效的話，如何判斷是需要調整參數(shù)還是完全放棄策略?

回答:此問題確實關鍵而難以抉擇，可藉由實務界的經驗規(guī)則，或學術界的量化檢驗。首先談實務界的規(guī)則， 根據(jù)RobertPardo(在國外系統(tǒng)交易界還算有名的一個人)的建議是這樣的，如果一個交易系統(tǒng)是經過良好的design,良好的最佳化，沒有over-fitting的情形：

1.如果是用2年的歷史數(shù)據(jù)來設計出來的系統(tǒng)，而且在這2年的歷史數(shù)據(jù)都有不錯的表現(xiàn)的話，應該會有6-12個月的生命周期。

2.如果是用5年的歷史數(shù)據(jù)的設計出來的系統(tǒng)，而且在這5年的歷史數(shù)據(jù)都有不錯的表現(xiàn)的話，應該會有1-2年生命周期。

這個答案可以參考，但我覺得時空背景不同，不能一概而論，且沒有科學根據(jù)(在該篇文章的后續(xù)討論串中，我也做了響應)，但提供一個可以接受的觀念，「回測期間與可用期間成正比」，一般做當沖、短線、高頻交易，回測只需取前幾天。即，你使用的周期越小，持倉的平均時間越短，那就可以用越短的數(shù)據(jù)來進行測試，這也是古期在培訓課程中有講過，日內交易的，一般測式一年的時間是夠用的，但隔日的，就要兩年或以上的原因。

另一個較科學方法是使用統(tǒng)計檢定，依據(jù)要檢驗的統(tǒng)計量，做均值、變異數(shù)與比例值的檢定，用簡單的話(不帶學術術語)說，如果要確定該策略之「歷史回測過程報酬率序列」(例如回測期間交易的報酬分別為10%,14%, 8%, -3%, 5%, -7% ….)，與「運用策略以后的報酬率序列」(-2%, 5%, -6%,3%...)間有無「明顯」變差(一般所謂明顯通常意指95%的可能性)，則做所謂的「均值檢定」;均值檢定如果樣本數(shù)(即前述的報酬率值數(shù)目)小于30采取小樣本，大于等于30采大樣本檢定，因為如果要等到策略運用過程收集到30個樣本，恐怕虧損連連了，因此通常采取小樣本。

再則，策略運用過程報酬是依序產生的，有2個報酬就可以作檢定了(驗證是否失效了)，但此統(tǒng)計方法在樣本不足時也不會遽下定論，因此只要順著產生的報酬數(shù)據(jù)依序帶入檢定，檢查是否碰到臨界值(失效的界線)或P值(依然維持原有績效的可能性)，就可以決定是否放棄該交易模型了。(同理，也可以用變異數(shù)檢定檢定風險特性是否改變，用比例檢定檢定勝率是否改變)。

以上這種方法不太適用普通投資朋友，因為他的計算繁雜本身就是一個較大難度。所以，對于策略的失效與否，不妨用實盤中的一些數(shù)據(jù)，如近一個月遠差于策略以往測試，連續(xù)兩個月遠不如策略以往測試數(shù)據(jù)的話，就可以基本認為失效了。

至于失效以后如何呢?

有些人認為，應該修改參數(shù)，有些人，認為應該放棄策略。我這人較中庸，古期認為，要按照你建立策略的思路來分析對待。這個范圍太廣了，這里不好講。但我堅決反對，為了測試數(shù)據(jù)，胡亂用什么軟件功能上的參數(shù)優(yōu)化，那個得出的數(shù)據(jù)，很多會使得參數(shù)過從優(yōu)化，而使得未來效用不大，甚至反效用。策略參數(shù)，思路的制定，我主張比歷史經驗，平常經驗中提取。

至于可否使用時間數(shù)列方法，我認為因為是非定頻時序數(shù)據(jù)，除非這領域的方法有突破(而我不知道)，否則用處不大。