第 4 课：参数敏感性分析 —— 真正理解"参数过拟合"
状态：课程大纲（待开发）。学完第 3 课、开新会话学本课时，由 AI 按此大纲实现代码并补全本文件。 前置：已完成第 1~3 课
0. 新会话背景速览（给"接手的 AI"看的 30 秒）
- 项目位置：
D:/code/量化交易，运行python 文件名.py - 学生已学完：pandas、回测框架、作业 1~5、多标的回测、单因子测试
- 已有资产：
config.STOCK_POOL（50 只已缓存行情）、backtest/engine.py、strategies/dual_ma.py等 - 学生水平：Python 初学者，中文交流，代码要每行有中文注释
1. 本课目标（大纲）
- 用网格搜索把
MA_FAST × MA_SLOW所有组合跑一遍，画绩效热力图 - 观察"最优参数区域"长什么样：是孤峰（容易过拟合）还是高原（稳健）？
- 把时间段切成两半（前段定参数 / 后段验证），体会样本外检验
- 真正理解"参数过拟合"：为什么历史最优参数换段时间就失效
2. 建议做法（AI 实现时参考）
- 新增代码文件：
04_参数敏感性分析.py - 网格：MA_FAST ∈ {5,10,15,20,30}，MA_SLOW ∈ {20,30,40,60,90,120}（要求 FAST < SLOW）
- 指标：用多标的平均（50 只）而不是单只，避免单股运气干扰
- 输出：热力图（横轴 FAST、纵轴 SLOW、颜色=夏普或超额收益）+ 最优参数表
- 进阶：把 2021-2023 当"训练期"、2024-2025 当"验证期"，看训练期最优参数在验证期排第几
3. 作业（AI 实现时补充具体题目）
- 作业 8：跑网格热力图，指出最优区域是孤峰还是高原
- 作业 9（进阶）：训练/验证切分，看"训练期最优参数"在验证期的表现
4. 学完自检清单
- [ ] 能画出一张参数热力图并解释它
- [ ] 能用自己的话解释"过拟合"和"样本外检验"
- [ ] 作业 8、9 完成
5. 下一课预告
第 5 课：仓位管理 —— 把"全仓/空仓"升级为"根据波动率调节仓位"： 波动大少买、波动小多买，看同样策略能不能把回撤砍下来。