甚谢kuhasu老前辈多给人民群众指引明灯。 SexyTrader 兄也道出了我自己多年的心声。判断系统失效或优劣的方法不是看它盈利能力如何,而是看它是否偏离了历史的业绩轨道。 Van Tharp在《Definitive Guide to Position Sizing》给出了指标一个不太完美的标准来衡量交易系统。到底有哪些不完美?有心人可以自己多想想啦。现转贴过来。 http://www.programtrading.tw/viewtopic.php?t=1192 Z-Score 跟 Van Tharp 發明的 SQN (System Quality Number) 很類似,我將 SQN 的公式整理如下: SQN = 平方根(ㄧ年的交易次數) * 期望值 / 標準差 期望值和標準差是用 Tharp 的 R-multiples 計算出來。公式中的交易次數應以一年的交易次數為限,如果一年的交易次數超過 100 次,則以 100 為基準。Tharp 認為 SQN 的值至少要超過 2.5 才可以進行交易,超過 5.0 可以說是非常棒的交易系統,超過 7.0 可以成為聖盃。 根據 Tharp 的見解,我個人認為,在 Z-Score 的計算過程中,交易次數過多,會讓人誤以為自己擁有一個很好的交易系統。我想這是大家在使用 Z-Score 時要留意的
能谈到SQN 也算不错了,不过Van Tharp的 《Definitive Guide to Position Sizing》这本书个人认为质量不高。 就SQN这个公式来看,不知道有人注意没有:实际上 "期望值 / 標準差"是有个相对稳定的范围的,大约在1/7~1/10之间,趋势系统一般低于1/10,所以这个公式唯一的变量几乎就是交易次数了,Van Tharp的公式设计应该是按日线系统低频环境下计算的,不适用于高频环境,因为在高频环境下“期望值 / 標準差”仍然是稳定的,但交易次数大大增加,按Van Tharp的说法,高频系统都是圣杯了,所以SQN指标参考价值不大
fxjm说的是正解。我也有此疑问。高频系统与低频系统相比较不太公平。 fxjm真历害,竟然知道这个固定范围在1/7-1/10. 到底是经验丰富的大侠。 我是不相信蒙特卡洛的。也许是我不太会。我认为它完全没有道理。
关于业绩评价没有那个单一指标或多指标可以完全胜任的,都有局限性的。 可以看看这2本书。 对冲基金表现评价Evaluating Hedge Fund Performance http://ishare.iask.sina.com.cn/f/12250644.html 对冲基金手册[美]斯特凡诺·拉维尼奥 http://ishare.iask.sina.com.cn/f/25285299.html
楼上的书太多,下到我手酸:) 关于系统稳健性的问题吧,我自己是从几个层面来思考的: 第一个层面应该是样本回测结果本身的特征是否稳定。 这里观察的基础指标就是三个:胜率、赔率、频率。 这个铁三角,一条边变化了,另外两个都会有影响。 比如胜率如果太高,基本上要么赔率低了,要么信号频率低了。 相互之间有个大体上的相互替代的关系。 其他的性能指标,我称为“高级性能指标”,比如pf,mdd,sharpe, 这些都是由着三个基础指标复合而成,可以直观的观察系统表现。 还有特别留心selected类的指标,这个和稳健性关系比较大。 如果连基础的样本的回测,显示的结果都不具备稳定性,比如果mdd太大,sharpe太低等等,其他层面的稳定性也就不用再谈了。 关于历史数据的选择问题,选择时间的长短没有太大意义,关键是在你的交易频率下有有足够多次数的交易信号。每天5个信号的系统,和每年5个信号的系统,需要的数据时间显然是不同的。 另外,不要只注意包含牛熊周期,还要注意包含趋势行情和震荡行情。不论牛熊,趋势系统都挣钱,震荡系统就亏钱,均值回归系统则相反。所以对系统真正的考验本质是,理解自己系统不适合哪种行情,然后在回测中刻意包含这种行情,观察系统能不能在不适合自己的行情中生存下来。 除了对样本整体进行回测,最好也对样本进行分段回测,这也是观察稳定性的方法。 比如将整个样本分成五段,每一段当作一个子样本进行回测,观察结果是否稳定。
SexyTrader 兄已推荐了书《The Encyclopedia Of Technical Market Indicators Second Edition》,上面有九步回测的方法。 SVM从统计学里借鉴过来的交叉验证,分段是手段之一。我认为分的段大小要从小到大全部覆盖才好。比如要分五段测一遍,分35段再测一遍,分300段再测一遍。如果测试结果表现一致就说明系统具稳定性。
Net Profit,Win%,Average Win,Average Profit/Trader,Profit/Bar,Maximum Drawback,Profit Ratio,Payoff Ratio,Maximum Consecutive Loss。这些都是什么指标,能具体解释一下吗?
