Professional Documents
Culture Documents
超越技术分析
超越技术分析
钱德 (Tu
浅显易懂。从技术分析入门到交易系统的开发、执行、
评定、升级 `对 于每个概念与公式都有详细明了的讲解 `-
步一 步引人入 胜。初级交易者完全可以通过 自学本书来创建
自己的制胜交易系统 `交 易老手也可从中获益良多。
博 中有精。本书苜先对技术分析的方方面面做了简要的
阐述 f然 后便展开对交易系统的重点讲解 `使 读者从不知交
易系统为何物到对交易系统有全面的认识 `为 开发和执行制
跬交易系统提供 了实践指导。
实用性强。虽然钱德博士 一再强调书 中的示例仅作为参
考 f但 许多示例的使用价值已经超过 目前正 在使用的许多交
易系统。对于交易类著作 `其 实战性是最重要的 `要 不然看
得热血沸腾 `却 不知从何下手 `又 有何用呢 ?
绍胛胛
北方联合出版传媒 (集 团)股 份有限公司
毫菲氢万薏虫撬瓮恿
图莎尔 ・钱德 `图 斯卡罗拉资金管理公
司 (一 家注册期货顾问公司 `总 部设在芝
加哥 )苜 席执行宫之 一 使用 自己的账
`他
户在大部分主要期货市场中交易。
他不仅是 一 位成功的交易者 `还 是 一
位工程学博士 `并 拥有 9项 美国专利。他同
时还是股票和期货杂志特约编辑 `并 且还
撰写了大量的工程期刊论文。
图莎 尔 开 发 了实 用 的 交 易 管 理 软 件
包 `并 且 因为在设计创新交易系统方面的
专业水平而知名。图莎尔和斯坦利 ・克罗合
作撰写了广受好评 的交易学著作 《最新技
术分析指标》。
如 何 开 发 和 执 行 一 套 制 胜 的交 易 系 统
图莎尔 :钱 德 (Tushar s。 chande)◎ 薯 罗光海◎译
北方联合出版传媒 (集 团 )股 份有限公司
魏 恧搬 翎
著作权合同登记号 : 06-2009年 第 304号
⑥ 钱德 2010
图书在版编目 (CIP)数 据
超越技术分析:如 何开发和执行一套制胜的交易系统 /
一沈阳:万 卷出版公司
(美 )钱 德著;罗 光海译。 ,
2010.1
(引 领时代)
IsBN978-7-5470-0507-1
I。 超 … Ⅱ。
①钱 …②罗 … Ⅲ。
投资一 基 本知识 Ⅳ 。
, F830.59
No part of this boOk may be reproduced or transΠ 1itted in any fonη or by any rneans,
electron忆 Or mechaⅢ cal,indu(∶ 1ng photocopying,recordhg or any i∶ Ir1fOrFnation stomge
l∶
and retr抬 va1syste1n, Ⅵ砬thout pe岫 on, Ⅱ1 wⅡ thg, frorn the pubusher。
本 书中文简体字版 由 John Wiley&Sons公 司授权万卷 出版 公司在全球独家 出版发行 。未经 出
版者书面许可 ,不 得以任何方式抄袭 、复制或节录本书 中的任 何部分 。
本书封底贴有 John Wiley&sons激 光防伪标 签 ,无 标 签者 不得销售。
版 次 ⒛ 10年 1月 第 l版 2010年 1月 第 1次 印刷
责任绢辑 赵鹤鹏 字数 310千 字
书 号 IsBN9Ts-7— “⒛—OsOT-1
定 价 ss。 ∞ 元
丛书所有文字插图旺式之旺权归出版者所有 任何翻印必追究法律责任
飕录
Cο囗日
nte
译序 //4
自序 //6
第09章 执行 一套 交易 系统 //361
参考书 目 //383
作者简介 //387
译
4
坛的木 羊 (张 巍 )老 师 ,从 他那里我学到 了很 多交易知识 ,也 是经
他介绍我 ,才 得 以认识智 品书业的执行策划倪 明。在本书的翻译期
间,执 行策划倪明亲 自来看望我 ,并 同我交流交易方面的知识 ,使
我大受鼓舞。最值得感谢 的是我的妻子纪 萍女 士 ,是 她逐 字把我的
译稿输入计算机的,并 且帮我完成 了译稿的许多整理工作。
在最后的校稿过程 中,执 行策划倪 明和木羊 (张 巍 )老 师都花
费 了很 多精力 ,对 书 中的很 多专 业术语给 出了改进建议 ,并 改正 了
许多文法的错误。在此再次表示感谢。
虽然译者尽力保 证翻译质量 ,但 因为水平所限,译 释不 当之处
在所难免 ,敬 请各位读者和 同仁斧正。
罗光海
2009∠ F10丿 目
本书的最新版集 中反映 了我作为一名期货顾 问 (CTA)的 经验。
工作期间 ,我 不断开发交易系统 ,交 易全球超过60个 期货市场 ,并
为客户提供交易服务。第2版 新增的内容源 自我为客户寻求有关交易
系统、风险控制 以及未来性能期望等 问题的有效答案而作的研究。
“ ‘ ’
例如 ,对 于 什 么是CTA、 套利基金和股票业绩 比较的 优 良 标
”
准 这个 问题 ,我 在努力给 出一种简洁的回答。我开发的工具主要
用于比较经理人、分析资金 曲线 、量化风险调节性能、评估下跌风
险、评估预期收益。这些工具 已经通过测试 ,而 且得到管理期货市
场 中许多投资机构的认可。它们可被应用于股票指数和共有基金 的
交易当中。因此 ,对 许多投资者和投资机构都是有用的。
作为 一名全职CTA,我 遇到 了许 多无可避 免 的市场 困境 ,而 且
得到 了有关运动心理 学在交易环境 中应用 的难忘教训。心理 学家对
“心 ”
流 状态的研究 ,可 以帮助我们建 立 一个分析交易者对交易压
力 的反应框架。第2版 中增 加 的内容 总结 了获得这种宝贵方法的途
径。交易者可以用它来应对不可避免的交易压力。
在给客户 的介绍 中,极 少 有充足 的时间来解释 系统设计 中的
细微差异。因此 ,市 场需求使得我将 出入场策略和 系统设计用来分
类 ,然 后解释交易策略性能的简化方案使 之得 以发展。这些分 类方
案或许在交易者 自己的反复试验 中会有所有帮助。
新版本使我可以对在第1版 中讨论过的系统给出一次真正 的样本
外性能升级 ,同 时向读者展示如何使用 同一个系统来交易期货和股
票。该版本还包括期货顾 问如何获得盈利 ,以 及如何开发稳定 的资
金 管理程序评级规则的示例。应广大读者的要求 ,对 于技术分析的
基础部分仍包含在 内。
6
自第1版 出版后 ,我 有幸遇到 了一些在期货市场 中相 当成功的交
易者 ,他 们 的个人净资金达到5千 万至 1亿 美元 ,甚 至更多。他们 已
经到达 了交易者之 山的顶端 ,而 我正在努力研 究是什 么使他们到达
那 一位置。在新版本 的第 一章 ,我 已经把这些概念 以图形 的方式总
结为交易者之 山。令我欣慰的是 ,这 些顶级交易者都 同意我在第1版
中的思想 ,并 且 以各种形式把那些思想运用于他们的交易之 中。通
过与顶级交易者的对话和分析交易数百万美元的经验 ,使 我相信该
“ ”
书在 真实世界 中是有用的。我的最初 目的是 为开发和执行制胜
交易系统提供实践指导 ,希 望该扩充的新版本能够达到这 一 目的 ,
也希望能够得到广大读者的认 同。
超越技术分析—— 如何开发和执行一套制胜的交易系统
∶
嬲
开发和执行交易系统
没有什 么事情比通过反复试验开发交易系统更容易的了。
简
交易已经被称作快速赚钱最难的方法 。为了持续盈利我们必须
要攀爬交 易者之 山 (图 1.1)。 顶级交 易者具有为他们的交 易承担
全部责任的内在品质。他们成功的基础是充足的资金和在交易中出
人头地的不可动摇的信念 。成功交易者具有足够的资金来渡过亏损
期 ,同 时也要利用多合约方式交易多个市场。这些交易者热爱他们
的工作 ,一 直在寻找更好的交易理念 ,并 且投入必须的时间和精力
来达到他们的交易目标 。
对于顶级交易者来说 ,资 金保护就像资金增值 一样 重要。他们
持续盈利
/ 自信 \
/ 能力 \
/ 佥
资保护 \
/ 资金与责任 \
图1.1为 了成功交易 ,交 易者必须攀爬的交易者之山。
9
BfJ)K’ nd Technical Analysis
Ⅱ本版的新内容
本 书被分为 几个部分 。第 一 部分包括前 五 章 ,阐 述 了如何建
立与交易者的交易信条相一 致的交易系统 。第二部分包含余下的章
节 ,讨 论了资金管理 、风险控制和交易系统的执行 。第2版 保留了第
1版 的结构 ,并 且添 加了一 些新 内容 ,比 第 1版 更加完善。这些新内
