没看raph vince那种严谨的书 自己想了个蠢办法 关于胜率跟最大回撤比例（或者最大回撤金额）的资金曲线管理的蠢办法 比如系统胜率只有25%...那么连续亏多少笔后开始加载系统 如果系统最大回撤比例为8%...那么亏7%开始加载系统 或者最大连续盈利次数多少时停止系统交易等等 看到那些严谨的资金管理的书好像也是用这些个方法~ 但是我在使用我那个蠢办法时有个问题.. 系统一 系统二 系统一在几个合约上的回撤比例貌似比较固定~胜率也是 系统二是参数优化做出来的过度拟合的系统~胜率回撤比例都不固定 我觉得资金曲线管理的前提是你这个系统测试的胜率回撤比例之类的数值是相对固定的否则那些资金曲线管理的计算公式根本没意义...这个在学术上统计的假设前提叫什么我忘了...而交易系统的那些参数是否稳定又取决于这个系统的过度拟合程度大概有多大了...这样又回到老问题了...怎么解决过度拟合问题...我现在觉得使用3分钟K线还是5分钟K线这样的问题也过度拟合了...
我不赞成书上的那种几何平均值的思想. 因为你仔细想想, 几何平均值的变化算来算去只跟第一个值和最后一个值有关系. 中间的被约掉了. 跟移动平均线一个道理. 移动平均线往前移动一个周期, 你只需要去掉最早的那个数据, 再加上最新的数据. 也就是说移动平均线的变化跟中间的这些没关系,只跟很久之前的那一刹那的数据(鬼才知道那个数据会对现在有影响)有关系. 我感这个做法是很傻的做法. 移动平均线的变化应当是越早的数据对现在的影响越小才对吧. VINCE书的几何平均值也这个道理. 他还对算术平均值大加批评了一翻.
平均值要跟统计有关系，统计是怎么一回事，也就不展开说了。文斯那个时代可能周围的人对平均值有算术平均的倾向。文斯主要是要纠这种众人的偏见吧。 结论是这样（不解释）——如果将价格当作个体来看，算术平均并没有错，如果将价格看作序列，几何平均有它的道理。 另外，如果对几何平均是“只跟第一个值和最后一个值有关系”这样的理解，是不对的。再者就是，移动平均是卷积的一种。若要“越早的数据对现在的影响越小”，平均值是必定要加权的。