sharp ratio惩罚了具有爆发特点的系统,而这类系统如果向下的风险是限定的,向上却具有爆发性,本身就是一个优势很强的系统。我觉得用数学指标没法判断系统的稳健性。 主要是要明确每笔交易的优势来自于何处,有多大,是否稳定,是否能够有足够的交易次数来积累这种优势。
所谓找到策略的edge,,一定是要在一群同类型的策略中比较。。 从交易理念的角度说: 对于TrendFollowing: Lars Kestner在那本《Quantitative Trading Strategies》里面对于Trend Following的策略,,采用了和典型的20/40 MA和Channel Breakout的相关系数来看自己的策略是否和其他“大多数”人的类似。 类似的,对于套利的策略: 套利的貌似可以把自己的策略和经典的MA+BOLL来对比。。发现自己的系统在Entry和Exit,stop ,等等组成部分上的优势和劣势。 对于资金管理: 对目前的评估系统,我觉得有所不足的是,,他们把信号和资金管理混合在一起进行评估。。我认为应该按照系统开发的步骤将每一个环节拆开来看。。首先看市场品种的选取,然后才是Entry,Exit,,然后看加入StopLoss TakeProfit,,,然后看Position Sizing,最后看执行策略的效率,每个步骤是系统的一个维度,,,如果每个维度相对于其他大多数人来说都有优势(海龟那本书里面提到的edge),,那就是圣杯。。 现有的系统大多数没考虑到Position Sizing,,也就是狭义的资金管理。在资金量越来越大的时候,资产配置策略和执行策略的评估越来越重要,甚至超过信号好坏本身。因为失效的信号(策略)会因为好的资金管理策略降低它的头寸,以控制整个资产的风险。 对于高频: 基于微观市场结构的高频策略(不是所谓的传统方法用在高频数据上的高频策略)需要胜率+执行速度,高频策略的评判需要实盘测试了才知道IS之类的成本到底多高。。传统的评估方法基本没有意义。夏普比达到10又怎么样?
资金管理可以先不加,但是佣金、滑差应该加,很简单:资金管理是自己可以控制的,要么不下场玩,要么只一手最低限度地玩,要么用各种加减码方法来玩;而佣金、滑差是自己控制不了又必须面对的,是成本,我们怎能脱离客观成本找“正期望”?
一般步骤是先建立不考虑滑点和手续费的信号系统,然后再把这个因素加进去,看对系统效率产生多大影响。有些策略类型对这些很敏感,比如高频、追市、不拆单的。反之有些则很不敏感,考虑这个意义就不大,还是不可一概而论吧。 信号子系统和风控子系统一般是交易系统中的两个子系统。但是也有些特别的策略,二者是合二为一、完全分不清楚谁是谁的。 总之,龙行龙道,蛇行蛇道,各行其道,谈不上有什么一定之规。市场具有多规律性,大家研究市场就好比盲人摸象,没人看到全貌,都只是从自己的角度去认识。但是,只要自己的那一块研究透了,抱住了一跟大腿,那就够了。