你相信MC的回測分析嗎? - 財經

By Ingrid
at 2013-05-03T11:17
at 2013-05-03T11:17
Table of Contents
※ 引述《subpop (尚未通過身分認證)》之銘言:
: 想討論一下MC的回測分析跟實際上線後的績效表現
: 會影響回測跟實際差距的幾個可能原因
: 自己的經驗大概是
: 1.回測成本(commission+slippage)
: 不知道各位單邊大概都設多少比較合理?
: 自己的情況是如果是下market或stop就設
: 手續費50+滑價兩點(2*200)=450
: 但是如果下limit應該就不會有slippage的問題
: 反而是會有成交與否的問題
: MC沒有"取消"委託單的語法
: 所以buy next bar limit就真的只在下一根K棒進場
: 如果沒有成交
: 在下一根K棒結束時會自動取消委託單
: 2.過度最佳化
: 常常會fine tune幾個參數
: 等到回測數據變漂亮後
: 把回測的時間再拉長
: 卻發現回測數據又變醜了
: 這樣代表fine tune的那幾個變數對演算法太敏感了
: 不過MC回測分析還蠻強大的
: 內建很多種面向的分析
: 過度最佳化的問題可以透過"週期性分析"跟"平倉權益曲線及績效拉回"
: 來看是不是夠consistant
: 會不會有某個時間績效拉回太明顯、時間太長
: 不知道大家還有沒有什麼方法可以改善回測分析跟實際績效的差距?
: 不然回測做得很爽 都是做心酸的
Trading 版比較少人看,但是比較不會吵,呵呵
成本要設多少跟你想要進入的策略有關,為什麼這樣說呢?
很多當沖客都會要求非常低的成本與快速的交易系統,WHY?
從數理出發,當你的可供參考的系統樣本愈大可以評估時,該系統所得出的未來表現
或許可以宣稱較為穩健。
推到極致去想,已經是火箭科技號稱印鈔機的高頻交易。
所謂天下武功唯快不破,無論哪種行情哪種市場高頻交易的獲利能力都相當高。
因此高頻交易模式在數統上稱為穩健。
但是高頻交易是建立在速度與低廉的成本上,因為若要克服成本,
則要拉長持有期間,別小看那一點差異,因為多持有2秒鐘,穩健這兩個字就要
大打折扣。
因此賺多少已經不是重點,重點是要穩健,也就是要在單位時間內想盡
辦法塞進更多的交易,如過你有能力,該系統的極致就是HFT。
但是你若用高的交易成本去回測,得到的結果應該是不佳的,你自然不會去用它。
甚至你只會關注績效排行榜上的前面幾個。
但請注意,一般來說交易頻率都是較低的,因此很多人寫好系統後丟入市場
績效都會無可避免的向下。
所以交易策略與交易系統要稍微分開想,
若你可以用1點的雙向交易成本,十年作上7.5萬次的交易。
一口不加碼,不複利膨脹,每年都賺錢。
那你離財務自由就不遠了。
但坦白說不太容易,再退而求其次,如果用2點可以在10年產生5千次的交易頻率
一口不加碼,不複利膨脹,每年都賺錢。
那可以進場了,但先有心理準備接受它的不完美。
如果用3點成本做出來10年數百次的交易頻率的策略,我勸你再想想
因為測試的績效再高,你不曾參與跟你都沒關係。
你在幹的事情是用數百次頻率的策略去參與未來,未來才跟你有關。
而這樣的穩健條件令人擔憂。
因此交易成本的設定與外在環境有關,使用API與殺價是你的好朋友。
再來,作資料回測,無論你用過多少方法,你的系統只遇過一條線
所以即便是我們宣稱的穩健還是只在過去。
如果你看果上千張走勢圖,你大概可以分辨台股與日經或是美股的不同,
WHY?
圖形分析近年已經可以涉及財金領域,但這已經算很高深了。
因此說市場預測,倒不如說辨識或是反應。
只不過很多做學問的不好意思承認罷了,宣稱可以預測是危險的。
回到市場,講玄一點,如果可以把市場的基因找出來,我們應該可以複製
市場的走勢。
在我的能力所及就是把可以解釋的部分盡量萃取出來,僅剩下隨機項
然後用方法重現市場走勢,而這個重現過後的市場走勢就會包含
