交易|如何开发和执行一套致胜的交易系统?(如果你还在亏损,不妨进来看看)( 二 )


区间运动辨识指数RAVI被定义为7日简单移动平均与65日简单移动平均之差占65日简单移动平均的百分比的绝对值 。 RAVI小于一定值时市场正在区间运动;RAVI大于一定值时说明市场正在区间运动 。
从长远看 , 趋势跟随方法比逆势方法更有可能盈利 。 随机震荡指标系统的业绩在低佣金时显著提高 。 这个结果说明如果不得不支付高额佣金 , 那么逆势策略就没有多少吸引力了 。
05
参数优化究竟有没有用?
在历史数据上表现很好的参数很少会在将来创造类似的业绩 。 最优化的主要好处 , 可能是提高了交易者对某套特殊系统的舒适程度 。 在一个交易市场上对系统最优化对于提高其他市场业绩没有任何作用 。
任何最优化演练都有其潜在的益处 。 第一个益处就是对交易系统不具获利性时的市场行情的认识 。 对于我们建立的任何规则都会发现产生亏损的市场运动 。 这是因为市场在触发了交易信号之后却向相反的方向运动 。
第二个益处是理解模型背后的一般性思想 。 例如我们可以测试模型是在趋势市场中获利还是在无趋势市场中获利 。 我们在设计这些规则具有获利性时是假设市场处于特定的行情之中 。 优化练习使我们检测自己的假设是否正确 。
第三个益处是理解初始资金管理止损的作用 。 我们可以量化初始止损的级别以便获取主要的利润 。 例如 , 如果止损太过宽松那么亏损交易就相对较大 。 相反地如果止损距启动头寸太近那么就会经常止损出场 。 每笔亏损交易的亏损额较小 , 但是 , 随着亏损交易出现频率的增高总资金回撒量将超过初始止损额 。
优化练习带给我们的最大益处是重新加强了交易者对特定交易系统的信任感 。 从根本上说交易者能够完全按照计划执行交易系统是最重要的 。 所以交易者们所做的任何测试都可以使他们更好地了解系统的性能变得对系统的亏损和获利特性更加适应从而帮助他们在实际交易中更加自信地执行该交易系统 。
06
初始止损:答案还是问题?
如果交易者使用初始止损 , 就要遵守资金管理规则 , 从系统设计和市场波动性中得出止损的值 。 一种良好的风险控制思想是使用2%的总资金初始止损 , 然后使用最大不利偏移(英文缩写为MAE , 盈利交易中的最大资金回撒的分布)来为特定的系统选择止损金额 。 在计算合约数目之前 , 要把MAE与一些对市场波动性的度量关联在一起 。 于是初始止损有三个标准:资金管理、MAE和波动性 。
如果我们在测试自校正系统时不适用初始止损 , 那么我们可以对入场信号的效率获得更多的感性认识 。 但是 , 如果系统不是自校正的 , 那么在测试时必须使用初始止损 , 3倍ATR是个不错的选择 。
最好的交易就是立即具有获利性的交易 , 同时也说明只有5%的交易是大型盈利交易 , 所以交易者应该将工作重点放在不要错过这些交易中 。
一个紧凑的止损产生的资金回撤可以大于根本不使用止损产生的资金回撤量 。
当市场在交易区间内运动时 , 止损将以更高的频率被击中 , 所以我们应该使用一些趋势度量方法来改变自己的初始止损 。
在交易的开始阶段 , 被市场止损提出的风险最高 。 所以在设置止损时考虑整个市场的波动性是非常有用的 。
在系统测试时我们应该使用多大的初始止损呢?这取决于我们使用的数据类型和系统设计的种类 。 如果使用基于系统设计的固定止损 , 那么就使用宽松的止损 。 如果对于每笔交易设置的止损不同 , 那么就要求交易者掌握设置止损的精妙艺术 。 在设置止损时考虑整个市场的波动性是非常有用的 。
07
设计问题—入场和出场策略
技术型入场的基础是市场产生的数据 , 比如价格、成交量、持仓兴趣和交易委托 。 每种入场策略必须符合一条或多条标准才产生买进或卖出信号 。 每个入场策略必须解决四个常规的设计问题:灵敏度、选择度、敏感度和耐受度统称为4S 。