[轉(zhuǎn)] 如何分析期貨程序化交易
誤區(qū)1:勝率高的指標(biāo)是好指標(biāo)
誤區(qū)2:相同周期內(nèi),收益率高的指標(biāo)是好指標(biāo)
誤區(qū)3:盈虧比大的指標(biāo)是好指標(biāo)。
誤區(qū)4:高準(zhǔn)確率,高盈虧比的完美指標(biāo)是好指標(biāo)
解析:以上誤區(qū),往往是投資者過(guò)度關(guān)注某一個(gè)數(shù)據(jù)造成的,因?yàn)橥顿Y回報(bào),是一個(gè)多因素乘積效應(yīng),過(guò)度關(guān)注一個(gè)指標(biāo)而忽視其他指標(biāo), 其結(jié)果未必可取。例子:準(zhǔn)確率75%(不考慮是否合乎實(shí)際),盈虧比2(平均盈利是平均虧損2倍),該模型的效率值是=75%*2*100,效率是150,另一模型,準(zhǔn)確率50%,盈虧比3.5,效率值是=50%*3.5*100,為175.從上例分析來(lái)看,僅僅關(guān)注準(zhǔn)確率,不能更好的為投資帶來(lái)高效回報(bào)。所以有投資者就追求高準(zhǔn)確率,高盈虧比的指標(biāo),例如準(zhǔn)確率80%,盈虧比7,該模型系統(tǒng)的效率值達(dá)到了驚人的560,看到數(shù)據(jù),不免讓人心潮澎湃。
但從實(shí)際上考慮,人類在人類的投資群體中,能夠達(dá)到這種投資結(jié)果么?這種結(jié)果,是否合理? 答案肯定是不合理,這種原因,主要是因?yàn)閿?shù)據(jù)作弊,樣本過(guò)小,過(guò)度縫合歷史等原因造成的。數(shù)據(jù)作弊,主要是使用了“未來(lái)函數(shù)”,小樣本主要是選取的測(cè)試時(shí)段過(guò)小,很多特殊情況并未發(fā)生在該時(shí)段,過(guò)度縫合歷史主要是程序編寫,是按照“歷史重演”的理論,嚴(yán)絲合縫的對(duì)歷史進(jìn)行測(cè)量,“歷史會(huì)重演”,但不會(huì)“簡(jiǎn)單重演”,所以,用這種模型系統(tǒng)預(yù)測(cè)未來(lái),那么各項(xiàng)數(shù)據(jù)都會(huì)發(fā)生很大變化。
解決方法:1按照實(shí)際可能性,分析數(shù)據(jù),這是有風(fēng)險(xiǎn)的投資,怎么會(huì)有零風(fēng)險(xiǎn)的暴利?2多數(shù)據(jù)分析,乘法法則告訴我們,只要有一個(gè)因子是零,那么結(jié)果肯定是零。3按照切斷測(cè)試的法則進(jìn)行數(shù)據(jù)分析,把一個(gè)長(zhǎng)階段,分成若干小階段,在每個(gè)小階段中測(cè)試數(shù)據(jù),然后對(duì)于整個(gè)階段數(shù)據(jù),如果誤差較小,那么模型就是穩(wěn)定的,如果誤差較大,那么模型就存在一定的不穩(wěn)定因素。
您需要 [注冊(cè)] 或 [登陸] 后才能發(fā)表點(diǎn)評(píng)