10
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
11
B弭oncl Tcchnic念 营A血 a童 ysis
免责声明
本书中所讲的交易系统只是作为交易系统设计和测试 这 门艺术
的示例 ,并 非建议读者使用这些系统交易。并不保证这些 系统会在
将来盈利 ,也 不保证实际盈利或亏损与本书中所示结果相似。事实
上 ,并 不保证这些计算毫无缺陷。我希望读者读一读第3章 中实际检
测这一部分 。那一部分指出了利用后见之明来开发系统的根源性限
制。读者应该以本书中这些例子作为启发 ,开 发 自己的交易系统。
永远不要忘记交易中存在亏损的风险。
什么是交易系统
交易系统是定义了交易出入场条件的一 组规则 c通 常大部分交
易系统都包含几个部分 ,比 如入场规则 、出场规则 、风险控制规则
和资金管理规则。
交易系统的规则既可以是隐含的也可以是明确的 ,既 可以是简
“
单的也可以使复杂的 。一套交易系统可以非常简单 ,比 如 在夏天
” “ ”
买汗衫 ,或 者 当她卖出时买进 。经过设计 ,交 易系统必须是
“ ”
可以被执行的。理想状态下 ,系 统会应对 所有的 交易问题 ,从
信号的产生 ,到 订单的设置 ,到 风险控制。评估系统设计效果的一
种很好的方法是让不懂交易的人来执行该系统 ,如 呆可以执行 ,便
是一套有效的系统。
实际上每个交 易者都在使用一 套系统 。对于大多数交 易者来
说 ,一 套系统实际上是 由许多系统组合起来的。交易系统可以是随
意的 、部分随意的或者完全机械化的 。这些系统可以使用不同类型
的数据 ,比 如五分钟图或周线图 。这些系统可以不具有一 致性 ,甚
表1.1戊 功交易程序的组成部分 。
12
超越技术分析—— 如何开发和执行一套制胜的交易系统
什么是交易程序
对于股票和期货交易来说 ,虽 然一套成功交易程序的组成部分
很容易被辨别 ,但 是显然没有通用的交易程序存在 (见 表 1.1)。 信
号产生的过程需要交易者对数据进行分析 ,决 定要交易的市场和股
票投资组合 ,然 后将信息持续不断地供给系统 。接下来产 生的信号
必须根据账户来正确地处理 ,而 交易规模的计算还必须包含对资金
管理的考虑 。这些工作的输出是一张准确的买单或卖单。最后交易
者可以将订单交给 经纪入执行 。交易者必须仔细地监测执行过程 ,
盈利产生过程的分类
一个盈 利产生过程就是一套系统或一个系统组合 。根据形式所
做的简单一 致的系统分类有助于对不同的RGP进 行比较。这样 一种
分类方法有助于投资者和投资机构研究最佳的投资方案 。
RGP是 这样一种交易 “系统” ,我 们可以根据它来决定交易时
为了寻求利润所冒风险的数额。区分RGP的 一个变量是时间框架 ,
13
B钾⒑nd Technkal AΩ aly蜕 s
对于给定的头寸 ,交 易者将在该时间框架上预测价格的运动。我们
使用交易中平均每笔盈 利交易的长度来对时间框架进行量化 ,单 位
不是 自然 日,而 是交易 日。平均而言 ,每 笔交易持续的时间越长 ,
“ ”
预期的价格运动幅度就越大 ,交 易的平均获利也越大。 慢速 交
易系统倾向于使每笔交易持续更长时间。所以 ,在 对RGP进 行分类
时 ,盈 利交易的平均持续时间是一个准确的参数。
首先我们将RGP分 为入场策略和出场策略 。每个RGP都 至少需
要其中的一个 ,但 可能具有一个 和多个入场策略和出场策略。然后
“ ”
我们将 速度 划分为两个级别 ,快 速和慢速 。速度参数描述 了入
场和出场信号对价格反应的相对灵敏度 。较快的入场和出场一般对
价格运动比较敏感 。因为入场和出场都有两个速度级别 ,所 以总共
就出现四种组合形式 (图 1.2)。 在图 1.2中 为这 四种类型分配了平均
每笔交易的持续时间 ,这 些数据纯粹基于我个人的经验。
现在我们可以把平均交易时间转化后来区分RGP的 形式 (图 1.3)。
强力型趋势跟随是一种使用慢速入场和出场策略的RGP。 典型的平
均交易长度大于 sO日 ,而 且这种RGP是 完善的 ,在 测试期间内是有
效的。这些RGP有 不同的特点 ,冒 中等风险便可获得大型利润 ,而
且在使用多元化投资 组合时的大型账户表现最佳 。由于慢速 出场策
略的原因 ,有 时会失去较大部分未了结交易中的利润 ,所 以它们容
易受到资金回撒的影响 。
平均盈利交易的持续时间 (以 交易 日计算 )
出场策略
快速 慢速
快速 (5 30~50
入场策略
慢速 5~30 ≥>50
图1.2依 据盈利交易的持续时间对盈利产生过程的分类。
盈利产生过程 (RGP)的 描述
出场策略
快速 慢速
入场策略 快速 热纽扣型 候鸟型
慢速 择优型趋势跟随 强力型趋势跟随
图1.3RGP的 描述性分类
14
超越技术分析—— 如何开发和执行一套制胜的交易系统
“ ”
在强力型趋势跟随系统对角的系统是 热纽扣 (译 者注 :热
纽 扣 (hotˉ butt。 n):在 政治问题或市 场战略方面 ,一 种急于求成
的心理倾向。 )型 交易系统 ,它 的交易持续时间小于5日 。这些高速
RGP使 用快速的入场和出场 ,交 易相对较小数 目的市场 ,必 须控制
“ ”
滑移价差和手续费 ,当 出现持续 3日 和更多 日的 爆发性 市场行
情时 ,该 类系统表现最佳 。它们易受波浪形价格运动的影响 ,经 常
为了较小的获利而冒较大的风险 ,并 且 容易受到相关漂移和形态失
败的影响。热纽扣型RGP一 般与其他RGP关 联较小 ,通 常 由小账户
和大比例杠杆使用。
“
在趋 势早期入 场 ,直 至 趋 势终 了才 出场 的 RGP被 称 作 候
”
鸟 型 。 当市场在给定方 向做平滑的趋势运动时 (就 像迁徙 的鸟
儿 ),该 系统表现最佳 ,但 是 易受失败突破或早期趋 势反转 的影
响。所以 ,这 种策略也可被看做乐观型趋势跟随。这种RGP也 是完
善的 ,但 是容易提前获利了结而放弃部分利润。可以认为逆势策略
属于这一类别。
最后一种RGP形 式可以被称作择优型趋势跟随 ,因 为它会寻求
已经形成的趋势。因为这种RGP漫 速入场 、快速出场 ,所 以它们不
容易受到趋势中早期反转或者末期回调的影响。但是 ,当 趋势平滑
有序时 ,这 种RGP容 易丢失很多交易机会 ,虽 然它们具有较高的风
险调节能力。
图 1.2和 图 1.3可 以帮助我们区分 自己或交易顾 问的交易类型 。
如果交易顾 问使用组合策略 ,那 么我们可以使用加权平均交易持续
策略 优点 缺点
热纽扣交易 与其他RGP关 联 交易费用 ,多 元化 ,
较小 ,不 需要持续 易受随机噪声影响
的趋势
候鸟型 可在早期进入正在形成 易受 早期反转和末期崩
的趋势 盘的影响
择优型趋势跟随 是太快入场和太慢入场 在趋 势早期和末 期对快
的良好折衷 速反转没有免疫力
强力型趋 势跟随 完善 ,经 受住时间测试 需要持续的趋 势 ,在 趋
的考验 势末期会放弃部分利润
表1.2RGP的 优缺点比较
15
BCv(冫 nd TeChnlca蚤 Analysis
时间来对该资金管理人进行分类 。投资者或投资机构可以使用这些
RGP组 合 ,或 者其中的一大部分来创建 自己的投资组合 ,以 实现他
们的投资 目标 。例如在投资 组合 中可以包含强力型趋势跟随和择优
型趋 势跟随 ,在 趋势强劲时增加额外的获利 ,而 在趋势特别缺乏时
减少资金的波动。
表 1.2中 列出了每种RGP类 型的优缺点。投资者或投资机构可以
使用这些通用化的分类方案来理解或测试任何特殊RGP的 优缺点。
通过分析相矛盾的结论来辨别资金管理人的类型比较容易 ,因 为在
一个类型分类中性能应该大致相似。我们还可以使用 自己的数据来
划分为3个 速度类型 :快 速 、中速和慢速 。总之 ,可 以使用这种方法
来构建有效的系统组合。另一种RGP的 分类方法是随意型RGP和 全
系统化RGP,下 面将对该方法进行论述。
比较 :随 意交易者与机械系统交易者
表 1.3中 比较了交易的两种极端情况 :一 名随意交易者和一 名百
分百机械系统交易者。随意交易者使用交易相关的所有信息 :基 本
面数据 、技术分析 、新 闻、交易快讯 、月相 ,以 及他们能想象到的
所有东西。而机械系统交易者则忠实地遵守一套机械化系统 ,绝 无
任何偏离。他们的整个重点是执行系统 ,没 有任何的改变 、例外 、
