为什么要用
如果用全部历史去挑最优参数，回测就等于提前知道了未来，结果一定比实际好看。滚动前推优化每一步只用当时已经能拿到的信息，对实盘表现的估计更诚实。
Quant Arena 的做法
每个策略用 3 年数据训练，再用选出的参数交易接下来的 6 个月，并在整段历史里向前滚动。网站展示的就是滚动前推的结果。2026 年 11 月 3 日之前，如果默认参数在整段历史上表现更好，我们会保留默认参数；但这个选择本身看过了整段样本，让大约五分之一的结果略偏乐观，所以已经取消。
到了样本外还剩多少
每个策略页面现在都有“样本外检验”。在 486 个有参数可调的“策略 × 市场”组合里（数据截至 2026 年 11 月 3 日），每次在 3 年训练期里选出的参数，训练期内夏普中位数是 0.32；到了之后 6 个月真正交易时，只剩 0.19。486 个组合中有 357 个（73%）样本外夏普低于训练期。
重新选参数也谈不上明显更好：在同样的样本外月份里，只有 248 个组合（大约一半）跑赢了一直用默认参数。所以我们把滚动前推的结果当作更诚实的估计，而不是“调参有用”的证据；每个策略页面也把两个数字并排列出来。