当前位置:首页 > 外汇 > 第五章 机械系统(EA)的构建优化及测试

第五章 机械系统(EA)的构建优化及测试

慢热吴老师2年前 (2020-03-28)外汇801

前言:关于4-8章主要讲机械系统及ea如何建立、优化,测试以及管理,对于EA先说下个人观点,机械系统并不等于ea,ea只是将系统做成了程序,自动交易。ea只是代替了人的操作,它只是按照你的意志来执行,但它并不能代替你思考。

所以机械系统的建立是人对于市场的正确认知,建立的一套可量化的规则。如果只是利用电脑将历史数据不断优化得出的策略ea,当交易系统变得更加复杂与数字化,作为交易者应该思考一下,是否忽略了电脑究竟在做些什么。

为什么大多数ea回测的历史成绩令人瞩目,一旦实盘却惨目忍睹?导致很多交易者听到ea就觉得不靠谱,本章就是在探讨这个问题。

谈到这个问题我们要先了解什么是曲线匹配系统

(下面这段解释出自《高级技术分析-交易系统的原理、构建与实战》)

曲线匹配系统是由系统开发者检验历史价格,寻找有效的规则所建构成的交易系统。其创建的交易系统的历史模拟交易成绩令人侧目,但交易员依据系统在未来进行实战交易时,却无法创造同样战绩。这些交易系统称为曲线匹配系统。

要分辨曲线匹配交易系统很简单。他们具有可怕的复杂规则,例外以及例外中的例外。它们之所以高度复杂,是因为系统发明者要找出较多情况下持续奏效的方法。他起初从一组简单的规则开始进行研究,每一次发现某种规则无法使用,她就必须建立例外的条件,或是恰到好处地变更规则,使这组规则对先前检验过的价格数据仍然有效,同时避免刚发现的失效情况。到最后,这套规则在所有检查过的历史价格中都有效,却也难免因此而变得非常精细。

判断交易系统是否属于曲线匹配的关键,在于该系统的开发者是如何制定规则的。如果他根据历史价格来寻求当时有效的交易规则,并据此规则进行调试,这种交易系统就属于曲线匹配式的系统。交易系统的曲线匹配特性越强,越不可能在未来发生作用。相反的,如果交易系统的开发者并未参考任何特定的历史价格数据,系统就不是曲线匹配的系统。假使一个非曲线匹配交易系统在对足量的历史价格进行测试时能发挥作用,则它在未来持续发挥作用的几率会比曲线匹配交易系统高出许多。

PS简单来讲:曲线匹配系统就是电脑利用历史价格图标来建立规则,而非曲线匹配系统是人对于市场的认知建立的规则,本质是交易逻辑的体现,而电脑只是表面价格的推演,是有本质区别的。

这也解释了为什么大多数ea回测的历史成绩令人瞩目,一旦实盘却惨目忍睹的问题。我们现在能够分清一个系统是不是曲线匹配系统,知道了如何选择系统,下面说下如何进行系统优化及测试

系统优化

例如策略A止损点加速系数定为0.02,他并没有解释为什么使用0.02这个数字,而不是0.01或是0.03。只要他不是经过历史价格测试后才选定0.02这个数字,这套系统就不属于曲线匹配系统。然而我们在设计交易系统时,想要找出过去价格变化中最有效的加速系数是十分自然的。这种过程称为优化。电脑将测试你指定的每一个加速系数值,然后计算出对应的盈利结果。

假使你发现,过去5年来,各个市场都有不同的最佳加速系数,你会针对不同市场的交易使用该市场的最佳系数嘛?如果再将历史数据按月份分解,对每个月份单独测试,你回发现每个月份都有自己的最佳系数。那么你会根据当月的数据来调整系数嘛?毫无疑问,这样创造出来的交易系统简直就是前面介绍过的曲线匹配交易系统的翻版。

曲线匹配交易系统正是利用历史价格轨迹来创造系统规则及最佳系数,这就决定了若将其放在同样的历史数据中进行测试,保证都会有不错的盈利,但这根本无法保证未来交易的成功。

不同的市场是否应该使用特定系数,如果你使用这种方式,你所操作的就是一套经过优化的系统。虽然这套系统属于曲线匹配型,但是与另一套针对不同市场各个月份使用特定系数的系统相比较,程度仍然较为轻微。

完全不考虑历史价格而设计出的一套普遍适用于所有市场与任何时段的高盈利系统,这种好事只有梦境中才有。但是不幸的是,你还得从美梦中清醒来面对现实,这种事是不会发生在现实世界中的。我们在面对数学式交易系统的复杂公式时,总会发现许多可变的参数。唯一能够让你提升交易系统绩效的方法就是利用历史价格以不同的参数赋值对系统进行测试。因此,适度地优化系统是必要的。但是如果过度优化,你的交易系统将是一套高度曲线匹配系统,这将使该系统未来绩效的可信度降低。

我们对系统进行历史价格测试时,必须牢记什么是自己的目标。我们的目标并不是要建立一套过去操作绩效最佳的系统。我们是要创造的系统是能在未来产生最大盈利的系统。未来才是你能赚到实际财富的竞技场。

PS关于合理优化的个人理解:没有任何一套策略可以在全品种全时段稳定盈利,因为市场是有生命的,它有自己的防御机制,每过一段时间它就会自我修复,如果我们想保持优势,那么在市场变化时势必要进行优化调整合适参数,这样就把握住了市场节奏

分段优化及测试

防止滥用优化的一个好方法,是将历史数据做不同区隔,而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。

然而,这并不是完善的解决法。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?如果你将最近其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,那么你实际上是就整组数据在进行优化。最理想的情况是,你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几率重复出现。

PS本人在开始入市的前半年就是学习了一款机械系统,当时就是陷入了过度拟合的坑,也就是前面讲的曲线匹配系统,当后来看完高级技术分析-交易系统的原理、构建与实战这本书时终于明白机械系统及ea该如何应用,现在当初学习的机械系统已经可以做到盈利。希望本篇本章可以让使用机械系统及ea交易者有所收获,知道该去怎样构建交易系统,后面如何去合理优化,以及最后的分段测试。

关于交易之十二乐章,一共十二章,前四章讲的是风控和理念,四到八章讲的是机械量化系统和资金管理,最后四章讲的是我自己的道氏理论主观交易。2020年每个月更新一章。它是我总结整理的认为很有用的东西,其中有我自己的经验总结,也有大神们的心得经过我学习领悟最后整理得出,也有书上学到整理得出,别人的东西我会标明出处。所以希望大家如果转载也请标明出处。它也在知乎同时发表。

作者:慢热吴老师

相关文章

第一章 四大基本风控原则(慢热吴老师原创)

第一章 四大基本风控原则(慢热吴老师原创)

前言:交易就像是一场马拉松比赛,比的不是短时间谁能暴富,而是比谁活的足够久,最后剩者为王,良好的风控是你在市场中活下去必要条件。市场是未知的,盈利是未知的,我们唯一能确定的可控制的就是亏损。控制止损:...

第二章 复利的数学模型(慢热吴老师原创)

第二章 复利的数学模型(慢热吴老师原创)

前言:复利是这个世界上最有魅力的一件事,实现财富的快速积累有暴利和复利两种。其实无论从积累速度还是高度,复利无疑远远超过了暴利。就像巴菲特所说的滚雪球。古人云,欲速则不达,复利开始时不是很明显,但越往...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。