我們給予的可解釋的部分,也就是盡可能讓隨機走勢看起來像台股而不會像SP500了
像不像這件事情很有點主觀,方法也不只一兩種。
可以用有參數化或是無參數化的模式如拔靴法。
拔靴法只讀過文章,但請教過朋友,使用上還是有眉角的。
這件事情在幹的是建立無數的市場平行宇宙
因此在交易策略的發展時,你就可以不只測試一條過去的線
你可以測試更多包含這個市場隱含秩序的可能未來走勢。
上述是比較難的部分。
最後簡單的就是去做虛無假設檢定。
分享一點最佳化的看法,過度最佳化源自你給予的參假設過多所致
電腦說他聰明很聰明,笨也很笨。
電腦很難分辨過度這兩個字,但是愈多的參數,系統愈能逼近你要的目標
這是電腦的天賦。
若很多參數可以通過許多未來平行宇宙的市場走勢測試,也不是壞事。
但從很多領域的研究,借用霍金在"大設計"書中寫道:
好的模型第一項是"優美"...
"若是理論帶有雜七雜八的參數,可就很難稱得上優美了"
愛因斯坦說:一項理論應該盡可能簡單,但不應過於簡單。
但好像驅動買賣至少要一個參數吧,因此把握參數愈少愈好的原則
再來就是計算,能加減就不要乘除。
萬不得已才用到平方或開根號。用到三角函數...嗯....
if then 愈少愈好,
給予的假設與參數要能夠少到你都不好意思開口跟別人討論,
以近乎白癡的作法測試系統。
天才與白痴只有一線之隔。
唯有證明不是白痴 才有可能是天才。
通過這樣的策略研究產生出來的結果才是你的發現。
而不是電腦幫你擬和出來的最佳化結果。
==========================================================
以上是我有在做的部分,見笑了。
至於有人這樣幹嗎? 有,而且不只這樣。
你能夠在書店網站上看到的資訊僅僅是表面。
所謂盡人事 聽天命。在市場中講穿了就是盡量賠少賺多。
講那麼複雜幹嘛。
但是若你有那麼一點點相信努力會得到回報,就盡可能去做。
這也是我在市場最後面對它選擇的方式。
否則每個月花點固定的錢去buy call or buy put,或許會讓你心情與日子
好過一點。
以上
祝你賺大錢
--
: 想討論一下MC的回測分析跟實際上線後的績效表現
: 會影響回測跟實際差距的幾個可能原因
: 自己的經驗大概是
: 1.回測成本(commission+slippage)
: 不知道各位單邊大概都設多少比較合理?
: 自己的情況是如果是下market或stop就設
: 手續費50+滑價兩點(2*200)=450
: 但是如果下limit應該就不會有slippage的問題
: 反而是會有成交與否的問題
: MC沒有"取消"委託單的語法
: 所以buy next bar limit就真的只在下一根K棒進場
: 如果沒有成交
: 在下一根K棒結束時會自動取消委託單
: 2.過度最佳化
: 常常會fine tune幾個參數
: 等到回測數據變漂亮後
: 把回測的時間再拉長
: 卻發現回測數據又變醜了
: 這樣代表fine tune的那幾個變數對演算法太敏感了
: 不過MC回測分析還蠻強大的
: 內建很多種面向的分析
: 過度最佳化的問題可以透過"週期性分析"跟"平倉權益曲線及績效拉回"
: 來看是不是夠consistant
: 會不會有某個時間績效拉回太明顯、時間太長
: 不知道大家還有沒有什麼方法可以改善回測分析跟實際績效的差距?
: 不然回測做得很爽 都是做心酸的
Trading 版比較少人看,但是比較不會吵,呵呵
成本要設多少跟你想要進入的策略有關,為什麼這樣說呢?
很多當沖客都會要求非常低的成本與快速的交易系統,WHY?
從數理出發,當你的可供參考的系統樣本愈大可以評估時,該系統所得出的未來表現
或許可以宣稱較為穩健。
推到極致去想,已經是火箭科技號稱印鈔機的高頻交易。
所謂天下武功唯快不破,無論哪種行情哪種市場高頻交易的獲利能力都相當高。
因此高頻交易模式在數統上稱為穩健。
但是高頻交易是建立在速度與低廉的成本上,因為若要克服成本,
