原文链接:https://quant.la/Article/View/1655/交易策略的构建——不只是测试与优化.html

NO:01


在量化交易的过程中,我们大部分交易者都会遇到这样的情况:一个关于交易的想法突然灵光闪现出来。这也许发生在无聊发呆时,或者在漫步的时候,或者在晨浴中突然冒出一种念头,又或者集中精力关注与某一件事的时候。
但是无论它发生在哪里,交易者的正常本能是冲向电脑,撸起袖子来检验这个想法,并快速分析结果,如果该想法回测是成功的,那么便会开始进行交易。

NO:02
然而,在量化交易领域,这是一种非常糟糕的方法。即使模块化的交易软件能够快速开发交易策略,仅仅十几分钟的时间就能实现从开发到回测绩效,但是这并不意味着它是一种正确的方法。事实上,这种黑盒子似的量化交易软件,即便能快速开发和测试评估通常也不是正确的方法。


长远来看,交易员必须像构建大厦一样对待策略的开发,没有施工人员发现一块区域且得到一些物资后就开始进行建造,而是在开始建造之前,需要经过许多步骤,这种概念同样也适用于交易策略的开发。对于大厦建筑者而言,制定计划和打地基是首要的两个步骤,而交易员在测试和分析之前也必须要这么做。

NO:03
向任何建造者请教,他都会告诉你建房子应以计划或蓝图开始,蓝图会显示成品的样子,这也同样适用于构建交易策略。它必须以设计图开始,来显示其最终结果,可悲的是,许多人认为设计图意味着“开发一个可以赚许多钱的交易系统”,这样说可能太宽泛了,“许多钱”到底是多少钱?关键是要具体说明而不是用一种模糊的概念。

为创建长期稳定的交易策略,对策略的预期性能,交易者首先需要有一个详细的计划、目标。这样,当交易者开发策略时,将会有明确的方法来衡量策略本身,而不是舍本求末。

NO:04
那么,开发交易策略的绩效目标至少应该基于这些因素:明确性、可证伪性、可实现性、相关性、时效性。
1、明确性:策略的目标必须要有明确性,“开发一个可以赚许多钱的交易系统”一点也没有明确性。没有明确目标的交易员永远不知道何时可以达到目标。
2、可证伪性:简而言之,这就意味着在计划中策略必须要满足的目标数目和策略性能标准,而不是凌磨两可。创建一个 “ 最小化跌幅 ” 的策略是相当容易的,但是却很难去创建一个有30%最大跌幅”的策略来在交易边缘基础上进行证伪。

3、可实现性:这是许多交易者会误入歧途的地方。开发一个商品期货中每个合约每天至少赚20点的交易系统当然是明确的,但是它离可实现性却相距甚远,至少对于大多数交易员来说是这样。在量化交易的过程中,设定一个不切实际的目标只会造成失望。
4、相关性:策略中的条件是环环相扣的,也就是说把所有的 “ 点 ” 穿成 “ 线 ”,然后把 “ 线 ” 形成 “ 面 ” 。对于交易策略开发,交易者必须确保计划中的每一处细节都能够帮助其创建一个坚固的交易策略。交易计划必须与开发长期稳定盈利交易策略息息相关,这是也是最重要的一点。

5、时效性:时间就是金钱。没有哪个交易者愿意花费数年来开发一个交易策略。如果交易者对一个策略开发或维护时间过长,不断调整和更改策略以对其进行改善,往往会造成过度拟合。策略有多种多样,不应只是集中在一个策略上,所以重点是要不断实现新的想法,而不是无休止的改善某一策略。

NO:05
如果一个策略底层逻辑是基于归纳法,没有理论基础做支撑,并通过优化所有数据,并以数据拟合的规则来构建。那么就很难适应未来。
相反,如果一个策略底层逻辑是基于演绎法,并通过强有力的理论基础做支撑,并且包含种种限制、通过样本内外测试以及粗略优化。那么就有可能会经得起时间的考验。

所以,仅仅只是看回测资金曲线是不够的——因为你不知道它的交易系统是如何被开发的,大多数交易者可能从不知道回测出来的资金曲线是多么的不切实际,且不知道理论基础是至关重要的。
那么,量化交易者如何为开发交易策略创建一个强有力的理论基础呢?首先,他必须通过使用相同过程来测试每个策略并以此消除所有倾向性。与其他策略一样,好的想法也应该要经过相同的开发过程,这样所有策略可以经历相同的测试和分析。回测结果应该根据绩效标准客观评估。

NO:06
用科学的方法测试交易策略:
1、样本内和样本外测试:大多数量化初学者在回测的时候,直接采用对全部的历史数据,这种做法愚蠢。结果往往会不知不觉对策略进行过度优化。
测试策略的更好方法是:把全部的数据分成两份,即样本内和样本外。当然历史数据越多越好。首先在样本内优化一个合适的参数,然后用相同的参数在样本外进行测试,如果样本外的绩效比样本内的绩效报告差很多,那么大约不是一个很好的策略。

2、蒙特卡罗模拟:历史模拟法的样本量有限,并且历史不会重演,这样会导致测算出来的风险价值出现较大的置信区间。所以利用蒙特卡洛模拟发可以通过随机合成样本外方式,克服历史模拟法的局限性。运用随机数来模拟预期的策略性能是非常重要的。
3、普适性测试:除了对单一品种测试外,还需要从多维度来检测策略的普适性。比如:多个品种单一策略测试、多个周期单一策略测试以及策略参数的普适性。

4、模拟孵化测试:如果通过上述几项测试,那么在将资金投入交易之前,最好先让策略沉淀一会。可以通过模拟账户,实时监控策略,从长远来看,模拟孵化测试,可以节约交易者许多金钱,因为即便是经过严格测试的策略,也有可能会在模拟交易中暴露出隐蔽Bug。
5、小规模实盘:毕竟模拟盘与实盘还是有差距的,如果在实盘中策略稳定运行,并且盈利持续扩大,那么就可以适当加大头寸;否则当策略表现不佳是,应该及时减小头寸。

NO:07
在量化投资领域,对于策略开发者来说,基础可以被视为策略构建过程。在运用这些概念时,诀窍是要有有条不紊且又严格的方法。
与其他道理相同,交易没有捷径,走捷径的交易员几乎都是不成功的。就好比建在沙地上的大厦,未能正确开发的交易策略将会被无情淘汰。只有以合适方法构建的牢固的系统交易策略,才有有可能在严酷的市场中存活下来。

NO:08
市场唯一不变的就是一直在变,并且未来不可预测。本文仅代表作者观点。