9/28/2008

This is a testing post

This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !
This is a testing post ! This is a testing post ! This is a testing post ! This is a testing post !

1/20/2008

交易系統的可行性評估

一個程式交易系統是否可以實際拿來操作,至少必須評估下列三項因素:

[一]、獲利能力:這個系統是否具備可靠的獲利能力,譬如一個順勢系統,在哪一種規模的趨勢中它可以獲利,趨勢規模不夠大或是盤整的時段,所造成的虧損對整體績效的衝擊,如果未來趨勢的時段比例減低了,或是趨勢的規模變小了,這個系統仍然可以獲利嗎?
[二]、最大累積虧損:[Maximum Drawdown] 測試過去的資料所曾經發生的最大累積虧損是風控可以接受的的範圍之內嗎?未來執行階段,最大累積虧損會擴大嗎?
[三]、操作壓力:執行期間可能面臨的虧損可以被接受嗎,交易頻率會過低或過於頻繁嗎?績效表現可以符合預期的要求嗎?報酬風險比[ex. Sharp ratio; K-ratio]符合預期嗎?

以上的問題,當然可以運用充分的資料測試[Backtesting],來取得足夠的數據做判斷,雖然如技術分析派相信的價格行為未來會歷史重演,但是絕不會分毫不差的重演,所以運用一些 Forward Test 或是 Simulation 的方法對於未來績效表現的機率或期望值做一些瞭解,並且針對負面的狀況做好因應的措施,譬如最大累積虧損擴大了,淨值曲線的表現偏離了,可以運用風控的機制或資產動態配置的方法,來規避意外的虧損,有效的掌握整體投資組合的績效。

1/14/2008

淺談最佳化

有一位朋友來信問及 Tradestation 最佳化的問題,簡答如下:
最佳化 optimization 用另一個說法就是 curve fitting ,最佳化可以找出一組參數,讓受測期間的績效表現最好,如果你的交易策略在不同期間作最佳化,二者最佳化的結果,參數的值都很接近,而且都有獲利,這個策略未來成功獲利的機會較大,如果將過去的資料分成幾段,分別最佳化,結果參數值差異很大,就算最佳化的結果有獲利,這個策略未來獲利的機會也很低。
如果你的交易策略參數越多,最佳化的結果很容易流於 over fitting ,未來實現獲利的機會很低。
一個交易策略的成敗關鍵,在於策略本身的預測能力,而不是最佳化的結果好不好,Tradestation 的最佳化功能,只能幫我們檢驗策略在某段期間的獲利表現,至於策略的預測能力必須用其它的科學方法去研究了。
試想,我們常用的技術指標,全世界使用技術指標的人也幾乎都知道,如果依靠這些指標可以獲利,那大多數看技術指標的人應該都會獲利,但事實並非如此,金融市場的贏家佔的比率很低!
技術派的人認為,價格以及指標的型態會歷史重演,所以藉由觀察型態來推測操作方向與時機應該有獲利的機會,Tradestation 提供了測試的環境,讓我們可以檢驗一個交易策略在過去一段時間的獲利能力,至於未來能不能獲利,"最佳化"是無法給出答案的。

操盤的成敗關鍵是"機率"與"風險",但是人無法使用直觀的能力來處理"機率"與"風險"的問題,所以必須使用數學方法和電腦工具,Tradestation 以及同類型的軟體提供了這個環境,所以多年來在市場上擁有許多專業使用者,使用這類工具,有助於進入更專業的領域。