笔记本如何解锁触摸板:交易系统设计过程中的误区

交易系统设计过程中的误区

转载

财经

　　　　误区一：交易系统就是指标的优化很多交易系统的制作者认为，交易系统就是优化之后的指标，因此这些制作者热衷于使用分析家、SUPERCHAT等股票分析软件的指标优化功能，每天对每个指标进行计算并赋予特定的参数。其实这些人犯了两个错误，一是将交易系统的预测分析部分误认为是交易系统的全部，忽略了风险管理和投资策略，但实质上这两部分有时候比预测分析部分更重要。二是交易系统的预测分析部分除了指标的优化之外，还包括投资理念的体现。首先，制作预测分析部分时，制作者必须对目标品种的走势非常了解，并已经具备了良好的技术分析手段，即使没有经过优化，制作者也能人为的比较准确地进行分析。其次，制作者必须将若干的条件进行组合，不仅仅是对已有的指标进行优化，更重要的是将自己的分析思路程序化，或者可以说是编出一个新的复合指标。这些复合指标经过调试之后再通过优化来提高性能。这样才能构成交易系统的预测优化部分。
　　　　误区二：交易系统的利润总额是最重要的，能够获得利润最大的交易系统就是最好的交易系统交易系统的利润总额确实是衡量交易系统好坏的重要依据，但绝对不是最重要的，如果将通过历史数据检验能够获得最大利润的系统应用在实践之中会发生很多问题。首先，这一利润总额与用来计算的历史数据的年限有关，可能某一年的利润额特别高从而导致几年的利润额也高，这样的系统在实践中是不可取的，因为我们不知道未来的行情是否与该系统历史中获得高利润额的行情相似，或者说很可能不一致，如果未来的行情不一致，使用这套系统就不能获得高利润，甚至可能会赔钱。其次，我们在实践操作中首先应该避免市场风险，在此基础上再去获取稳定的受益，如果将追求利润总额高放在首位必然要承担较大的风险。因此，交易系统应该首先是安全的，有能力避免市场的风险，其次应该稳定，能够保证在不同的情况下都能赢利，然后再去获取尽可能大的受益。


系统交易必须解决的几个问题
以我能想到的系统交易方法有两类。
一类是预测类
　　这类方法需要对股价进行建模。即将复杂的价格数据，用简单的、已经成熟的模型来模拟。将复杂的股价波动转变成现金数学上比较研究得比较透彻的一些函数的叠加。于是复杂问题被解析成简单问题。举个最简单的思路比如将股价用ｓｉｎ函数来模拟（只不过效果不佳）。在建模方法中，首先要确定模型。目前的模型有许多种，有抛物线拟合、线性叠加的yn=f(yn-1,yn-2...).的AR方法、相对前沿的FARIMA方法、神经网、概率统计等等。模型可以是五花八门。但这类方法都是一个思路：
股价数据=模型+参数+残差。
　　建立模型之后，用历史数据对模型参数进行训练，用收益最大化来求得最优化的参数。模型实在拟合不到位的数据作为残差来填补。验证模型拟合好坏的一个方法是检查残差数据是否具有规律性（比如自相关性）。（即是否存在仍然没有被模型所表达的，但是仍然具有规律性的数据成份）。
　　无论是怎样的模型，这类方法要面临的问题也是一样的：
　　使用历史数据训练出来的模型参数在后续的运行中是否稳定。
　　是否能够在新的数据输入下，仍然保持最优的（哪怕是可接受的）对收益的贡献。
　　用最极端的例子来说：傅利叶分析可以对任何曲线进行精确的解析建模，但是它的参数也是最不稳定的。根本不具有实用价值的有后推性。
　　所以，如果参数是不稳定的，那么模型的预测能力将大打折扣。
　　这种缺陷如果严重的话，即使通过及时的参数修正，也不会有什么好结果。
　　所以说，寻找稳定不变的变量。是模型方法的永恒的主题。越稳定就越成功，越不稳定就越失败。
　　二类是趋势跟踪法
　　趋势跟踪法核心任务是识别趋势
　　识别趋势最常用的方法是制定一条标准线。在标准线之上的算是上涨，在标准线之下的算是下跌。
　　至于标准线怎样制定，一个人一个思路。均线就是最简单常用的一种。
　　趋势法的难题：
　　如何面对噪音信号。所谓噪音，就是信号发出之后，事后证明是失败信号的那些信号。其实叫做噪音是不合适的。成功的信号躲在噪音信号里面，在事先谁也不知道（也不打算知道，这是趋势法的核心理念）信号是真的还是假的。统统都按照正确信号来对待。－－对噪音的尊重就是对机会的尊重。如果过分排斥噪音，就会排斥掉机会。－－脏水和孩子一起被泼了出去。
　　失败的信号必然会带来亏损。趋势法寄希望于１次成功信号的收益来挽回ｎ次连续的失败信号的损失。
　　于是这里就涉及到了概率问题。
　　收益取决于　ａ成功信号/失败信号　的出现次数、ｂ每次的收益(亏损)量。ｃ连续出现的次数概率
　　而这些概率变量ａｂｃ又是标准线与股价数据运算的共同结果，受标准线的敏感度与股 价数据的概率分布特性的共同影响。
　　而股价数据的概率分布特性是动态变化的。在一段时间里面，股价波动很小，趋势明显。另外一段时间里面波动大，趋势不明显。标准线能否动态跟踪股价的波动特性，是决定趋势法成败的关键。