則要拉長持有期間,別小看那一點差異,因為多持有2秒鐘,穩健這兩個字就要
大打折扣。
因此賺多少已經不是重點,重點是要穩健,也就是要在單位時間內想盡
辦法塞進更多的交易,如過你有能力,該系統的極致就是HFT。
但是你若用高的交易成本去回測,得到的結果應該是不佳的,你自然不會去用它。
甚至你只會關注績效排行榜上的前面幾個。
但請注意,一般來說交易頻率都是較低的,因此很多人寫好系統後丟入市場
績效都會無可避免的向下。
所以交易策略與交易系統要稍微分開想,
若你可以用1點的雙向交易成本,十年作上7.5萬次的交易。
一口不加碼,不複利膨脹,每年都賺錢。
那你離財務自由就不遠了。
但坦白說不太容易,再退而求其次,如果用2點可以在10年產生5千次的交易頻率
一口不加碼,不複利膨脹,每年都賺錢。
那可以進場了,但先有心理準備接受它的不完美。
如果用3點成本做出來10年數百次的交易頻率的策略,我勸你再想想
因為測試的績效再高,你不曾參與跟你都沒關係。
你在幹的事情是用數百次頻率的策略去參與未來,未來才跟你有關。
而這樣的穩健條件令人擔憂。
因此交易成本的設定與外在環境有關,使用API與殺價是你的好朋友。
再來,作資料回測,無論你用過多少方法,你的系統只遇過一條線
所以即便是我們宣稱的穩健還是只在過去。
如果你看果上千張走勢圖,你大概可以分辨台股與日經或是美股的不同,
WHY?
圖形分析近年已經可以涉及財金領域,但這已經算很高深了。
因此說市場預測,倒不如說辨識或是反應。
只不過很多做學問的不好意思承認罷了,宣稱可以預測是危險的。
回到市場,講玄一點,如果可以把市場的基因找出來,我們應該可以複製
市場的走勢。
在我的能力所及就是把可以解釋的部分盡量萃取出來,僅剩下隨機項
然後用方法重現市場走勢,而這個重現過後的市場走勢就會包含
我們給予的可解釋的部分,也就是盡可能讓隨機走勢看起來像台股而不會像SP500了
像不像這件事情很有點主觀,方法也不只一兩種。
可以用有參數化或是無參數化的模式如拔靴法。
拔靴法只讀過文章,但請教過朋友,使用上還是有眉角的。
這件事情在幹的是建立無數的市場平行宇宙
因此在交易策略的發展時,你就可以不只測試一條過去的線
你可以測試更多包含這個市場隱含秩序的可能未來走勢。
上述是比較難的部分。
最後簡單的就是去做虛無假設檢定。
分享一點最佳化的看法,過度最佳化源自你給予的參假設過多所致
電腦說他聰明很聰明,笨也很笨。
電腦很難分辨過度這兩個字,但是愈多的參數,系統愈能逼近你要的目標
這是電腦的天賦。
若很多參數可以通過許多未來平行宇宙的市場走勢測試,也不是壞事。
但從很多領域的研究,借用霍金在"大設計"書中寫道:
好的模型第一項是"優美"...
"若是理論帶有雜七雜八的參數,可就很難稱得上優美了"
愛因斯坦說:一項理論應該盡可能簡單,但不應過於簡單。
但好像驅動買賣至少要一個參數吧,因此把握參數愈少愈好的原則
再來就是計算,能加減就不要乘除。
萬不得已才用到平方或開根號。用到三角函數...嗯....
if then 愈少愈好,
給予的假設與參數要能夠少到你都不好意思開口跟別人討論,
以近乎白癡的作法測試系統。
天才與白痴只有一線之隔。
唯有證明不是白痴 才有可能是天才。
通過這樣的策略研究產生出來的結果才是你的發現。
而不是電腦幫你擬和出來的最佳化結果。
==========================================================
以上是我有在做的部分,見笑了。
至於有人這樣幹嗎? 有,而且不只這樣。
你能夠在書店網站上看到的資訊僅僅是表面。
所謂盡人事 聽天命。在市場中講穿了就是盡量賠少賺多。
講那麼複雜幹嘛。
但是若你有那麼一點點相信努力會得到回報,就盡可能去做。
這也是我在市場最後面對它選擇的方式。
否則每個月花點固定的錢去buy call or buy put,或許會讓你心情與日子
好過一點。
以上
祝你賺大錢
--
Tags:
財經
All Comments