修改或任何种类的调整。
杰 出的交 易者属于随意交 易者 ,他 们可能会击败所有的机械
系统交易者 。他们最大的优势是可以改变驱动每一笔交易的关键变
量 ,所 以他们可以比机械系统交易者更加明智地改变仓位规模 。随
表1.3基 于信息型的随意交易者与数据驱动型的全机械化交易者之间的对 比。
16
超越技术分析—— 如何开发和执行一套制胜的交易系统
意交易者还可以改变交易变量的相对重要性 ,所 以他们可以轻 易在
趋势跟随模型和逆势模型之间切换 ,也 可以在分析的时间框架之间迅
速切换 ,比 如根据他们对交易机会的估计从5分 钟图切换到周线图。
随意交易者可以更好地利用除价格外的市场信启、
。例如他们可
以根据新闻或基本面信息来改变仓位规模 。随意交易者可以定时调
整他们的风险 ,所 以他们可以比机械系统交易者更明智地调整仓位
“ ”
规模 。这些不 常见的 本垒打 (译 者注 :原 意为棒球比赛中击球
员可打出绕球场一 周然后回到本垒得分的一球 ,此 处借指比较大型
的一笔盈利交易 )常 常是区分 良好业绩和优秀业绩的关键所在 。但
是对于大部分交易者来说 ,成 为一 名机械系统交易者可能会使成功
的机会最大化。
机械 系统交 易者 的 目标是选择 一 个时 间框架 (例 如 ,小 时 、
日、周 ),辨 识趋势状态 ,预 测未来趋势的方向。然后机械系统交
易者必须预测交易的趋势 ,控 制亏损 ,然 后获利了结。交易规则必
须是具体的 ,能 够覆盖交易的每个方面 。例如 ,交 易规则必须指明
如何计算将要交易的合约数 目,以 及所要使用的入场订单类型 。这
“ ”
些规则必须指明初始资金管理止 损的位置。交易者必须 自动地
执行该系统 ,在 执行时不得有任何的含糊。
机械系统交易者是客观的 ,使 用相对较少的规则 ,并 且在亏损
或获利时必须保持非情绪化。机械系统最重要的特点是具有不变的
规则。该系 统通常以相同的方式来计算它的关键变量 ,而 无视市场
的反应 。即便有些指标基于市场的波动性 ,所 有的系统规则也都是
固定的 ,并 且 具有优先性。于是机械系统交易者没有机会根据基本
面事件来修改规则 ,也 无法有效地调整仓位规模与市场相 匹配。这
既是优点也是缺点。系统交易者的主要优势在于他们可以比随 意交
易者交易更多市场 ,并 且使用多元化的投资组合。
我们设计不同风格的交易系统 ,它 们只需要交易者做较少的判
断。比如我们可以有增加仓位规模的明确规则。这可以包含基本面和
技术信`自、
。只有明确化 ,才 能保证执行过程的一致性。这些论述没有
提及为什么要使用交易系统这个问题 ,我 将在下—部分进行回答。
17
Be、 厂
《)nd Tcchn∶ cal Analysis
△为什么应该使用交易系统
“ ”
使用交 易系统最重要 的原 因是获得 一 种 统计学优势 。这
一常见术语的意思是我们可以测试该系统 ,而 且平均交易利润包括
所有的亏损和盈利交易是 一个正数。平均交易利润应该足够大 ,以
使该系统值得使用。平均交易利润应该能够涵盖交易费和资金回撤
量 ,而 且比其他系统要好。在本书的后面部分 ,我 将详细讨论所 有
这些规则。
统计优势与另一个叫做破产概率 (pr。 babⅡ
γ of mh)的 统计量有
关。从模拟交易的结果来看 ,破 产概率越小 ,我 们就越可能在市场中
生存并发展。比如你有一个小于 1%的 破产概率 ,那 么你的风险控 制
方法和系统的其他措施一般足以防止账户遭受突然的灭顶之灾 c
我担心这些统计数据 的最大起 因是 ,它 们是在假定交 易者会
严格按照测试方式去交易该系统 ,并 且没有一 点背离的情况下得出
的。这在实际交易中是很难实现的。所 以交易者的破产风险在它成
为现实之前只是∵种风险 ,它 比测试结呆要高。尽管 有这种担心 ,
交易者也应该开发满足完善统计规则的系统 ,因 为那样会增加交易
者的胜率 。同往常一样 ,没 有保证 ,只 有胜率 ,如 果没有上帝 ,就
将胜率放在你那边 。
使用交易系统的一个原因是保持客观性 。如果你具有坚定不移
的性格 ,那 么就可以抵挡新闻事件 、热点提示 、谣 言或厌烦情绪的
诱惑 。假设你是 一 名图表交易者 ,而 且在分析给定的图表形态时喜
欢灵活处理 。也许你很容易在事后辨 识一 种形态 ,但 在实际交易中
形态发展时却很难做到 。所 以分析结果可能令你不知所措 ,于 是很
难制定切实可行的交易决策 。保持客观性可以使你轻松地遵守分析
的决策。
保持一 致性是使用系统交易的另一个重要原因。既然交易系统
中仅有的几条规则每次都以完全相同的方式被使用 ,那 么就可以确
保交易者在交易中保持 可贵的一 致性。在许多情况下 ,客 观性和—
致性会走到一起 。虽然一致性往往被认为是欠缺思考的结果 ,但 当
我们不是冠军交易者时 ,它 的确是一项非常有用的品质。
18
超越技术分析—— 如何开发和执行一套制胜的交易系统
交易系统还具有另一项关键的优势 :多 元化 ,尤 其是跨交易模
型 、跨市场和跨时间框架的多元化。没有人可以确定市场在何时出现
大的行情 ,当 我们判断正确时 ,多 元化是另一种增加胜率的方法。
总之 ,我 们可以使用交易系统获得统计学优势 、客观性 、一 致
性 ,并 可实现跨系统和市场的多元化。本部分的一项关键假设是 ,
业绩可能既不是最差的也不是最好的。这种系统通常为趋势跟随系
统 ,在 遇到亏损时 ,它 会立即将其斩断 ,在 遇到获利时 ,它 会让利
“ ”
润 自由增长。这种心理叫做TOPS COLA,即 获利了结要缓慢 和
“ ”
止损要迅速 。
我们举两个完善系 统的实例 ,一 个是移动平均交叉系统 ,另
一个是价格区间突破系统。两个系统都是众所周知的 ,并 且正 以各
种形式被广泛地 使用着。这些系统产生的交易通常会超过⒛个交易
日。所 以我把它们划分 为中期系统 。它们本质上是趋势跟随系统 ,
在趋势市场中它们可以获利 ,在 非趋势市场中它们将亏损。典型系
统的胜率为35%~俏 %,平 均每笔交易获利超过⒛ 0美 元 。在后面我
将详细讨论这些系统。
在许多市场上长时 间地执行完善系统时 ,它 们总体上是获利
的。如果执行正确 ,它 们会保证在趋势中入场 ,截 断亏损 ,让 利润
奔跑 。这种系 统有无数种 ,在 专家使用的系统中 ,趋 势跟随系统似
乎占较大比例。
完善的系统不对市场行为做过多的假设 ,使 用相对较少的变量
和参数 ,并 且不因市场运动而改变其参数 ,不 会因参数值的些许变
化而引起业绩的急速下滑。在大多数投资组合中都值得使用这种系
统 ,因 为它们是可靠的 ,另 外它们很容易执行 。
19
B、镞 dT∝ hnk斌 Ana即 呐
“ ”
什么是 优 良 交易程序
“ ”
读者可 以使用本书中的工 具来开发 优 良 机械 系统 ,即 可
以 自动交易的系统 ,不 存在任何偏差 ,也 不必为每个 头寸而每天担
心。系统必须将风险控制规则和资金管理算法组合在 一起构建交易
程序。但是我们怎样才能知道 自己拥 有的是一个好的程序呢 ?表 1.4
列出一 些参考准则。需要注意的是 ,我 并没有对此做 出担保 。但是
接下来的建议应该会使你走上正确的轨道 ,并 且达到专业资金管理
人的长期业绩表现。根据用来比较 的时间周期的不同 ,读 者可能会
看到差异较大的版本 。比如在最近市场行情较好 的情况下 ,盈 利效
率范围可以从 0.1~0.5,共 同基金为0.35~0。 +0。 预期的资金为月盈
利标准偏差的 四五倍 ,所 以很少使用月标准偏差大于 15%的 程序来
交易。这些规则是假定读者在使用 日线数据交易 ,使 用风险调整来
选择系统 (通 过盈利效率 ),并 且能够容忍4倍 于月盈利标准偏差的
资金 。任何参数选择的 目标都是将测试周期上交易的数 目最大化 ,
同时不要忘记系统的完善性要求 。
说明 单位
总入场条件 /参 数 ≤ 10 #
总出场条件/参 数 ≤ 10 #
交易市场数 ≥ 10 #
测试周期/数 据 ≥ 24 月
每笔交易风险占总资金 的百分比 ≤2 %
盈利交易百分比 ≤ 50 %
平均月盈利 (u) 1 %
月盈利的标准偏差 (σ ) 5 %
盈利效率 (u/σ ) ≥ 0.2 #
预期资金回撤深度 20 %
预期资金回撤持续时间 ≤9 月
盈利月占总交易时间的百分比 ≤ 65 %
预期盈利 >13 %
“ ”
表1.4与 交易者信条相一致的 好 的机械交易程序的推荐标准。
20
