1 第一个问题 价格的随机性怎么定义 似乎现在并没有明确的定义来确定何为随机 如果从波长频率和幅度来看 价格运动不存在确定的周期和幅度 这点已经有相当多的研究文献 但这并不意味着市场是随机运动的 2 从做市商的角度 一定存在趋势 趋势是做市商为了活跃市场和获取利润的必要手段 3 趋势的形成和人的心理预期 行为相关 趋势的模式在不同的市场情况下 表现肯定不同 与其事后统计这种行为不如先行估计这种行为
谢joesan！ 不知是谁先说的，一个系统需要进行多市场的历史测试方叫能行。似乎这已成为一条定律。可能早期先行者们说的Multi-Market是指同类商品期货，如农产品类中的不同品种，或者外汇市场的不同品种。后来的系统交易教育家们（如老饭或其作品的翻译者）将其推而广之到广义的市场。股指期货与商品期货之间，商品期货中的金融与农产品之间，都应该有着不同的特征，这些特征可能足以影响到一套交易策略的核心条款。现在美国有的大学开有Micro Market Structure课，研究的正是这些问题，不过这门课主要是从产品设计的角度来讲，主要为交易所服务，其实反过来对投资者来说应该是同样的借鉴意义。 其它类似的值得探讨的定律还有历史测试周期要足够之长，参数优化，机械执行等等。 self-adaptive, robustness, multi-strategies, black sawn, 我认为这些更重要。
交易系统的使命是分离出价格的非随机性波动规律，通过有概率优势的策略体系，选择合适的买卖点，用尽可能一致的方式持续获利。规律的发现来自back testing，适应性则必须通过forward testing。 我觉得，可实盘使用的交易系统至少需要具备：完整的策略（买点、卖点都应有明确、定量、一致的规定），简单的逻辑（常量和参数不宜多，不刻意迎合历史数据），较强的风险控制措施和赢利能力，尽量均匀的信号分布等严苛的条件。
如果未来数据和测试品种历史数据相关性高，那你的策略应该会盈利，因为你的策略已经测试了历史数据 如果未来数据和测试品种历史数据相关性低甚至负相关，而你的策略依然盈利，那么你的策略就有价值了 测试是无法穷举一切情况的，通过相关性高和相关性低的数据批量测试来验证策略的有效性，这才能体现策略的价值 这个就是我在以前的帖子提到“策略韧性”的重要性