回测数据发生“时间穿越”

[zlxwl]

看了你的训练集合（2009-2019）和验证集合(2019-2021)。 强化学习在训练的时候部分使用了验证集合，这是由于强化学习本身的性质决定的。实际能取得100%＋的年化收益是发生了“时间穿越”。　我用20210101-20211031范围内的真正测试集合，跑出来收益数据为负。所以用验证集合来跑回测没有意义。

[sunnyswag]

1、 不太清楚你说的 强化学习在训练的时候部分使用了验证集合 是什么意思，这个 repo 的 训练数据 和 验证数据 使用的是不相同的数据集 2、交易有赚有亏本来就是正常的现象，具体的你得和 β 收益进行比较，同时还得考虑 Omega比率、Sharpe比率，得出这个模型的稳定性以及持续获利的能力。收益率只是衡量这个模型好坏的一个方面

[Zero1366166516]

我刚开始的时候用2011-2020年10只股票跑的训练，2021测试的确是负的。 但是，当我加到100只股票的时候就变成105%了，应该跟股票池有关。另外，我刚刚做了一个数据整理降噪，看看能不能提高回报率。

[zlxwl]

    env_train, env_trade = self.get_env(train_data, trade_data)

    agent = DRL_Agent(env=env_train)

    model = agent.get_model(self.model_name,
                            model_kwargs=config.__dict__["{}_PARAMS".format(self.model_name.upper())],
                            verbose=0)

    model.learn(total_timesteps=self.total_timesteps,
                eval_env=env_trade,
                eval_freq=500,
                log_interval=1,
                tb_log_name='env_cashpenalty_highlr',
                n_eval_episodes=1)

注意看你在learn的时候使用了“验证数据” 即env_trade中的数据作为agent权重调整的"方向". 我的理解是: 实际应该是有三个数据集　a, b, c. 你现在用的是 （a+b）和 c 做训练，用c 做评估。实际应该使用a和b做训练，c做评估

[sunnyswag]

参数是 eval_env，具体的可以自己再去瞅瞅，是验证环境，不是训练环境