超越技术分析—— 如何开发和执行一套制胜的交易系统
“ ”
对于交易者 何时能够停止寻找 圣杯 并且开始使用交易程序
这一问题 ,这 些规则可能是一 些很好的指标 。通过投入足够的工作
和创造性 ,读 者应该能够开发一套程序来超越这些指标 。但是 ,仅
仅设计一套好的程序还是不够的—— 交易者还必须能够天衣无缝地
执行它。
如何执行交 易系统
准备使用一套 自己信任的交易系统。在 经过充分地测试之后 ,
读者可以为 自己所使用的系统设计风险控制策略。风险控制策略指
明了每一个信号所产生的合约数和每笔合约所 冒风险的数额 。 当价
格向对 自己有利的方向运动数天后 ,该 风险控制策略还可以指明初
始止损如何改变。
系统必须清 楚地说明投资 组合 问题 ,比 如适合某个账户交易的
市场数 目和类型 ,还 必须在收到交易信号但未进入交易时 ,指 明初
始止损放置的时 间和初始止损的类型。
交易计划位于系统执行的核心。交易计划指明入场 、出场和根
据统计学分析 得出的风险控制规则。交易者应该创建 一份 日志来记
录 自己的情绪和执行质量 ,以 及对计划的偏离和偏离产生的原因。
我们应该随时监测头寸风险和所有出场规则的状态。
最后 ,从 长远的观点看 ,假 设我们正准备用该计划执行 100笔 交
易 ,而 不是 一笔 。于是 我们可以忽略其中任何一笔交易的业绩 ,不
管它是输是赢 ,而 把精力集中在交易计划的执行上。关于系统执行
的问题将在第9章 中详细讨论。
系统交易容易吗
系统交易并不容易 ,因 为它有违人的本性。交易是 一种情绪化
的行为 ,而 系统交易要求 交易者在较长的时间里以毫无偏差的方式
去执行一 组策 略 (即 没有情绪的影响 )。 这使得交易成为一种无聊
的行为 ,而 这违反了人的本性。 当市场向交易系统预期的相反方向
运动时 ,交 易者需要大量的耐心和纪律来执行计划。市场会不 间断
21
Bco(,nd Technica1Ana1ysis
交易者反应矩阵
对交易系统的信心
图1彳 交易者对交易压力的典型反应。
地 向交易者提供各种信息来挑战他们的交易信条 ,诱 使他们从既定
的交易计划中偏离。例如 ,如 果你是一 位逆势交易者 ,市 场呈现在
你面前的可能是一 系列的趋势 ,不 断触发你的止损位 ,而 不是像预
期的那样反转 。或者 ,你 是 一位突破型交易者 ,那 么市场可能出现
一系列失败突破 ,从 而诱使你使用逆势策略 。
交易者需要非常强的信念才能在交易过程 中坚定不移地执行系
统 ,而 不去随意改动参数 (图 1.4)。 如果交易者真的相信 自己使用
的系统 ,那 么就应该准备好资金 回撤的到来 ,并 且能够耐心地等待
最坏时期的结束 ,如 果必要的话或许会重新调整系统 。如果交易者
对 自己使用的系统只有中等的 自信 ,那 么很可能在使用过程 中去修
改和优化系统 。对系统不太信任的交易者常常在 一开 始表现得过分
信任 ,然 后对系统的信任很快消失 ,于 是他或她会忽略交易信号 ,从
而入场过迟 、出场过快。这种交易者放弃了所有的希望和系统本身 ,
22
超越技术分析—— 如何开发和执行一套制胜的交易系统
现 ,仿 佛存在某种魔法 。所以交易者必须随时准备好对整个交易过
程进行分析和维护 ,于 是交易成了一种乏味的、令人生厌的工作。
交 易的另一 个 问题是 回报是 变化 的 ,不 管是赢是输都很难保
持平衡 。在测试时 ,大 量的数据被压缩在几个毫秒内。而在实际交
易时 ,我 们不能使时钟加速 ,而 必须慢慢等待每 一次资金 回撒的结
束 。所以交易回报的可变性也会影响到交易者对交易策略的坚持。
有没有人会真正地系统化呢 ?大 量的职业交易者是的。例如 ,
谁盈利 ,谁 亏损
∷∷
在 ⒛世纪sO年 代 ,特 乌勒斯 、哈洛和斯通 (1974年 )发 表了一
篇 由布莱尔 ・斯图尔特所做的研究报告 ,该 报告对 S9⒛ 名客户的全
部交易账户进行 了分析 。那似乎看起来 已经有些久远 了 ,但 是在过
去的TO多 年里 ,人 类的恐惧 、希望和贪婪 却基本没有改变 ,所 以那
份研究报告的结果值得认真对待。
斯图尔特在报告中提到了那些客户所犯的三 个错误 : (1)投
机者明显倾向于过早地斩断获利 ,而 让 自己的亏损 自由发展 ; (2)
虽然在研究的9年 中价格一直下跌 ,但 是投机者倾向于做多而不是做
空 ; (3)看 多者在市场虚弱时买多 ,而 看空者在市场强劲时卖空 ,
表明他们是价位交易者 ,而 非价格运动交易者。
我们应该将这些经验 与前述的T○ PS COLA思 想进行一下比较。
通过减缓获利了结和迅速止损 ,我 们将避免斯图尔特在报告中提到
的第一个错误。其次 ,通 过趋势跟随 ,我 们可以避免后两个错误。
如果我们跟随趋 势 ,那 么我们将在每个中期趋 势上做多和做空 ,从
23
B丬、nd Technical Analy蜕 $
第 1章 附录 :技 术分析简明入门教程
简介
该入 门教程主要是 为不熟悉技术分析 基本 思想的交 易者准备
的。如果你熟悉技术分析的基本思想 ,并 且可以使用商业技 术分析
软件程序 ,那 么你可以跳过该附录。但是 ,在 附录中的 自适应震荡
指标和 自适应移动平均对高级交易者也可能有所帮助 。
市场数据有两种类型 :外 部的和内部的 。外部数据来 自经济活
动 、宏观调控和政府变革 ,这 些因素会影响工序平衡 ,影 响生产和
消费。外部数据被称为基本面数据。内部数据来 自交易过程 ,交 易
工具可以是股票 、期货和期权 ,这 些数据 由交易所收集和发布 。交
易数据被称为技术数据 。所以技术分析就是分析市场内部产生的数
据。根据交易的方式和地点 ,可 以把内部数据分为不 同类型。
在股票或期货合 约的交易过程中将产生很多信息 ,比 如成交价
格 、成交合 约数或成交手数 。在新头寸建立和 已有头寸了结时都会
产 生这些数据。当一天中的所有交易都被收集 和总结之后 ,交 易所
将报告每 日交 易价差 (最 高价和最低价之差 )、 开盘价 、收盘价和
成交量 ,以 及持仓兴趣 。如果你不理解这些术语 ,可 以去股票或期
货交易所的网站上去查询。
我 们将 技 术 市 场数 据 绘 制成 图表 ,然 后进行 分 析 。在 图表
中 ,横 轴代表时 间 ,纵 轴代表技术数据 的值 。横轴 (时 间轴 )可
以用年 、月、周 、 日或小于 1日 的时 间作 为时 间框架 。纵 轴 以本
地货 币为单位 ,显 示 的是价格 的运动 :开 盘价 、最高价 、最低价
和收盘价 。对于股票而言 ,成 交量就被绘制在价格线的下面 。因
24
超越技术分析—— 如何开发和执行一套制胜的交易系统
被称为蜡烛图 )。
随着时间的推移 ,具 有创造性的交易者们 已经分析 、发明、测
试了数百种有关分析棒线图的思想 ,并 对它们进行了分类 。计算机
的出现大大简化了分析过程 ,并 允许使用更复杂的计算分析方法 。
在这样短的篇幅中描述不计其数的交易思想是不可能的 ,所 以本书
只将与本书内容相关的重要思想总结在本附录中。
技 术 分 析 所 做 的假 设
技术分析 中最重要的一 个假设可能就是历史会 重 演 ,过 去 的
价格运动会对未来的价格运动做 出重要的暗示。第二个假设主要的
是 当前趋势会按 当前方向继续发展 ,直 至被取代为止 ,而 且在较长
时间框架 (比 如说月 )中 观测到的趋势比在较短时间框架 (比 如说
日 )中 观测到的趋势更重要。第三个假设是与被交易工具相关的所
有公共领域的信息都被完全反映在市场中。这表明没有哪个交易者
具有信息优势 ,而 这未必是真实情况。读者可以怀疑这些假设的准
确性 ,而 且 一些学术研究也对这些假设提 出了质疑 ,内 幕交易和随
机漫步理论便是两个典型的例子 。但是为了实际交易的 目的 ,我 们
将认为这些假设基本上是正确的。
技术分析依靠在过去的数据中发现的形态 ,而 这些形态可以在
将来用于交易中。形态的辨识和量化既可以是主观的 ,也 可以是 客
观的。主观性形态包括图表中各种各样的价格形态 ,比 如通道和三
角形 。对于价格的客观性度量是算法公式 ,比 如移动平均和震荡指
标 。这里我 们重点讨论技术分析中的量化元素 ,对 于图表形态读者
可以参考其他有关技术分析的书籍。
典型 的价格形 态 和 图表形 态
图 1.5至 图 1.13所 示为期货市场中常见的一些价格形态和图表形
态。股票 图表中使用的术语与此处使用的相同。
