未來的表現會如何？
這就是所謂的策略穩健性
在程式交易的領域中，常用到的穩健性測試方法有：
- 參數高原與參數孤島
- 樣本外測試
- 步進式測試(Walk-Forward Test)
- 不同時間周期測試
- 不同的商品測試
第1項是單純做一次最佳化。只看參數敏感度，如果績效很好，但參數值稍微變動一下，績效就會變很差，這就是參數孤島，很可能選擇那個參數值的績效很好結果，是一種異常不會重複發生的情境或機率很微小，不要輕易採用，若有連續一段或一個區塊的參數值表現都很好，就是令人較安心的參數高原。
第2項是把測試資料分成學習期與驗證期，進行最佳化測試的是學習期，也就是樣本內測試，在這個測試選擇的結果，當成是一種學習，然後把參數值套到驗證期，在樣本外的資料中觀察績效表現與學習期的差異，若差異過大，就得找出參數選擇邏輯的問題，重新制定規則，這個驗證期是在模擬真實交易時，我們一般採用的方式，但是可以在上線前就測試，降低上線學習成本。
第3項是多段式的樣本外測試，選定一段歷史期間，固定學習次數與樣本外與樣本內的期間比例，就可以分割出多次的樣本內學習與樣本外的驗證結果，參數值在樣本內的選擇是基於一個固定的規則得出的，如果樣本外的平均績效達到樣本內平均績效的一半，通常就判定這個參數值選擇的規則是測試通過的。這樣的測試就是Walk-Forward Test(簡稱WF)，後來又有WF矩陣，把不同的學習次數與不同的樣本內外比例測試結果用矩陣來呈現，更可以看出參數的穩健性。
後面2項，是屬於資金管理的多樣化，就在資金管理的版面待續了～