我們平時在量化交易策略的設(shè)計或使用中，常常會遇見策略效果失常的情況。因此在策略的設(shè)計過程中，必須十分注意以下這些“陷阱”，才能讓策略反映真實有效的結(jié)果。

　　偷價

　　如果一個交易策略要求你利用信號觸發(fā)前的價格進行交易，那么這個交易策略就存在偷價的問題。偷價發(fā)出的交易信號不會消失，但是你已經(jīng)沒有機會利用這個信號進行交易了。

　　例如，信號可能提示，如果當天收盤價高于前一天較高價，則利用當天開盤價進行買入，而在開盤價成交已經(jīng)幾乎是不可能的事情了。

　　很多人也許會低估偷價的危害性，事實上，固定點數(shù)的偷價相當于在原本的資金曲線上疊加了一條斜率為正的直線(在每次交易都是固定手數(shù)的情況下)。例如，假設(shè)在股指上每次交易偷價1個點，那么一個上市至今交易2000筆的模型，會穩(wěn)定凈賺1×300×2000×2=120萬。

　　下面兩個圖表是在股指連續(xù)合約5分鐘圖上測試的雙均線模型的交易盈虧曲線。圖1是包含偷價的策略，即如果上一根k線上出現(xiàn)均線金叉，則以當前k線最低價買入，死叉則以當前k線較高價賣出。圖2是沒有偷價的策略，即如果上一根k線上出現(xiàn)均線金叉，則以當前k線開盤價買入，死叉則以當前k線開盤價賣出?？梢钥闯?，兩者資金曲線差異非常大。

　　

　　圖1.策略偷價

　　

　　圖2.策略沒有偷價

　　未來函數(shù)

　　交易策略中如果包含了未來函數(shù)，運行后表現(xiàn)是，某天出現(xiàn)的交易信號會在一段時間后消失，之后可能會在其他位置出現(xiàn)相同或不同的信號。

　　出現(xiàn)這種情況的原因是，函數(shù)在判斷是否發(fā)出信號以及發(fā)出何種信號時，利用了未來還不確定的行情信息。例如，如果當前柱線上還在跳動的收盤價被用來判斷是否觸發(fā)信號，則該函數(shù)是未來函數(shù)。使用這類函數(shù)的模型，會測表現(xiàn)勝率可能非常高，是典型的馬后炮。

　　下面兩個圖表是在黃金連續(xù)合約5分鐘圖上測試的雙均線模型的交易盈虧曲線。圖3是包含未來函數(shù)的策略，即如果當前k線上出現(xiàn)均線金叉，則以當前k線開盤價買入，死叉則賣出。圖4是不包含未來函數(shù)的策略，即如果上一根k線上出現(xiàn)均線金叉，則以當前k線開盤價買入，死叉則賣出。可以看出，兩者資金曲線差異非常大。

　　

　　圖3.策略包含未來函數(shù)

　　

　　圖4.策略不包含未來函數(shù)

　　手續(xù)費

　　策略進行測試時，如果不計入手續(xù)費，資金曲線可能會產(chǎn)生巨大差異，甚至不計手續(xù)費的盈利策略，在計入手續(xù)費后也可能產(chǎn)生虧損。手續(xù)費相當于在原本的資金曲線上疊加了一條斜率為負的直線(在每次交易都是固定手數(shù)的情況下)。

　　滑點

　　滑點指的是開倉點位和成交點位之間的差異?；c可能由網(wǎng)絡(luò)延遲、交易平臺不穩(wěn)定、行情波動劇烈、市場容量不夠等情況導(dǎo)致的，是難免會發(fā)生的情況，因此滑點是一個合格的交易策略必須充分考慮的因素。所以，如果在一個交易策略中，將滑點數(shù)設(shè)置為0，其資金曲線就會優(yōu)于同一個滑點數(shù)不為0的策略。