在趋势市场中 ,价 格朝着一个方向稳定地运动 ,或 向上 、或向
下 (图 1.5)。 在这些趋势中交易时 ,可 以沿趋势方向设立头寸 。趋
25
B``nd Tcchnical Analysis
图1.5用 尤莱克斯瑞士联合偾券的连续合约示例基本的图表形态。
势的产生是对基本面发展的响应 ,基 本面的发展吸引看多者以更高
的价格购买 ,或 者让看空者愿意以更低的价格卖出。根据经济学的
理论 ,平 衡价格远离当前价格 ,价 格朝人们理解的未来平衡价格运
动。趋势可以包含非常宽的价格区间 ,股 市中的价格区间要比期货
市场中的大 。
交易区间通常出现在趋势的末尾 ,价 格接近人们所认为的平衡
“ ”
价位 ,然 后开始 横盘运动 或者在几个区间内运动 (见 图 1.5)。
通常的解释是市场在区间的顶部找到压力 (更 多激进的做空者 ),
而在区间的底部找到了支撑 (更 多激进的做多者 )。 我们不能说做
多者比做空者多 ,因 为对于每笔交 易来说 ,做 多者与做 空者 都是
相 匹配 的。但是 ,当 看多者 (或 看空者 )数 量 占优势时 ,对 股票
的持仓兴趣 (或 平仓兴趣 )会 增加 。这种市场最好使用逆 势策略
交易 ,在 低点买进 、高点卖出。使用移动平均的趋势跟随方法在这
种市场中不会获利 ,因 为价格来 回运动 ,在 两个方向产 生一 系列的
亏损信号。
波动市场缺乏相对固定的价格方向 ,价 格在两个方向飘忽不定
(见 图 1.5)。 波动市场 可以被看做是市 场在扩展的交易区间 内运
动。波动区域可能出现在较宽的上升趋势或下降趋势中 ,一 般持续 1
到5个 月。在波动市场中 ,使 用移动平均的趋势跟随策略和通道突破
26
超越技术分析—— 如何开发和执行一套制胜的交易系统
神
u/w屮
图 6纽 约高级铜的连续合约在n999年 出现震荡运动。
1。
策略都比较容易亏损 。市场通常会从这种区间中突破而出 ,但 很难
区分是失败突破还是成功突破。
当市场在一个非常宽的交易区间内 ,每 隔7~⒛ 个交易 日便从一
个价位平滑运动到另一个价位时 ,市 场正在上下震荡 (见 图 1.6)。
在这种行情中 ,使 用移动平均线的趋势跟随策略要 比突破型策略更
具获利性 ,而 逆势策略则无利可图。周期性的震荡运动可以看做是
扩展的整固运动 ,接 下来市场往往进入交易区间或波动运动。虽然
这样的区域很容易用肉眼观测到 (事 后 ),但 在实际交易时很难用
量化的指标去预测。
周期性市场在较窄的交 易区间内做持续 3~7个 交 易 日的震荡
(图 1.7)。 借助于计算机的帮助 ,我 们可以检测到此类市场 ,并 且
可以通过预测转折点的方法进行交易。这种行情出现的频率比人们
普遍认为的要少。
~当 震荡运动或周期性市场在 一 轮较强的趋 势中呈阶梯式 出现
时 ,价 格通道便形成了。当检测到价格通道时 ,我 们便可以使用简
单的趋势跟随工具进行交易。伦敦国际石油交易所 (IPE)Brerlt原 油
期货合约在 1999~⒛ 00年 的上升趋势中呈现 出一条相 当干净的通道
(图 1.8)。 在 1999年 初刚开始出现的上升行情便足以确定这条延续
27
BgVnd Te¢ hn吐 c/dl∮ dna廴 “s
周 期仕 价 格 形 恋
28
超越技术分析—— 如何开发和执行一套制胜的交易系统
29
B渊§nd Techn|caI A血 aly$is
给 迟 到 的看 多 者 ,于 是 双 重底 的重新 试 探 或 者微 小 的整 固 区 便 会
出现 。如果 收盘 价 高 于 两底 之 间的高 点 ,便 确 认双 重 底形 态 已经
形成 。
囡 表 形 态 的 皮 工 目标
当价格 出现特定 的可定义 图表形态时 ,经 验认为未来价格运
动的幅度是一致的。这种对运动幅度的预测被称为度量 目标 。在任
何给定的情况下 ,市 场也许会到达预期的幅度 ,或 者继续运动 ,大
大超过预测幅度。但是 ,对 价格形态的识别与分类 ,以 及对未来价
格 目标进行预测的能力 ,使 得我们可以围绕这些形态来制定交易策
略。下面举两个例子来说明这种思想 ,但 绝不是对这种思想完整或
透彻的阐述 。
交 易者在价格图表 中经 常会看到长方形价格形态 ,在 这种形
“ ”
态中 ,价 格在 一个 长方形 内运动4~6个 月。当市场突破长方形
时 ,我 们可以使用长方形的高度得出一个价格 目标 。图 1.12所 示为
纽 约棉花期货连续合约的图表 ,其 中有一个长方形的价格整固区域
出现在 1999年 上半年。长方形的高度是7.⒛ 美元 ,我 们预测的下侧 目
标是 61.11美 元。一 旦价格从这种整固形态中突破而出 ,那 么它将在
一个 月内达到 目标价位 。
30
超越技术分析—— 如何开发和执行一套制胜的交易系统
H〓 75.61
庄 I目 :羽 。
3⒍ 7.25〓 61.11
图 ⒓ 从一个价格长方形中得出的度量目标,在这份纽约棉花期货市场的价格
1。
图表中度量目标为长方形的高庋。
另一个著名的整固价格形态是头肩形态 。在这种形态 ,价 格首
先形成一个初始高点 ,然 后出现 一个真 正 的最高点 ,接 下来 出现一
次对最高点的重新试探 。重新试探在一个比最高点低的价位失败 ,
“ ”
彤成右肩。可以在该形态的低点下面画一条直线 ,即 颈线 。理
想状态下的颈线是水平的 ,但 非常罕见。这种形态偶尔会出现于市
场底部。我们预测顶部 头肩形态之后价格将强势向下穿越颈线 ,而
31
BC卩 lltt⒎ h蚯 c斌 舳
t・ a圩 戚s
在底部头肩形态之后价格将强势向上穿越颈线 。在使用头肩形态时
应 当非常小心 ,因 为它是失败率相对较高的一种形态 。但是它的确
给出一种预测价格 目标的方法 ,价 格 目标是从最高点 (或 最低点 )
到颈线。
图1.13所 示为伦敦LIFFE Long Gilt期 货连续合约中出现的一个头
肩形态 。该连续期货的最高点为125.15美 元 ,颈 线与最高点之间的垂
直线长度为 118.15美 元 ,指 明一个低于交叉价格 111.15美 元7个 整点
的价格 目标 。在 19∞ 年 5月 LoIlg αlt向 下突破颈线 ,7个 交易 日后又
重新试探颈线。一旦重新试探失败 ,Long αlt便 走低进入一轮波动
的下跌趋势 ,在 4个 月后到达下侧 目标。通过观察发现 ,该 价格 目标
很容易被超过 ,如 图1.13所 示的Long G血 案例。
有关股票技术分析的许多经典书籍都阐述 了各种价格形态的度
量 目标 ,这 些形态有三 角形 、旗形 、波浪 ,等 等 。交易者可能也从
自己的交易经验中总结出许多形态 ,只 要我们相信市场会按我们希
望的方式运动 ,那 么就可以使用这些 目标作为系统中重要的入场点
或出场点。
统计分析
咖l ˉ
〓125,15
恋
\ 价格 〓118,15
∫ l
掭狮盱啷
目 邓
驷热 ,擗 搜∵
袅、 蔽 J气 ~嚣 r^描 ・
谓廴 ∵ 铲已廴”
j?i过 钅 缉艹
1i记 r讨 l已 ‰玎 P%¨
酽
・
:l∷ 葚
`氩
图 1。 n3在 伦敦LIFFE Long σ It期 货合约中使用头肩形态得出的下侧价格 目标 。
32
超越技术分析——如何开发和执行一套制胜的交易系统
-4 -3 -2 -1 o 1 2 3 4
曰开均t的 距】
均值 =u=sum(wi× Vi)
33
Bσ ond Tcchnical Analv$is
样本标准偏差 =σ = (wi(Ⅴ
i-u)2)
移动平均
移动平均是一些变量 (比 如收盘价 )的 简单均值 ,在 特定的时
间间隔 ,比 如说9个 时间周期上计算得出。移动平均通常由棒线图表
中的收盘价计算得出 ,但 是交易者可以使用 自己喜欢的任何数据来
计算 。移动平均被 用于将价格数据平滑化 ,然 后辨识潜在的趋 势 。
平均周期的长度和均值的计算方案可以有多种 ,以 便产生具有不同
平滑特性的均值 ,也 叫做移动平均的灵敏度或者移动平均的速度 。
需要注意的是 ,价 格必须在移动平均反映 出价格变化之前便 已运
动。所以移动平均通 常滞 后于实际真实价格的运动 ,因 为它们的响
应受到平滑方案的阻尼作用 。移动均值没 有固定 的限制值 ,根 据价
格的变化可以取到任意值。
常见的移动平均是简单移动平均 、加权移动平均和指数移动
平均。最近人们还发明了 自适应或动态移动平均 ,在 这种移动平均
中 ,平 滑周期不是固定的 ,而 是随市场波动性变化 。
