定義
前推分析（Walk-Forward）
前推分析喺一段歷史上擬合參數、喺下一段上原樣測試，再向前滾動重複。本文講前推效率點讀，同埋呢項測試最常點樣被人靜靜雞作廢。
前推分析（walk-forward analysis）係一種回測流程：先喺一段歷史視窗上擬合策略參數（樣本內），再將呢組參數原封不動咁放喺緊接住嘅下一段視窗上運行（樣本外），然後將兩段視窗一齊向前滾動，重複呢個過程。將各段樣本外結果拼埋一齊，先至係唯一算數嘅表現；樣本內結果只係揀參數嘅代價，唔係證據。常見嘅切分係樣本內十二個月、樣本外三個月、按季滾動；而前推效率——樣本外回報除以樣本內回報——低過大約 0.5，就即係話參數並唔穩定。
- 又稱
- 走勢前推分析 · 步進式優化 · 樣本外滾動測試
計算方式
Window k: fit on [t_k, t_k + IS), test on [t_k + IS, t_k + IS + OOS)
Roll: t_{k+1} = t_k + OOS, then repeat
Reported performance = the stitched OOS segments only
WFE = annualised OOS return ÷ annualised IS return
IS 30% / OOS 9% → WFE = 0.30 (below ~0.5: parameters unstable)
Typical split: IS 12 months / OOS 3 months, rolled quarterly
實算例子: 樣本內十二個月年化 30%，跟住嗰三個月樣本外年化 9%：前推效率 9 ÷ 30 = 0.30，參數唔穩定。
點解只有樣本外嗰幾段先算數
Bailey、Borwein、López de Prado 同 Zhu 證明咗：只要參數試嘅次數夠多，就算個策略完全冇優勢，都應該預期會得到一個好高嘅樣本內夏普比率，因為你揀出嚟嘅係 N 次隨機抽樣入面嘅最大值。Lo 同 MacKinlay 喺學術資產定價檢驗入面記錄咗同一種數據窺探偏差。前推分析係對呢樣嘢嘅實際防線：參數從來未見過用嚟評判佢嗰段視窗，所以拼埋之後嘅樣本外紀錄，就係一個按計劃定期重新擬合嘅真倉戶口本來會賺到嘅嘢。記低試咗幾多次，將最好嘅樣本內結果當係 N 次抽樣嘅期望最大值，而唔係訊號。
前推效率點讀
前推效率等於年化樣本外回報除以年化樣本內回報。一條樣本內賺 30%、樣本外賺 9% 嘅規則，效率係 0.30：樣本內個數字有七成係嚟自擬合，而唔係嚟自市場。低過大約 0.5，參數就唔夠穩定、唔應該攞去交易；0.5 到 1 之間即係有部分優勢畀噪音食咗，呢個係正常嘅；遠高過 1 嘅數字講嘅係嗰段樣本外視窗，而唔係呢條規則。QANTERION 冇回測引擎，佢對應「樣本外視窗」嘅做法，係喺啟用任何真倉執行之前，先喺真實行情數據上做模擬倉嘅前向測試。
常見誤讀
呢項測試最常係畀執行佢嘅人親手作廢：前推分析跑咗一次，樣本外紀錄唔好睇，於是改參數範圍、改視窗長度，一直改到佢好睇為止——去到呢步，樣本外視窗已經畀人攞嚟優化過，變咗做樣本內。第二個錯誤係將單獨一段靚嘅樣本外視窗當係驗證，但個策略喺嗰段時間其實冇做幾多筆交易；一個三個月、得六筆交易嘅視窗，無論結果好定壞都冇統計分量。
親手計一計
參考資料
- Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance — Notices of the American Mathematical Society, Vol. 61 No. 5 (2014)
- The probability of backtest overfitting — Journal of Computational Finance (Risk Journals)
- Data-Snooping Biases in Tests of Financial Asset Pricing Models — National Bureau of Economic Research (Andrew W. Lo, A. Craig MacKinlay)
本術語表用於教學。此處內容不構成投資建議，頁面所述任何指標都無法預測未來結果。