量化交易以投资者的智慧为核心,以计算机为工具,在整个量化交易界,目前可以收集到非常繁多的量化策略,我们无法一一介绍,只能将其划分归类。可以确定的是,归类不能辨别量化策略的好与坏,即使是同一个类别的策略,也有非常大的差异。常用的量化交易模型一般分为两类,一类是趋势模型,一类是震荡模型。量化交易策略赚钱的前提是有好的模型+坚持的执行。
1.测试时间:
多数时候,通过历史数据测试可以证明的你的设计交易策略在过去的表现,这是量化交易世界中非常重要的一块内容。好的模型必须经得起时间周期的测试,如果一个量化,结果很漂亮,周期却只有一两个月,不可信。
2.使用资金:
很多人贴出来的漂亮测试结果,使用资金常常是80%或者其它百分比,但这些都是不合理的选择。金融市场资金管理很重要,在行情好时候,资金使用越高,收益越大;行情不好时,资金使用越高亏损越大,资金使用时应该选择固定的手数进行测试。不管他的行情如何,永不加仓或减仓,来测试一个模型更为合理。
3.测试方式:
开盘价和收盘价测试均有其不合理性,趋势模型一般以趋势逆转点为开仓信号,故较为准确的是:出现指令的价位。另外商品期货回测使用主力连续和指数合约也都不是太合理,一般情况下,中低频趋势模型比较适合用指数合约回测。日内短线模型比较合适主力连续合约。
a.信号数:
信号数过高,说明震荡行情过滤不好;过低,说明风险大。如何判断信号数是否合理呢?那就只有不同的模型在同样的周期下的一个对比了。还有一个最简单的方式就是将指令总数/有效交易天数,以日内短线为例,一般一个有效交易日的平均信号数在2-5之间(此数据仅供参考)。
b.利润率:
测试周期越长利润率应该越大。很多模型,测近期不错,测远期就不行,所以测试时应该尽量的去测能测到的最长周期。最好是使用样本内和样本内数据回测,这样更加客观理性,尽最大可能排除幸存者偏差。
c.胜率:
胜率越高自然越好,但也不绝对,也不用因为模型的胜率低而担心。一般的胜率能在45%左右就不错了,因为量化的本来意义就是赚大亏小。例如,趋势模型在震荡的时候胜率自然会低。
d.最大回撤率:
如果你是选择的固定手数,比如10手进行测试,你的最大回撤率应该不能超过30%。
e.空仓时间:
以日短线为例,空仓时间不能太高。太高,必然会错过大行情,当然,这一项不是最重要的。如果你空仓时间长,利润也高,错过就错过吧,错过不是过错,没赚到也不存在亏损的风险。
测试结果分析不能只看某一个数据,需要结合起来一起分析:信号数不能多也不能少,周期越长利润率应该越高,盈利比率45%以上就可以接受,最大亏损不能过大,空仓时间可以自行把握。
如果一个量化交易模型做到了以上几点是不是就算一个好的模型了呢?基本上可以算了,但最重要的是我们还需要结合信号图形(此点需要一定的量化经验,并不一定看上去好的模型就是好,当然看上去好是前提,如果看上去都觉得一般了,那肯定是不行)来分析。
此外,还要看到模型里是否有未来函数。如果是日内短线,信号就一定不能消失,每天的跳空缺口需要技术性的回补等等其它问题都是分析一个模型好坏的理由,一个好的模型是不怕任何测试与分析的。
最后,并不是所有人都能意识到,过去不代表未来。这意味着一些交易策略在过去表现的很好,但是在未来可能会带来巨大的亏损。
伊利丹-怒风
0
文章0
关注0
粉丝主要就是胜率和盈亏比吧。 综合的就看夏普了。