简单移动平均 (SMA)的 加权方案就是赋给所有的数据点相等
的权重。该权 重 为 (1/n),其 中n是 计算时间周期的数 目。因为计
算周期的长度是固定的 ,在 每个时间周期末 ,一 个新的数据点被加
入 ,最 旧的数据点被删除 。在加权移动平均 (WMA)中 ,权 重被调
节为所有的权重之和为 1,但 是最新数据 比采样周期中较早的数据被
赋以更大的权重 。加权移动平均中 ,当 一个新的数据点加入时也会
删除最 旧的数据点。一 些交易者认为最 旧的数据也应该包含在平滑
方案中 ,于 是引出了指数移动平均 (EMA)。 在指数移动平均中 ,
34
超越技术分析——如何开发和执行一套制胜的交易系统
f{
丨}丨
l}|l丨 汹
丨
l凵
于是我们设立做多头寸。基于这种交易策略 ,我 们可以开发多种多样
的交易系统。
疋 荡指标
“ ”
震荡指标也是从市场价格中得出 ,但 是经过 规格化 以后只
在一些固定值 (比 如0)周 围波动 ,而 且具有固定的上限和下限。震
35
B钭 笈
〉lld Te¢ hllical Analy§ i§
图 “ 尤莱克斯EuroBund合 约中的慢速随机震荡指标显示市场动量。
1。
36
超越技术分析—— 如何开发和执行一套制胜的交易系统
蜘咖咖⒁⒁咖
⒁⒁⒁唧⒁⒁
图 I,随 机震荡指标显示出价格与价格动量之间的背离,图 中为尤莱克斯期货
1。
价格通道 和价格 带
价格通道用来绘制一个固定周期上的最高点和最低点。它是一
种与前述通道图表形态不 同的图形化工 具。此处价格通道用来定义
给定时间周期上价格运动的范围 (图 1.18)。 当价格创造出新的高
点或低点时 ,可 以使用价格通道来制定交易策略。新的高点或低点
可以被解释 为新趋势启动的信号 ,可 以沿趋势方 向设立头寸 ,或 者
了结前面趋势 中的头寸 。
价格带通常画在移动平均线的两侧 ,用 来度量价格在均值两侧
运动的范围。在移动平均线两侧画出距移动平均线固定百分 比距离
的两条曲线 ,便 得到一种价格带。也可以加入 一些对动量的度量 ,
比如移动平均长度上价格的标准偏差。价格带可以用来预测价格极
值或强趋势。图 1.19所 示的尤莱 克斯 (Eurex)EtlroBund合 约图表
37
Bw《 〉
l1《 l Tcchnical Ana1ysis
38
超越技术分析——如何开发和执行一套制胜的交易系统
趋势指标
及时地检测趋势便可获得可观的利润 ,所 以交易者们发明了一
“ ”
些基于价格的指标来度量市场中的 趋势 。在这些方法中 ,出 现
一个较大的值通常表明一轮趋势的出现 ,所 以可用于基于趋势的交
易策略。这些指标大约是动量指标 (比 如移动平均 )的 双重平滑。
平均动向指数 (ADx)是 一种趋势指标 ,当 使用者确定回顾长
度后 ,要 进行一些相 当复杂的计算才能得出。当ADx大 于⒛ ,或 者
ADx持 续上升 ,便 认为即将进入一轮趋势。在每一轮重要趋势中 ,
钱德趋势指 数 (CTI)=t=1n(c/c[L])/(stdev[1n(c/
c[1]),L]米 sqrt(L))
39
BC卩 tltl TCc扳 蜮c烈 舳榔豳
动态指标
到 目前为止 ,我 们所讨论的指标都需要使用者选择时间周期来
完成指标的计算 。在很多情况下 ,创 建可以根据 当时的价格运动 自
动调整计算周期的指标 ,可 能比较令人满意 。这种思想详 见钱德和
克罗尔 (Kr。 ll)所 著的 《最新技术分析指标 》 (The New Technic狃
Trader,John Wiley&So“ ,19舛 年出版 ,中 文书名参考台湾译本 )。
“ ”
特别推荐钱德和克罗尔的 随机RSI和 动态动量指数 (见 参考书
目 ),其 中详细阐述了自适应指标的应用 。
动态指标背后的策略是将指标的 回顾周期长度与市场波动性联
系在一起 ,然 后根据市场波动性来调整 回顾周期。当价格处于交易
“ ”
区间内 (波 动性较低 )时 ,我 们通常希望指标具有 较长 的回顾
“ ”
周期。反之 ,当 价格快速运动时 ,我 们希望使用 较短 的回顾周
期。改变用于计算的 回顾周期要比使用 自适应移动平均将指标平滑
“ ” “ ”
会让指标更灵敏 。 较长 和 较短 的定义取决于交易者使用的
交易视窗。
日线 日 0.891。 00
40
超越技术分析—— 如何开发和执行一套制胜的交易系统
41
B丬、nd Technical Analysis
{-ˉ
ˉo2k Tushar Chande;Adaptive stochastic⊙ scⅢ ator-ˉ ˉ }
vars∶ v1(0),v2(0),v3(0),v4(0);
Vars∶ 丨
enmaxl28),|enmin(7),Curr|en(0);
Vars∶ hh(0),|丨 (0),stoch(0),st° Chma(0);
{-ˉ
ˉCa|cu丨 ate20-day std,DeV,And"s20-day range-ˉ ˉ }
V1=stddeV(c,20);
V2=highest(v,120);
V3=丨 oWest(v1,2O);
{-ˉ
ˉCreate v4∶ stoChastic osCⅢ ator for20-day std.deV,-ˉ ˉ}
{-ˉ
ˉif v1〓 v2(highest|eve丨 )=)v4=1;if V1=V3(|owest|eVe丨 )〓 >V4=0-ˉ ˉ }
丨
f(v2-v3)>0then v4〓 ((v1-v3)/(V2-v3))E|se v4=0;
{-ˉ
ˉCa丨 cu丨 ate current effecuve丨 ength∶ fv4=1,then丨 ength〓 rnininurvl-ˉ ˉ}
curr|en〓 丨
ntPodion(丨 enmin+(|enmax丬 enmin)★ (1-v4));
{-ˉ
ˉCa|cu|ate stochasu0oscⅢ at° r and its3-day exponentia丨 average-ˉ ˉ}
hh=highest(h,curr|en);
Ⅱ=丨 oWest(1,curr丨 en)∶
if(hh-"))0then stoch=((c|ose~||)/lhh-||))★ 100;
if currentbar=1then stochma=Oe|se
stOchma〓 0,5*stoCh+0,5★ stoChma【 1];
{-ˉ
ˉ °t data-ˉ ˉ
p丨
}
“
ot1(stOch, adapt~stoch”
p丨
)∶
“
p|ot2(s|oWkl18), st° chma” );
“ ’
ot3(80, hi~ref’ );
p丨
“。 ’
ot4(20, 丨
p丨 ~ref’ );
{-ˉ
ˉEnd。 f code-ˉ ˉ}
图 ⒛ 欧米伽研究中心交易平台软件的示例代码。
1。
VIDYA向 9日 指数 移 动 平 均 线 靠 拢 。 当波 动 性处 于 最 低水 平 时 ,
“ ”
Ⅵ DYA水 平运动 ,其 有效长度变为 无限 ,表 明该指数 的有效长
度具有 一 个很大 的动态 范 围 。在 图 1.24中 ,当 米兰股票 期货在 19”
年 6月 从 整 固区域 加速 而 出时 ,VIDYA与 9日 指数 移 动平 均 的有效
长度相 同。当MIF进 入从 6月 到 9月 的整 固期时 ,VIDYA水 平运动 。
vIDYA走平是辨识整固区的一 种有效信号 。
42
超越技术分析—— 如何开发和执行一套制胜的交易系统
43
B湃 廴
冫姒斌T¢ ¢
⒕nica1Analysi$
vars∶ v1(O),v2(0),v3(0),v4(0),vidya(0),sfac(0,2);
{-ˉ
ˉCa|cu丨 ate20-day std,Dev.And its20-day range-ˉ ˉ )
V1〓 stddeV(C,20);
V2〓 highest(v1,20);
V3〓 |oWest(v1,20);
{-ˉ
ˉCreate v4∶ stoChastic osCⅢ ator for20-day std,deV.-ˉ ˉ)
{-ˉ
ˉif v1〓 v2(highest|eve|)〓 >v4=1;if V1=v3(|° west|eve|)〓 >v4〓 0-ˉ ˉ}
{-ˉ
ˉ丨
n"ia丨 ize and ca|cu|ate V丨 DYA-ˉ ˉ }
{-ˉ
