由于所有的歷史測試都是以數(shù)據(jù)樣本為基礎(chǔ)，所以必須了解基本的統(tǒng)計(jì)學(xué)知識(shí)
對歷史數(shù)據(jù)的測試結(jié)果充其量知識(shí)一個(gè)隊(duì)未來的預(yù)測，感性認(rèn)識(shí)勒叠，但對優(yōu)秀的交易者已經(jīng)足夠
-
測試樣本的有效性
- 樣本分析在統(tǒng)計(jì)學(xué)上有兩大因素影響肩豁，一個(gè)是樣本規(guī)模侍芝，一個(gè)是樣本對總體的代表性
- 兩個(gè)問題：一、樣本規(guī)模要足夠大比勉，具有普遍意義劳较，二、用短期數(shù)據(jù)測試需要明白這個(gè)測試數(shù)據(jù)使用前提的趨勢特征浩聋，屬于那種市場形態(tài)
-
衡量指標(biāo)的穩(wěn)健性
- 常用的統(tǒng)計(jì)指標(biāo)其實(shí)并不穩(wěn)健观蜗，對交易的起始點(diǎn)，或者時(shí)間段特別特別敏感衣洁，這樣造成的后果是墓捻，過高評價(jià)一個(gè)系統(tǒng)的適用性
- 數(shù)學(xué)中有一個(gè)研究不完全分支和錯(cuò)誤假設(shè)的學(xué)科叫做，穩(wěn)健統(tǒng)計(jì)學(xué)
- MAR坊夫、CAGR砖第、shiap等指標(biāo)均屬于不穩(wěn)健指標(biāo)，對交易時(shí)間點(diǎn)特別敏感
-
回歸年度回報(bào)率
- 需要對相關(guān)的指標(biāo)做線性回歸环凿，使指標(biāo)對時(shí)間點(diǎn)的敏感程度較低
- RAR regressed annual return 梧兼，年度回報(bào)率線性回歸指標(biāo)，對CAGR做的線性回歸
- MAR 指標(biāo)使用到了衰減程度的指標(biāo)拷邢，衰落程度是一位數(shù)據(jù)袱院，沒法反應(yīng)衰落時(shí)間的長短，
- shiap的分子計(jì)算需要做線性回歸處理
-
穩(wěn)健風(fēng)險(xiǎn)回報(bào)比率
- 穩(wěn)健風(fēng)險(xiǎn)回報(bào)率 robust risk/reward ratio R立方指標(biāo) = RAR/LAMD(平均時(shí)間衰落) length-adjusted avarage maximum drawdown
- 例如瞭稼，RAR為50%忽洛，月度平均衰落為20%，平均衰落時(shí)間為1年环肘，則R = 50%/(25% * 365/365)
- 穩(wěn)健風(fēng)險(xiǎn)回報(bào)率 robust risk/reward ratio R立方指標(biāo) = RAR/LAMD(平均時(shí)間衰落) length-adjusted avarage maximum drawdown
-
穩(wěn)健夏普比率
- S-shiap stable shiap = RAR/月度回報(bào)標(biāo)準(zhǔn)差
- 穩(wěn)健指標(biāo)能避開兩點(diǎn)：運(yùn)氣成分和過度擬合的情況欲虚，單一性事件在穩(wěn)健性指標(biāo)上的反映不太敏感
- 樣本的代表性
- 測試使用的樣本應(yīng)該具備兩點(diǎn)：市場數(shù)量和測試時(shí)間
- 市場容量要足夠大，不能是單一品種的交易市場悔雹；時(shí)間跨度要足夠長复哆，涵蓋不同的市場形態(tài)
-
樣本規(guī)模
- 樣本規(guī)模的問題核心在于欣喧，策略在使用的過程中的頻繁程度，如果一個(gè)樣本規(guī)模夠大梯找，但是系統(tǒng)本身并沒有得到高頻率的使用唆阿，那這樣也是毫無意義的
- 避免兩種情況：
- 單一市場最優(yōu)化，一般單一市場的交易機(jī)會(huì)不會(huì)太多锈锤，形態(tài)也單一
