1703559219
1703559220
1703559222
机械式交易系统：原理、构建与实战 测试的时间段
1703559223
1703559224
测试交易系统时需要考虑的另一个重要因素，便是选择测试历史价格的时间段。乍看之下，似乎是测试的时间段越长越好，但市场性质若随着时间而改变，则长期的测试可能导致负面的效果。记住，你仅能通过未来的交易来赚钱。因此你必须设计一套历史测试法，能够预测未来的交易。某套系统在1980~1983年行情中曾经展现杰出的绩效，但在1988~1989年的行情中，如果价格走势的性质已经发生了重大变化，则该系统在此期间的表现可能极差。
1703559225
1703559226
虽然你不断听到交易者评论说，近来在市场上做交易已经变得比过去更难，但这种态度与其说反映了市场真实情况的改变，毋宁说反映了评论者交易的成败。如果只观察市场的长期图形，你很难洞悉特定市场的价格行为发生了根本的变化，而这项变化足以影响交易系统的成败。当然，市场化性质肯定在变化。市场常常出现极长期的牛市与熊市。市场的价格波动会发生周期性的变化。最大的问题是，你不知道在未来究竟是要面对哪一类型的市场。所以，你的系统必须能够处理所有这些变化形态。
1703559227
1703559228
最好是选择足够长的时间段，使它同时涵盖牛市和熊市，而且要包含价格波动性高及低的情况。另一方面，你也要考虑测试上的方便。人们所拥有的时间十分有限。选择相对短的时间段，而花费较多的时间致力于测试，这或许会胜过选择20年或30年的数据时间段。
1703559229
1703559230
比测试时间段的长短更重要的是系统所产生的交易笔数。就统计上而言，所产生的交易笔数越少，则测试越不足以信赖。统计学家在决定数据取样规模时所做的各种考虑，同样适用于商品交易者对系统的测试。如果你的测试时间段太短而无法产生至少30笔的交易，则测试结果的可信度将会受到影响。有人认为，如果测试时间段相当长，则必然是值得信赖的测试。事实上，如果系统无法在测试时间段内产生足够的交易笔数，则测试时间段的长短并无意义。不论时间长短，测试所产生的交易笔数越多，则测试结果在统计上越可靠。统计上的可信度十分重要，因为这关系着你的历史测试结果在未来重复出现的概率。这也正是测试的全部目的所在。
1703559231
1703559232
相信5年是相当不错的测试时间段。这应该可以提供完整的样本，涵盖完整的上升与下降趋势以及各种价格波动程度。最近5年与未来的交易应该仍然有相当的关联。这个时间段可以提供足够的时间来产生充分的交易笔数，而且相对地说也不是很长的时间，测试可以快速完成。如果你使用很长期的交易系统，它每年仅能产生几笔交易，那你就得延长测试时间段，才能使测试的交易笔数接近30笔。如果你使用相同的参数，就可以在几个不同的市场中累积交易笔数。本书所讨论的每一套系统，均是以5年的时间段来进行测试。
1703559233
1703559234
为了避免测试发生扭曲的结果，你也必须注意数据在特殊时间段内所出现的不正常现象。如果这种价格行为因此而造成特别有利或特别不利的结果，而它们在未来重复发生的概率甚微，则此测试结果便没有多大用处。举例而言，如1979~1980年的白银暴涨行情，以及1987年10月19日的股市崩盘。为了在本书中统一使用5年测试时间段，并删除1987年10月份的数据，于是我选择的测试时间段为1982年7月1日至1987年6月30日。
1703559235
1703559236
1703559237
1703559238
1703559240
机械式交易系统：原理、构建与实战 分段优化及测试
1703559241
1703559242
下一章将讨论优化问题，即通过测试可变参数的不同赋值来改进交易系统的过程。系统内的可变参数越多，进行越多的测试来搜寻最佳参数值，则该系统在历史测试中的绩效越好。遗憾的是，当你用优化的方式得出极棒的历史测试成果时，你也将因此而减少该系统在未来重复其历史绩效的可能性。
1703559243
1703559244
防止过度优化的一个好方法是将历史数据做不同区隔，分别供优化与最终测试之用。举例而言，如果你拥有一组5年的数据，你可以在前3年使用优化，然后用最后2年来测试该系统。
1703559245
1703559246
然而，这并不是完善的解决之法。首先，你如何决定优化与最后测试应该分别使用哪段时间呢？如果你将最近期的数据留作最后测试之用，则在优化中可能使用过于陈旧的数据；反之亦然。其次，如果你就某组数据进行优化，并就另一组数据进行测试，这种过程重复的次数越多，那么你实际上是在对整组数据进行优化。最理想的情况是使用较陈旧的数据建立一套良好的系统，然后用最近的数据进行测试后证明该系统有效。如果你的系统能够产生统计上值得信赖的交易笔数，则该系统的测试绩效在未来便有相当的概率会重复出现。
1703559247
1703559248
1703559249
1703559250
1703559252
机械式交易系统：原理、构建与实战 在不同市场测试
1703559253
1703559254
商品交易系统的专业化成为时下的流行趋势。原因在于设计一套适用于不同市场的系统十分困难，而针对某单一市场设计一套拥有绝佳历史绩效的系统则相对简单。系统的设计者辩称，每个市场均有其特有的交易特性，因此都需要一套适用于自身的交易规则。然而，这是值得信服的理由吗？我将于第12章详细讨论此问题。
1703559255
1703559256
1703559257
1703559258
1703559260
机械式交易系统：原理、构建与实战 交易成本
1703559261
1703559262
我曾在第1章里经讨论交易的固有成本，这是交易者在通向盈利之路上难以克服的重大障碍。这些成本是佣金费用与滑点，后者包括买卖价差。在评估历史交易绩效时，这些成本经常容易被忽略。虽然交易成本相对于一笔成功的交易微不足道，但时间一长必然会积少成多。当你交易得越多，而平均盈利水平下降时，交易成本就显得非常重要。它们可能成为关乎整体盈亏的关键，具体则因交易系统与交易市场而有差别。因此，为了历史测试更为有效，你必须从实际出发，扣减佣金费用与滑点。
1703559263
1703559264
每位市场人士都必须考虑其本身的佣金费用，以得出合理的测试结果。如果你是通过折扣经纪商进行交易，则每笔交易的佣金费用少于25美元。滑点则随着当时市场流动性的变化而有所不同。我以每笔交易100美元来体现这些成本。某些交易者认为这个金额太高，而有些人认为又太低。在评估任何系统的绩效时，你必须知道要扣减掉多少佣金费用与滑点。你可以根据自己的经验调整上述金额。总之，为了模拟实际的交易状况，每笔交易都必须扣减某种合理的成本，否则测试便毫无意义。
1703559265
1703559266
1703559267
1703559268
[
上一页 ]
[ :1.703559219e+09 ]
[
下一页 ]