ˉWhen v4=1sfac*V4=0,20corresponding to9-day exponentia丨 1η oving
average-ˉ ˉ}
{-ˉ
ˉp|。 t data-ˉ ˉ }
if currentbar>50then begin
p|ot1(vidya
“
vidya” );
end;
{-ˉ
ˉEnd° f code-}
图 犭
1。 VDYA在 欧米伽研究中心交易平台软件中的代码。
vIDYA在 交 易平 台中的代码 见图 1.25。 它修改 了前面所 讨论 的
自适应随机震荡指标 的代码 (图 1.⒛ )。 在 图 ⒛所示的代码 中 ,通
1。
预测 长期 支撑 和压 力
对价格图表最常见的使用方法之一 ,是 预测支撑和压力。支撑
“ ”
是下降趋势可能停止的大 约价位 ,市 场受到看多者的 支撑 。反
“
之 ,压 力是上升趋势可能暂停的大约价位 ,市 场受到看空者的 压
”
力 。我们希望预测长期的支撑和压力价位 ,以 便量化我们在市场
中的风险。风险对看多者来说是市场下跌至支撑线 ,而 对看空者来
说是市场上涨至压力线。对图表的分析表明 ,期 货市场中的长期趋
44
超越技术分析—— 如何开发和执行一 套制胜的交易系统
.螂 艹
Ⅱ1斓 蠲 蕉
唧 嵘 铲 够 都 钸 蹒 .鸱 豳 禺 撬 邋 江熬 宓 翼j甄 敬 甄 鲅 配
^翠
格带距移动乎均的距离为收盘价⑾0日 标准偏差的一半 。
45
B吖<>nd TCChnical Analy$i$
平均线起了压力线的作用。
46
超越技术分析——如何开发和执行一套制胜的交易系统
交易系统设计原理
如果没有上帝 ,就 把胜率放在你那边。
简介
本章阐述了一 些系统设计的基本原理 ,读 者应该努力去理解这
些原理 ,然 后根据 自己的偏好做适当的调整。
首先评定 自己的交易信条—— 这些信条是成功的基 础 ,应 该将
它们置于交易系统的核心 。交易者可能有几条强烈的信条 ,它 们都
可以被用来制订一套或多套交易系统 。有了 自己的核心信条以后 ,
你的交易信条是什么
我们只能做 自己相信的交易 ,所 以有关价格运动的信条必须位
于交易系统的核心。这将使交易系统反映 出交易者的个性 ,从 长远
来看 ,使 用这样一套系统 ,更 容易获得成功。如果我们有多条有关
价格运动的信条 ,那 么可以开发多套系统 ,每 套系统各反映一 条特
47
Bg】 冫
nd TCChni¢ al Analy蜕 s
定的信条。正如我们后面将要看到的 ,多 套系统交易是多元化交易
的一种形式 ,它 可以降低账户资金的波动性 。
理解 自己交易信条的最简单的方法是列出它们。表2.1是 一份清
单 ,可 以帮助读者列出 自己的交易信条。
读者可以向表2.1所 列的项 目中加入其他的项 。例如 ,可 以加入
有关突破系统 、移动平均方法或波动系统的信条。交易信条受职业
的影响较大 。或许你是一 名证券交易商 ,你 的交易视界非常窄 ;或
许你是 一 家大银行的专业交易员 ,正 在交易货币 ;或 许你希望盯着
经济数据 ,并 将其作为决策制定过程的一部分。作为一 名以前的场
内交易者 ,你 可能喜欢 阅读交易者报告的买卖契约 ;或 许你曾经为
某个大型的生产商购买过咖啡豆 ,当 你交易咖啡时喜欢查看做物产
量数据。因此 ,交 易信条的种类可能像交易者一样多。
我们必须确保交易信条的一 致性 。例如 ,如 果喜欢快速交易 ,
2.我 喜欢使用系统交易。
3.如 果有必要 ,我 喜欢持有头寸较长时间 (1~100天 )。
48
超越技术分析——如何开发和执行一套制胜的交易系统
可以反映你的交易决策的信条 同意 不同意
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □
□ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □ □
我只喜欢使用基本面分析交易
我只喜欢用技术分析交易
我喜欢趋势交易 (时 间框架 自定 )
我喜欢逆势交易 (时 间框架 自定 )
我喜欢在下跌时买进 (时 间框架 自定 )
我喜欢在上涨时卖出 (时 间框架 自定 )
我喜欢在必要时持仓较长时间 (1~100天 )
我喜欢持仓较短时间 (1~5天 )
表2.1交 易信条示例清单 。
六大基本规则
— 旦找 出最坚定的交易信条之后 ,就 可以围绕这些信条开始建
49
BcvOnd l℃ chnkal加 a重 ysis
可以先在市场的历史数据上测试这些例外的情形 ,然 后把这些例外
规则直接添加到 自己的机械化系统设计中。
总而言之 ,这 些规则应该有助于开发相当棒的交易系统 。交易者
可以添加更多规则 ,或 修改现有规则 ,以 便为系统设计建立一个一致
性的框架。接下来的部分将对这些规则进行更详尽的阐述。
规则一 :正 值期望
∷
一套具有正值期望的系统更容易在将来具有盈利性。此处的期
望指的是每笔交易的平均盈利 ,不 管盈亏 ,每 笔交易都包含在 内。
该数据可以来 自实际交易 ,也 可以从系统测试中得出 ,一 些分析师
“ ”
把它称作数学优势 ,或 者简称市场中的 优势 。
50
超越技术分析—— 如何开发和执行一套制胜的交易系统
~“ 平均交易利润 ”和 “ ”
期望 代表同一个内容 ,所 以它们在后
面的讨论中可以 自由互换 ,期 望可以用许多不同的方式书写。下面
的公式都是一样的 :
期望 (美 元 )=平 均交易利润 (美 元 ),
期望 (美 元 )=净 利润 (美 元 )/(交 易总数 ),
期望 (美 元 )=((P盈 利 )× [平 均单笔 盈利 (美 元 )])— (
(译 者 注 :原 英 文 版 最 后 一 个 公 式 中 漏 掉 一 个 中 括 号
(“ 〕” ),在 译文中已经更正。 )
51
以 ,期 望并不能全面反映风险性 (波 动性 ),风 险必须靠系统的盈
利能力来控制。
期望还与破产风险有关系。可以使用统计学原理来计算 自己的
启动资本缩减到一个较小数额的可能性 。这些计算需要做 出胜率 、
回报率和仓位规模的假设 。回报率可以被定义为平均单笔盈利与平
均单笔亏损的比值。当回报率增加时 ,P盈 利增加 ,破 产风险降低。
破产风险还受仓位规模 ,即 每笔交易的风险占总资金的百分比。仓
位规模越小 ,破 产风险越低。破产风险的详细计算见第 7章 。
总而言之 ,我 们的系统必须有一个 正值期望 ,即 平均来讲每笔
交易是盈利的。期望值不是固定的 ,它 会随着时间而变化 。所 以我
们可以指定一个阈值 ,比 如用⒛0美 元来作为是否接受系统的标 准 。
期望的重要性还在于 ,它 可以影响破产风险。不要接受在长期数据
测试时期望为负的交易系统。
系统的期望 由其交易规则决定 ,接 下来的部分将研究 交易规则
的数量对系统设计的影响。
规则二 :交 易规则数量要尽量少
∴
本书所讲的决定性交易系统只使用较少数量的规则和变量。这
些交易系统类似人们为控制化学处理过程而开发的任务系统。经验
告诉我们 ,完 善可靠的控制系统要使用尽可能少的变量。
下面我们来分析两个著名的趋势跟随系统。最常见的双移动平
均线系统只有两条规则 。一条是在向上穿越时买进 ,另 一 条是在 向
下穿越时卖出。类似的 ,流 行的zO棒 线突破系统最少时只有四条规
则 ,即 两条入场规则 、两条出场规则。如果使用测试软件在多年的
历史数据上测试这些系统 ,可 以证明它们是具有盈利性的。
与可能具有数百个变量的基于专家系统的交易系统相比 ,这 些
系统怎样呢 ?例 如 ,某 套可以买到的交易系统 ,其 规则数超过硐0,
但实际用于交易的规则只 有一条。决定性系统不同于基于神经网络
的系统 ,神 经网络系统往往具有未知数量的规则 。
试验设计的统计学原理告诉我们即便是非常复杂的过程也可以
“ ”
使用5~7个 重要 变量来控制 。极少有系统超过 10个 主要变量 ,
52
超越技术分析—— 如何开发和执行—套制胜的交易系统
标准t尔 5∞ 收盘狃据与陌单线佳回归线
t
/
$旧
⑾
督 囗扌 ° 0o芯 中 世 牧
E/彳 f
— 收至价
-LR1(线 让回归出
朔
厂γ玩/`/b
踟
/
自1995年 8月 1日 起
53
8臼 叮
)nd Technic笤 ti Ana∶ vsts
自1θ 95年 8月 1日 起
表2.2列 出的是有关曲线拟合数据的几条有趣的特点。第一 ,常
数C。 的值对于每一个方程来说都是近似的。这意味着最简单的线性