第一节　　全面的交易系统应具备的特征
　　前面我们阐述了交易决策量化模型，可以看出，这个过程计算量非常大的，人工计算几乎没有实现的可能性，因此，借助现代计算机的先进技术是最好的方法，可以根据对积理论孵化出交易系统。
　　有交易者会有疑问，交易系统是机械的、固化的，怎么能够面对千变万化的市场，但是从上一章我们可以看出，交易系统是建立在非常庞大的理论基础上的，它综合考虑了各种因素，对各种可能出现的事件都进行了量化，应该说比目前任何一种分析方法都要全面，系统。
　　证券业内对于交易系统的叫法很多，比如：成交撮合系统，委托下单系统，行情播报系统，行情分析系统等，都被混称为交易系统。为了能让广大交易者更清楚地使用交易系统进行交易，我们对交易系统进行了重新定义。
　　交易系统的功能之一，包括形成交易决策的全部过程，最终能形成确定的交易决策。我们用2W1H（what、when、how much）来概括交易决策的整个过程。2W：what：买什么，选择哪些品种构建投资组合；when：什么时候（也就是价位）买进与卖出,在这一点上应该深入理解，它不仅仅是交易时机的把握，同时也蕴含了止盈止损的资金管理概念，交易时机与止盈止损永远是相互关联，任何时候都不能把它们割裂起来；how much：买多少。这三个环节建立完整的规则，然后耦合形成一整套的交易法则，最终形成确定的交易决策。
　　交易系统的功能之二，能摒弃人性的弱点，客观理性的形成交易决策。
　　使用交易系统的最终目标是形成确定的交易决策，因此，交易系统更准确的定义应该是“交易决策系统”。
　　为什么使用交易系统对于交易如此重要呢？
　　1、各种规则相对固定化，计算运行结果精确，避免了人为依据规则交易的模糊性和随意性，减小了规则应用上的偏差和失误；
　　2、克服了人性的贪婪和恐惧等弱点，使得交易更理性更科学；
　　3、具备完整的各种规则，避免了由于交易时机把握和资金运用管理两方面在规则上的缺失，和不能相互对应与融合；
　　4、可以在实际操作前进行大量实验，可相对客观、准确地把握交易思想和方法体系的正确性，很大程度上避免了由于方法不成熟造成的交易风险；
　　5、能够通过精密的计算和完备的规则来控制风险，单笔交易的风险和整体交易的风险。并且在头寸调整上更加精确合理，可以有效的提高资金使用效率。
　　一个交易系统应具备哪些要素，用怎样的评估标准去评估一个交易系统是否是全面的。
　　我们可以用以下的评估表，进行评估。如有一项不具备，不能称为全面的交易系统
角度 要　 素
逻辑性 系统内的各项规则是预先确定的
各规则在同等条件下运行结果是相同的惟一的
发出交易指令所依据的条件是客观存在且必然发生的
指令的发出依据当下的条件而非事后的条件
指令发出后不可更改
各项规则之间有严密的条理性
各项规则不会冲突并最终得出统一的结果
完备性 有入市时机判定的规则
有出市时机判定的规则
有确定头寸规模的规则
有确定仓位增减的规则
有止损和止赢的规则
有确定资金占用比例的规则
有组合交易或集中交易的规则
有应对市场交易规则变化的规则
有应对突发事件的规则
有控制帐户总体风险的规则
每笔交易中交易时机的判定和资金运用的管理规则一一对应
可操作性 市场中存在满足要求的交易品种
符合所交易的市场的各项法规制度
对行情传输和指令传达等方面的要求在技术上可实现
交易指令明确无歧义
可直接根据指令交易不需再次分析判断
交易指令可在市场中执行
指令发出所依据的条件客观存在且必然发生
指令发出所依据的条件是量化的
至少能完成一次完整的交易循环
普适性 适合同质的不同市场
适合同市场的不同品种
适合同品种的不同时间周期