　　滑點和手續(xù)費對一個策略的資金曲線造成的影響是類似的。

　　下面兩個圖表是在滬銅連續(xù)合約5分鐘圖上測試的雙均線模型的交易盈虧曲線。圖5是手續(xù)費和滑點均為0的策略。圖6是設(shè)置了2.5%%手續(xù)費和2跳滑點的策略。可見，一個盈利的無成本交易策略，在合理設(shè)置成本后卻可能出現(xiàn)虧損。

　　

　　圖5. 手續(xù)費和滑點均為0

　　

　　圖6. 手續(xù)費2.5%%，滑點2跳

　　指數(shù)合約

　　有些策略回測的合約是指數(shù)合約，而指數(shù)合約是使用該品種所有合約加權(quán)平均生成的，其價格與主力連續(xù)合約有所差異，這種價格上的差異會使回測的資金曲線不真實。

　　例如，某個合約上的短期劇烈波動被指數(shù)合約平滑了;或者，當遠月合約升水，同時與近月合約基差較大，且處于移倉換月時，由于遠月權(quán)重的逐步加大，可能會在指數(shù)合約上形成一輪漲勢，而實際并不存在;再或者，實際操作中的移倉可能會產(chǎn)生一定的基差成本，這在指數(shù)合約卻上無需支付。

　　下面兩個圖表是在滬銅指數(shù)合約和滬銅連續(xù)合約5分鐘圖上測試的海龜交易系統(tǒng)的交易盈虧曲線圖。圖7是滬銅指數(shù)合約的交易盈虧曲線。圖8是滬銅連續(xù)合約的交易盈虧曲線?？梢钥闯觯瑘D7的曲線顯然更加平滑，且最終表現(xiàn)更優(yōu)異。

　　

　　圖7.滬銅指數(shù)合約

　　

　　圖8.滬銅連續(xù)合約

>>>點擊咨詢量化金融分析師AQF實訓項目

（點擊上圖了解課程詳情）

　　過度優(yōu)化

　　有些策略在公布資金曲線前可能進行了過度優(yōu)化。過度優(yōu)化有多種操作方法，例如，策略交易者可以針對某段特定的行情，或短時間的行情進行參數(shù)優(yōu)化，之后將分段行情對應(yīng)的資金曲線拼接起來，得到一個表現(xiàn)更出色的資金曲線;或者，策略交易者指定過去某幾個表現(xiàn)較差的交易日不進行交易;再或者，策略交易者對過去的行情進行過度擬合，卻并不考慮這個擬合方程不適用于未來;等等。上述種種經(jīng)過加工的回測時的優(yōu)異表現(xiàn)，都會與策略未來的運行結(jié)果存在較大差異。

　　曲線擬合可以幫助我們解釋過去的走勢，從而推導(dǎo)未來的走勢。然而，如果策略交易者對行情進行了過度擬合，則策略對過去行情的解釋可能會非常出色，但對于未來行情的解釋卻幾乎肯定是非常糟糕的。

　　下面兩個圖表可以闡釋適當?shù)那€擬合和過度的曲線擬合。圖9的紅色曲線擬合是適當?shù)?，我們可以看到十個離散點基本均勻的分布在曲線附近。圖10的紅色曲線擬合很顯然是過度的，每個點都位于紅色曲線上，但我們很難想象這跟曲線能夠表達出下一個即將出現(xiàn)的點。

　　

　　圖9.適當擬合

　　

　　圖10.過度擬合

量化金融分析師(簡稱AQF ，Analyst of Quantitative Finance)由量化金融標準委員會(Standard Committee of Quantitative Finance，SCQF)主考并頒證，是代表量化金融領(lǐng)域的專業(yè)水平證書。 >>>點擊咨詢AQF證書含金量

　　

課程適合人群：

　　金融工程/數(shù)學專業(yè)背景的同學/工作人士，希望進一步學習Python編程以及在量化投資的實戰(zhàn)應(yīng)用；

　　非金融工程專業(yè)背景的同學/工作人士，希望迅速成為寬客；

　　金融相關(guān)人員，希望學習如何系統(tǒng)的做量化策略；

　　個人投資者，希望系統(tǒng)學習掌握量化投資相關(guān)的實務(wù)技能，從模型開發(fā)，回測，策略改進，搭建穩(wěn)定的量化交易系統(tǒng)。