- 過于復(fù)雜的系統(tǒng)驯鳖，過于復(fù)雜的系統(tǒng)沒法確定是策略的那一部分發(fā)揮作用，還是其他因素導(dǎo)致的久免，測試需要控制策略的單一性問題
-
從虛擬測試到實(shí)戰(zhàn)交易
- 在虛擬測試中請使用穩(wěn)健的技術(shù)指標(biāo)
- 如果一個(gè)系統(tǒng)在某一段時(shí)間特別優(yōu)秀浅辙，由于觀察者效應(yīng)，這個(gè)系統(tǒng)最終會(huì)喪失優(yōu)勢阎姥，請研究這個(gè)系統(tǒng)的市場使用情況和是否只是使用于特定的市場形態(tài)
- 參數(shù)調(diào)整檢驗(yàn)
- 在確定最優(yōu)化參數(shù)之后记舆，利用組合的方式調(diào)整參數(shù)的范圍跨度，查看穩(wěn)定性指標(biāo)的變化程度呼巴，如果變化不敏感泽腮，說明具有實(shí)際操作的意義，如果變化敏感伊磺，請篩查是否有過度擬合的嫌疑
- 滾動(dòng)最優(yōu)化窗口
- 可以通過調(diào)整測試的時(shí)間點(diǎn)盛正，來確定各個(gè)穩(wěn)健指標(biāo)的反映情況，大多數(shù)的衰落可能發(fā)生在系統(tǒng)體運(yùn)行的前后
- 用95-20年的數(shù)據(jù)來做參數(shù)優(yōu)化的回測屑埋，確定最優(yōu)參數(shù)后豪筝，放在00-05年以及05-10年做市場校驗(yàn)對比
-
蒙特卡洛檢驗(yàn)
蒙特卡洛主要用來檢驗(yàn)用隨機(jī)性數(shù)據(jù)檢驗(yàn)系統(tǒng)是否穩(wěn)健的一種方法
-
別樣風(fēng)景
- 常見的有兩種方法：
- 交易調(diào)整：隨機(jī)性的改變交易指令和起始日
- 凈值曲線調(diào)整：在初始凈值曲線中隨機(jī)選擇一部分組合成新曲線
- 兩種方法中，交易調(diào)整方法會(huì)低估衰落的可能性摘能，因?yàn)樵摲椒ㄕ{(diào)整日期后续崖，可能避開了大的衰落周期，他們會(huì)將交易日期完全分散化团搞，衰落水平可能由此而變得很低严望；而曲線調(diào)整法需要注意衰落的相關(guān)性，一般的衰落只要開始逻恐，一般都會(huì)集中爆發(fā)像吻，并不是隨機(jī)事件，可以讓系統(tǒng)支持多個(gè)交易日數(shù)據(jù)的整體截取功能來避免這個(gè)問題
- 常見的有兩種方法：
-
別樣凈值曲線
- 用蒙特卡洛模擬出多次的別樣凈值曲線复隆，比如2000次拨匆，評估2000次曲線的各種技術(shù)指標(biāo)和原凈值曲線的匹配程度，也就是執(zhí)行度挽拂，可以很容易的計(jì)算出所有曲線在高于某個(gè)特定置信度時(shí)候的比例惭每，可以作為在未來實(shí)盤中的模擬程度參考
- 由于所有的數(shù)據(jù)均是來自于歷史回測數(shù)據(jù)，數(shù)據(jù)源上的問題當(dāng)然會(huì)在這個(gè)系統(tǒng)的結(jié)果上也存在亏栈，比如最優(yōu)化參數(shù)本來就導(dǎo)致了系統(tǒng)的RAR指標(biāo)被高估20%台腥，那么這個(gè)問題在測試后依然會(huì)存在
- 歷史測試只能增加對未來趨勢概率預(yù)測宏赘，不會(huì)完全反應(yīng)未來市場的真實(shí)情況
文章內(nèi)容來源信息如下，僅供個(gè)人學(xué)習(xí)黎侈、研究使用察署，如有侵權(quán)，請聯(lián)系刪除
原著作信息
名稱：海龜交易法則
原名：Way of the turtle:Thre secret Methods that Turned ordinary People into Legendary Traders
著者：[美]柯蒂斯*費(fèi)思
譯者：喬江濤
出版社：中信出版社
