问一个profit maximization for return distribution 的问题

Discussion in 'Model and Algorithm' started by marketStudnt, Apr 20, 2017 at 4:47 AM.

  1. 大家建模的都知道,当你设参数的时候,对于模型给出的所有trades, 他们的return
    是一个分布。 比如附件里的这个图。

    图里列出了所有回报的percentile, 和一些基本的统计数据。
    比如Expected Return = median return of Positive return*Positive odds +
    median return of Negative return*Negative odds.

    我有几个问题求解:
    1. 如何评估你的return distribution 是好还是坏,从而当你设模型参数的时候
    ,you know which parameters to set and use to GET that BEST return
    distribution.
    2. 当你确定了你的参数,拿到最好的the best return distribution时,你怎么
    设止赢和止损,以最大化profit 和最小化 draw down.

    比如附件里的图, 纵轴是交易信号出现(也就是交易)的频率(或次数)
    横轴是每次交易的回报分布(return distribution), 为了简化起见,比如x=2 表示
    每次开bar 入场,hold 到 bar close的回报是2% (假设每次只交易一个bar)。
    那末大家可以看到,每次交易的回报,最小可以从亏2% 到最大可以挣8%。
    那么你怎么来设这个止赢和止损,比如你不能为了等8%的那个回报,就一直不出场,也
    不能为了避免-2%的亏损,就每次在-1%止损。

    我对Q2, 的思考是,如果我们可以假设回报的分布是随机的, 也即
    上一个回报对下一个回报无影响, 那末是不是可以把这些回报做一个随机分布,然后
    自己随机的设定止赢和止损,来计算最后的总回报,并通过调整止赢和止损值使其最大
    化。 这有点象用Excel solver function, 或monte carlo simulation. 而且最后的最
    大总回报(y 轴)相对于止赢和止损 (x 轴)是一个低峰厚尾的分布,也就是说
    Kurtosis 相对小,这样对止赢和止损的容错性更好,(这又牵涉到对最大总回报分布
    曲线的评估和优化)
    请问哪个高手能写个R code 来实现上面这点。

    而如果回报的分布不是随机的, 那计算就要更复杂,先要确定回报的时间序列分布,
    找到分布的分型, 再做monte carlo simulation,请问哪个高手能写个R code 来检测
    回报的时间序列分布是否随机,或share 这方面的信息。

    谢谢

    求高人指教
    Capture.JPG