By Necoo
at 2013-05-06T13:17
at 2013-05-06T13:17

By Yuri
at 2013-05-08T16:47
at 2013-05-08T16:47

By Tristan Cohan
at 2013-05-09T00:07
at 2013-05-09T00:07

By Leila
at 2013-05-13T21:25
at 2013-05-13T21:25

By Steve
at 2013-05-16T02:34
at 2013-05-16T02:34

By Hamiltion
at 2013-05-16T14:52
at 2013-05-16T14:52

By Olga
at 2013-05-17T12:52
at 2013-05-17T12:52

By Isabella
at 2013-05-21T02:35
at 2013-05-21T02:35

By Steve
at 2013-05-24T12:32
at 2013-05-24T12:32

By Rae
at 2013-05-28T00:03
at 2013-05-28T00:03

By Aaliyah
at 2013-06-01T11:46
at 2013-06-01T11:46

By Dorothy
at 2013-06-05T06:12
at 2013-06-05T06:12

By Wallis
at 2013-06-09T23:37
at 2013-06-09T23:37

By Audriana
at 2013-06-10T19:36
at 2013-06-10T19:36

By Thomas
at 2013-06-13T16:28
at 2013-06-13T16:28

By Freda
at 2013-06-17T03:41
at 2013-06-17T03:41

By Hardy
at 2013-06-18T09:19
at 2013-06-18T09:19

By Anthony
at 2013-06-20T06:55
at 2013-06-20T06:55

By Candice
at 2013-06-25T06:12
at 2013-06-25T06:12

By Steve
at 2013-06-29T00:35
at 2013-06-29T00:35

By Hazel
at 2013-07-02T23:49
at 2013-07-02T23:49

By Xanthe
at 2013-07-06T12:47
at 2013-07-06T12:47

By Yedda
at 2013-07-09T16:35
at 2013-07-09T16:35
Related Posts
程式交易的平台?

By Tristan Cohan
at 2013-05-01T22:06
at 2013-05-01T22:06
股票長天數分鐘線資料?

By Franklin
at 2013-05-01T22:00
at 2013-05-01T22:00
程式交易的平台?

By Yedda
at 2013-05-01T20:46
at 2013-05-01T20:46
請問第一次存錢到美國帳戶如何最省呢?

By Skylar DavisLinda
at 2013-04-30T10:33
at 2013-04-30T10:33
程式/系統交易的推薦書籍?

By Bethany
at 2013-04-27T22:50
at 2013-04-27T22:50