　　二、量化金融分析師AQF核心課程體系：

　　1、《量化投資基礎(chǔ)》

　　主要涵蓋了量化投資領(lǐng)域的必備知識，包括：基本面分析、技術(shù)分析、數(shù)量分析、固定收益、資產(chǎn)組合管理、權(quán)益、另類投資等內(nèi)容。

　　2、《Python語言編程基礎(chǔ)》

　　包含了Python環(huán)境搭建、基礎(chǔ)語法、變量類型、基本函數(shù)、基本語句、第三方庫、金融財務(wù)實例等內(nèi)容。旨在為金融財經(jīng)人提供最需要的編程方法。 >>>點擊咨詢AQF課程相關(guān)問題

　　3、《基于Python的經(jīng)典量化投資策略》

　　包含了最富盛名，最基本的量化交易思想和交易策略。例如：海龜交易模型、Logistics模型、配對交易模型、波動擴張模型、Alpha模型、機器學習(隨機森林模型、主成分分析)、深度學習(人工神經(jīng)網(wǎng)絡(luò))等內(nèi)容。

　　4、《量化交易系統(tǒng)設(shè)計》

　　旨在學習量化交易系統(tǒng)的具體知識，包括過濾器，進入信號，退出信號，倉位管理等詳細內(nèi)容，并指導(dǎo)學員設(shè)計涵蓋個人交易哲學的量化交易系統(tǒng)。

　　5、《量化實盤交易》

　　旨在為解決實際量化交易策略搭建過程中的一些問題提供較優(yōu)解決方案。

　　

　　三、掌握Python及量化投資技能，我們能做什么?

1、熟悉中國主要金融市場及交易產(chǎn)品的交易機制；

2、熟知國內(nèi)外期貨交易、股市交易的異同點和內(nèi)在運行機制；

3、掌握經(jīng)典量化交易策略細節(jié)及其背后的交易哲學；

4、掌握金融、編程和建模知識基礎(chǔ)，擁有量化交易實盤操作能力；

5、具備獨立自主地研發(fā)新量化交易策略的能力；

6、掌握量化交易模型設(shè)計的基本框架，以及風險管理和資產(chǎn)組合理論的實際運用；

7、掌握從策略思想——策略編寫——策略實現(xiàn)餓完整量化投資決策過程；具備量化投資實戰(zhàn)交易能力。

　　市場容量

　　對于承載較大資金規(guī)模的策略而言，如果沒有充分考慮市場容量的問題，可能會導(dǎo)致交易結(jié)果與預(yù)期偏差較大。例如，漲跌停和流動性中斷時，大資金常常很難成交，這在策略回測時很難納入考量;或者，實際品種的市場容量有限，較大的單量不能全部以指定價格成交，這也會影響最終的交易結(jié)果。

　　樣本量過少

　　有些策略覆蓋的時間段太短，所以樣本量太少，不能充分展現(xiàn)策略效果。這些策略在更長時間段上的資金曲線可能表現(xiàn)的并沒有那么好。

　　信號量過少

　　有些策略雖然測試了較長的時間段，但觸發(fā)的交易信號很少。這些策略未來是否表現(xiàn)穩(wěn)定也有待觀察。例如，應(yīng)用在日線圖上的策略需要考察更長的時期。

　　適用范圍小

　　有些策略雖然覆蓋了較長的時間段，或較多的品種或市場，但僅僅覆蓋了一種類型的行情(例如一輪較長時間的大牛市)。這些策略在遇到截然不同的市場情況時，表現(xiàn)可能會大相徑庭。

　　

金程推薦： AQF培訓 AQF培訓機構(gòu) AQF是什么意思

咨詢電話：400-700-9596

AQF考友群：760229148

　　金融寬客交流群：801860357

　　微信公眾號：量化金融分析師

　　>>>返回首頁