← 返回文章列表

数据分辨率:越高越好吗

量化哲学 · 2026-05-31 19:31:29
很多研究者认为数据越细越好,例如从日频提升到分钟频,再到毫秒级。 但高分辨率数据带来的并不一定是更好的策略,反而可能放大噪音。 高分辨率数据的问题包括: 噪音比例显著上升; 微结构效应干扰信号; 计算成本急剧增加; 模型更容易过拟合。 数据分辨率的选择应该与策略逻辑匹配,而不是盲目追求精细。 如果策略依赖结构性变化,那么低频数据反而更稳定。 量化研究需要在分辨率与噪音之间找到平衡点。

推荐文章

量化随笔 88:风险偏好的组织差异
不同组织对风险的容忍度差异巨大。
量化随笔 14:胜率与赔率的平衡
高胜率并不等于好策略。
策略研究:从直觉到结构化假设
策略研究不是从数据开始,而是从假设开始。本文讨论策略研究的正确流程。
量化随笔 98:风险沟通的语言
风险沟通需要一种既诚实又可理解的语言。
量化随笔 71:信号衰减的监控指标
信号衰减可以被量化监控。
量化随笔 65:极端事件的记忆衰减
极端事件的记忆会随着时间衰减。
量化随笔 38:信号触发的阈值
阈值的设定决定了系统的敏感度。
量化的本质:在噪音中寻找结构
量化不是预测未来,而是识别结构、过滤噪音、管理不确定性。本文讨论量化的哲学基础。
量化随笔 04:过拟合的温柔陷阱
过拟合的危险在于,它总是以漂亮的曲线出现。
量化随笔 61:信号触发的冷却时间
系统需要为信号设置冷却时间。