标签归档:交易系统

做交易,你应该知道什么是SQN指数

Van Tharp曾经提出一个非常重要的概念,即SQN指数。这是一个用来衡量交易系统好坏程度的指数。

SQN指数是什么

SQN指数的计算公式是:

SQN=root(n) * expectancy/stdev(R)

SQN=交易次数N的平方根 * 交易系统的期望值 / 期望值的标准差

其中:
- root(n) – 交易次数的平方根
- expectancy – 交易系统的期望值,以倍数(风险回报比)表示
- stdev(R) – 期望值的标准差

显然,SQN指数具有如下意义:

  • 交易次数越多,获利机会越大。

  • 风险回报比越大越好。

  • 风险回报比的标准差越小,交易结果越规律,回撤越小。

SQN指数的含义

很显然,如果你要优化SQN指数,需要做的事请包括:使交易次数和平均风险回报比的乘积尽可能大;使公式中的标准差尽可能小。

SQN指数的含义 (n=100时)
SQN 值 交易系统的质量
1.6–1.9 Poor but tradable 不怎么样,可以凑合用
2.0–2.4 Average 普通
2.5–2.9 Good 好
3.0–5.0 Excellent 杰出
5.0–6.9 Superb 一流
7.0- Holy Grail 圣杯

SQN指数的局限与修正

在这里,我们应该关注的是风险回报比均值和其标准差之间的比值。交易次数的平方根在这里不是最重要的因素,你可以很轻松的通过增减交易次数、在你的投资组合里增加更多的交易品种来改变它。

举个例子:我们拥有一个风险回报比为0.80R、标准差2.5的交易系统,我们在一年内用这个系统进行了100笔交易,这个系统的SQN指数是:

SQN = root(100) * 0.80 / 2.5 = 10 * 0.80 / 2.5 = 3.20

显然,这是一个杰出的交易系统。

现在假设一年内你进行了200笔交易,现在SQN指数变成了14.14*0.80/2.5=4.52。交易的成绩变得更好了。

再假设你一年内只进行了25笔交易,SQN指数立刻下降到了1.60。

可见,交易次数的多寡会使SQN指数出现很显著的波动。对此,Van Tharp给出的方法是,按照交易次数计算其平方根,但超过100笔交易,交易次数以100计算。

这里给出另一个修正的思路。

请注意,在上面的三种情况里,风险回报比和标准差的比值始终固定在0.32这个值上。

因此,我们可以去掉交易次数的变量,将SQN指数进一步修正一下:

SQN指数的含义 (剔除交易次数影响时)
风险回报比与标准差的比值 交易系统的质量
0.16–0.19 Poor but tradable 不怎么样,可以凑合用
0.20–0.24 Average 普通
0.25–0.29 Good 好
0.30–0.50 Excellent 杰出
0.50–0.69 Superb 一流
0.70- Holy Grail 圣杯

小结

SQN指数很重要。越高的SQN指数意味着交易系统越好。使用SQN指数越高的系统,控制好仓位,我们也就越容易实现我们的交易目标。至于是否优化——剔除交易次数变量,还是以100次为上限——全看你的兴趣了,都行。

原创文章,转载请注明: 转载自风云居 | Less is more

本文链接地址: https://kangjian.net/blog/1484/

交易系统的历史回测应该注意什么

交易系统的历史回测应该注意什么

交易系统必须能通过历史回测才可以投入使用。无法通过历史回测的交易系统不可能在实际交易中获利。历史回测是交易系统投入实盘的必要前置环节。能通过历史回测的交易系统不一定是好用的交易系统,但不能通过历史回测,则一定不是好用的交易系统。

一般地,回测交易系统,需要从稳健性(Robustness)分析的角度特别留意以下四点。

第一,历史回测的期间必须足够长。

一般来讲,对于国内的股票、商品,应该回测5年以上的数据,对于新上市的品种,至少也要回测3年。对于上市较早的品种或国际市场的黄金、美元指数等商品,则应至少回测一个牛熊周期,一般应该在10年–15年以上。回测的期间足够长久,回测的成绩才足够可靠。对于不能满足这个要求的品种,则应在开仓时将R值适当加权处理,主动降低风险暴露。

