Sample Retulsts: 下麵是個回測結果樣本

請看截圖。數據從2020-01-01　到昨天2025-04-25.　方案：　EMA12/26-9　天GOLDEN DEATH。主要標的： 美國大的ETF。

以QQQ為例，你可以看到，過於有53次機會，優化前：
如果見了QQQ的死亡交叉，你去SHORT，那麽你的贏率： 32%。 沒有錯，不是死而是生。如果這個時候買入，那麽贏率：67.9%。平均1.13%每次。持倉20天。

優化以後，如果見了QQQ的死亡交叉就去LONG， 贏率100% （在下都不信，但例子很多，見圖）。每次3.9%。 4/3/2025 有一次機會，如果4/4/2025買入QQQ， 昨天賣出，回報大約是： 5%多。也就是說是個偏好的機會。therefore, for QQQ, the death cross is totally a golden cross.

The report also have risk/reward, sharpe ratio here I would like pass them for now.

再看，KWEB，在死亡交叉麵前，如果SHORT，  winning rate is 53% , if long, winning short is 46%, this means, KWEB somehow follow the death cross by common market 定義，雖然效果不佳。
 After optimazation, I think you already found, the winning rate is 100%, again, I have question on this but this is the system outcomes. 

[遠處的故鄉在夢裏]

您談到了問題的核心。我看到太多的100%， 90%的贏率，就開始懷疑。但把evalution and test dataset 分開後，效果還是很不錯。所以初步設想不在計算階段參數調整上下功夫。而另外發展一套邏輯在應用階段來防止regime的改變，您的意見呢？

[pichawxc]

會不會有過度擬合的情況，一旦時間一變，效果立減下降。