樣本內、樣本外是什麼？如何避免只會擬合歷史

只要談到量化研究，很快就會聽到兩個名詞：樣本內（In-Sample） 和 樣本外（Out-of-Sample）。

這兩個概念非常重要，因為它們直接關係到你做出來的策略，到底是真的有機會在未來成立，還是只是把歷史資料擬合得很好看。

什麼是樣本內？

樣本內，可以理解成你拿來：

建立想法
設計規則
調整參數
初步驗證策略

的那一段資料。

這就像你在做考古題時，用來摸清題型和練習解法的範圍。

什麼是樣本外？

樣本外，就是一段沒有參與策略設計與調參的資料。

它的目的不是幫你把策略修得更漂亮，而是檢查：

這套規則離開原本資料後，是否還能站得住腳
研究結果是否具有一定泛化能力

如果樣本內像練習題，那樣本外就更像正式考試。

為什麼一定要分開？

如果你所有研究、調參和驗證都在同一段資料上完成，就很容易出現一種情況：

你不是找到規律
而是把這段資料的特殊性學進去了

也就是說，你得到的是一個很會解「過去這份考卷」的策略，而不是一個真的理解市場邏輯的策略。

一個簡單的研究流程

最常見的做法，是把歷史資料拆成兩段或多段：

一段做樣本內研究
一段做樣本外驗證

例如：

2012 到 2020 年做樣本內
2021 到 2025 年做樣本外

然後你在樣本內完成訊號定義與參數設定後，不再修改策略，再去看樣本外結果。

樣本外結果要看什麼？

不是要求樣本外一定要和樣本內一模一樣漂亮，而是看：

邏輯方向是否一致
效果是否仍存在
波動與回撤是否可接受
結果是否合理，而不是完全崩掉

如果樣本內極強、樣本外幾乎消失，通常就是警訊。

常見誤區

1. 偷偷看樣本外再回頭調參

這是最常見的問題。

一旦你看完樣本外結果，又回頭根據它修改策略，那這段樣本外資料其實也被你「用掉了」。它就不再是乾淨的驗證集。

2. 只做一次切分就過度自信

如果只剛好切到一段對自己有利的期間，也可能產生誤判。所以很多研究者還會進一步做：

滾動測試
walk-forward
多期切分驗證

3. 把樣本外當成保證

樣本外表現不錯，代表策略更值得研究，但仍不代表未來一定有效。它只是提高你對結果可信度的信心，而不是提供確定性。

樣本外的真正價值

樣本外測試最重要的意義，不是讓績效更好看，而是幫助你對抗自己。

因為人很容易對漂亮結果產生偏愛，而樣本外測試是一種紀律：

不讓你無限制地修策略
不讓你只挑對自己有利的證據
不讓你把偶然誤認成能力

小結

樣本內與樣本外，是量化研究最基本也最關鍵的分工：

樣本內用來研究與設計
樣本外用來驗證與質疑

如果你想做的是可重複、可部署、可持續的量化策略，那就不能只讓策略在歷史裡看起來聰明，而要讓它在未參與設計的資料上也有基本說服力。