第二,分析回测成绩,应予以“断代”处理。

一个稳定、可靠的交易系统,在一定期间范围内,成绩应该相对稳定。仅靠一两波大行情拉高整体回测成绩的,会使使用者高估系统的价值。例如,回测上证指数时,如果仅仅将2005年–2007年的大牛市纳入总成绩,而没有逐年的回测数据,很可能会因为一次牛市而高估了一个本来绩效一般的系统。我的经验是,按年予以断代,分析各年的回测绩效。完全平均的回测成绩是不可能的,一个优秀的系统应该满足两个条件:单一年度不出现巨大亏损;各年整体稳定盈利,偶尔出现超额获利。

第三,回测系统后应该防止“过度优化”,尽量减少参数变量,防止“参数孤岛”。

过度优化(Curve Fitting,也可称为“曲线拟合”)是交易系统回测的最大敌人。一个交易系统应以简洁为上,少用参数变量。对于采取了变量参数的系统,最优参数附近的参数也应具备不错的绩效,形成“参数高原”。应防止过度优化后的“参数孤岛”。

第四,交易系统应经历多品种回测检验

一个可靠的交易系统应该具备普适性,不能仅仅适用于个别交易品种。只能用于一个品种的交易系统,往往是过度优化的产物。需要特别说明的是,不同品种间可以结合品种特性进行一些针对单一品种的微调。比如结合不同品种的ATR情况,根据日K线的振幅过滤一些非常态下的开仓信号等。这种根据具体品种采取的个性化调整不属于过度优化。

原创文章,转载请注明: 转载自风云居 | Less is more

本文链接地址: https://kangjian.net/blog/1482/

收益率不是交易的目标

20130118020847855

健全的原则将有助于我们战胜那些恐惧、贪婪和希望等可怕的人类情绪。自律,自律,再自律。 ——Brent Penfold

尽管获得较好的收益率并不难,但交易的目标不应该是这个。

当我们习惯性的把每年10%、30%、50%、100%的回报作为交易的目标时,操作将很难不受这个目标的左右。我们把目标定在50%,半年了只有5%的收益,下半年开始难免就要加大风险暴露了;反过来,如果目标收益是50%,半年收益就达到了40%,为了避免回撤,保持这个收益率,下半年很可能人为的降低风险暴露,减少R值,以低收益换取小回撤。如果后半年行情好,这样做很可能白白丧失了本来可以获取的利润。

可见,以收益率为交易的目标,会导致交易一致性的丧失。

丧失交易一致性对交易者的影响是致命的。常清老先生曾说,”交易者要想成功,最为重要的是要战胜自我,即战胜人性中最基本的两大缺陷:恐惧与贪婪。“贪婪和恐惧是交易的大敌。这两种情绪与亏损有着千丝万缕的联系。一个交易者走向成熟的过程就是逐步摆脱贪婪和恐惧的过程。由于现有收益率较低而放大风险敞口,重仓交易,这就是贪婪;而由于提前完成收益率“目标”,为了确保”胜利果实“,人为降低风险暴露,这就是恐惧。以收益率为目标进行交易,注定要将贪婪和恐惧绑在身上。

因此,收益率不应该成为交易的目标。

什么才是交易的目标?保持一致性。这里的一致性包括:不在系统内的信号,不做;系统内的信号出现,坚决做;每次开仓的风险暴露,按系统做;出场时机,由系统决定。哪怕你是个主观交易者,系统是纯粹主观的,也要机械的按照主观系统来。完整、忠实的按照交易系统操作,就叫保持一致性。这才是交易的目标。也只有如此,才能保证长久的生存在市场中。

交易是一个游戏,不出局,玩下去才是我们的最终目标。

原创文章,转载请注明: 转载自风云居 | Less is more

本文链接地址: https://kangjian.net/blog/1478/