回归模型 ,常 数 C0,已 经抓取了数据当中的实质性信息。
其次 ,注 意这些常数的绝对值随着项次数的增加而减 少。换句
话说 ,C0的 绝对值比C1要 大 ,C1的 绝对值比 C2要 大 ,依 次类推。所
以 ,较 高次数项的相对作 用变得越来越小。但是 当你加入高次多项
式时 ,曲 线更加接近所给的数据 ,如 图2.1不 口
图2.2。
该示例展示了许多重要的思想。首先 ,你 为数据所建立的任何
54
超越技术分析—— 如何开发和执行一套制胜的交易系统
C。 C1 C2 C3 C4 C5
表2.2线 性田归系数的比较。
模型都应该尽可能地简单。在这种情况下 ,简 单的线性回归 ,具 有
斜坡和交叉 ,抓 住了数据中所有重要的信息。其次 ,添 加复杂的高
次项 (规 则 )的 确增加了曲线对数据的拟合度 。于是 ,当 我们建立
更加复杂的模型时 ,我 们在数据当中捕捉到了更多的细微信息 。这
些细微信息在将来会重复出现的可能性非常之小。再者 ,我 们建立
模型的 目的是描述价格在测试 区间上是如何变化的。使用我们的数
据来直接计算线性回归系数 ,那 么 ,我 们的模型是源 自所给数据。
没有理 由表明这些系数会准确地描述任何未来的数据 ,这 就意味着
任何过度拟合的交易系统都不可能在将来表现 良好。
另一个例子 ,是 移动平均交易系统的一个改进版本 ,解 释 了为
什么要限制规则的数量。通常情况下 ,双 移动平均系统只有两条基
本规则。例如 ;对 于做多入场 ,3日 均线应该向上穿越 65日 均线 ,
反之亦然。
现在 ,我 们来看一个使用多于两条平均线的变化版本 。例如 ,
55
Be、 ℃
)nd Tcchnicai Analysis
〓
更多耗曰饣要更 多⒒据
仞
Hε
廿 叶 °≡
2 4 8 12 16 24 32 48 64 96 128
扭0l⒒ 目
56
超越技术分析—— 如何开发和执行工套制胜的交易系统
Ⅱ加扭刖古先起了汜网作用 ,然 后对利润产生了阻滞
\〓
≡ ≡ ≡ /≡ ≡ ≡
/≡ ≡ ≡ ≡ ≡
≡ ≡
≡
≡
≡
猢 鲫 咖 蛔
尸
≡/≡
≡
\
\≡
一帜 以 一理 衤 ει∞哜H
≡
〓〓〓
≡
≡
≡
≡
≡
≡
≡
≡
≡
2 4 8 12 16 24 32 48 64 96 128
扭则敬I
规则三 :完 善的交易规则
完善的交易规则可以适应不同的市场行情。通过这些规则建立
的系统对于参数的细微 变化并不敏感 。通常这些规则在多个时期的
数据上测试是可 以盈利 的 ,在 不同的市场中测试也会得到同样的结
果。完善的规则避免了曲线拟合 ,更 可能在将来发挥作用。
下面的一个例子使用了延迟的做多入场 ,展 示了非完善参数的
使用。入场规则如下 :如 果 3日 和 12日 简单移动均线的交叉发生于x
天以前 ,并 且 最低价高于近期最低点 ,那 么在次 日购买 ,购 买价位
是当日最高价 +1点 ,使 用买入限价单。在交易时还使用了15Oo美 元
的初始止损 ,为 滑移价差和佣金做出了100美 元的考量。
在国际金融市场 (IMM)日 元期货连续合 约从 1976年 8月 2日 到
199s年 6月 sO日 的数据段上测试上述系统。盈利对延迟 日期的数量非
常的敏感 ,因 为参数中较小的变化就会 使盈利产生很大的变化。而
且对于这样短期 的移动平均来说 ,在 交叉过后等待 12天 再进行交易
57
B☆ F∶ 。nd Tcchn∶ cal
1c’ An彡 11ysis
MIDD的 Ⅱ形与利润相 同
4 8 12 16 24 32 48 64 96
一帜揪 一 一● eΞ 一△ 回逻 匝巛●
ˉ
10000
ˉ
15000
ˉ
20000
ˉ
25000
ˉ
30000
扭曰⒒Ⅰ
58
超越技术分析—— 如何开发和执行—套制胜的交易系统
扭列扭Ⅰ
果规则 3被 触发 ,那 么在收盘时买进两份合约 (逆 势
规则⒋ 女口
入场规则 )。
规则⒌ 女口 果做空 ,那 么次 日卖出 ,卖 出价位为最近3天 的最高
价加上 1点 ,限 价卖出 (反 弹做空规则 )。
规则 1是 一种典型的突破系统入场规则 ,使 用最近sO棒 线交易区
间的突破。规则2是 一条根据波动卖出的规则。其卖出价位是上个交
易 日的最低价减去该 日高低价差的两倍 ,再 减去5点 。如果在靠近一
个中期高点附近的卖压迫使每 日价差向下侧扩展 ,那 么该规则通常
会在一个高低价差较小的交易 日之后被触发。规则3是 一条基于时间
出场的规则 ,它 是通过对 8月 份的合约仔细观察后得出。在交易一定
59
B弭◇ntl h姒 宜
T¢ ¢ Cai AΩ aiy$盲 s
硼 唧 跏
一帜 渊 一咫再歪邪
5000
ˉ
10000
ˉ15000
交叉后廷迟 (交 易 日效 )
60
超越技术分析—— 如何开发和执行一套制胜的交易系统
m
∞
m
17m
16.50
3曰 4日 5曰 t
图2.8I99s年 8月 使用曲线拟合系统交易原油合约 。
总交易笔数 23 盈利交易百分比 87
盈利笔数 20 亏损笔数 3
平均交易利润 (美 元 ) 564.78
最长盈利交易序列 14 最大连续亏损笔数 2
盈利交易平均棒线数 20 亏损交易平均棒线数 1
最大 日内回撤 (美 元 ) -1670.00
61
Bc)【)nd Te¢ hnka1Ana圩 sis
市场 模拟利润 (美 元 ) 平均交易利润 (美 元 )
叻口叫卜 132908 445
标准普尔sO0 145545 547
棉花 84925 284
美国债券 84319 324
日元 67975 176
瑞士法郎 17975 51
10年 期国库券 13538 48
黄金 (纽 约商品交易所 ) -13270 -33
高级铜 -22167 -49
大豆 -41656 -117
燃料油 -45868 -80
糖 11号 -56394 -136
62
超越技术分析——如何开发和执行一套制胜的交易系统
并且尽快地斩断亏损。
总的来说 ,很 容 易通过 一 个 短期的测试来开发 一 套 曲线拟合
系统。如果这些规则是不完善的 ,那 么它们在许多不同的市场行情
中将是不会盈 利的。所 以 ,它 们在长期和在许多市场中不具备盈利
性。这样的规则在将来很可能不会保持 一贯的盈利性 ,所 以我们应
该努力地开发完善的交易系统。
规则 四 :交 易多份合约
当对市场判断正确时 ,交 易多份合约可以使我们盈利更多。但
是 ,如 果判断错误的话 ,资 金 回撤也将更大 。如果使用 良好的风险
控制 ,总 盈利将大于总亏损。主要问题是账户资金要足够大 ,以 便
交易多份合约。风险控制方针必须允许多合约交易 ,以 便从该方法
中获益。如呆账户资金 一次只允许交易一份合约 ,那 么等资金充足
以后再考虑使用该规则。
多合 约交 易允许我们在系统设计 中加入非线性元 素 。也就 是
说 ,使 用非线性逻辑交易5份 合约 ,比 使用普通的线性逻辑交易的结
果要好 。线性逻辑对每个信号只交易一份合约。非线性逻辑使用一
个基于价格的指标 ,比 如波动性。波动性规则是指在市场波动性较
低时购买更多合约。市场在 经过数周的整固期后 ,波 动性常常会变
得较低。如果市场从整固形态中挣脱出来 ,逐 渐形成一轮较强趋势
的话 ,那 么使用非线性逻辑可以大大提升系统的盈利性。
下面举 一个简单的例子来说明这一 点。假设交易者资金雄厚 ,
63
B¢ Ⅴond TeChnical Analysis
可变合约枇 可变合约拟
项目 固定1份 合约 固定ns份 合约
蕞多1s份 合约 最多1s份 合约
净利润 ⒉018。 乃 360281 339774 294869
(美 元 )
最大 日内回撤 -⒆ 18.75 -103781 -66650 -62763
(美 元 )
净利润/MIDD 3.47 3.47 5.10 4.70
最大 单笔 亏 损 -1100 -16500 -1350 -13200
(美 元 )
总交易数 48 48 594 48
盈利交易数 15 15 215 15
平 均 交 易利润 500.39 7506 572 6143
(美 元 )
交 易的标 准 偏 2448 36721 5836 25506
差 (美 元 )
⒍
⒍
⒍
0
0
0
平均交易利润/ 0.24
9
2
4
4
标准偏差
3
3
标准偏差 : 3362
亏损交易
(美 元 )
表2.6使 用不同数目合约的业绩比较。
个5日 和sO日 均线的交叉 ,那 么你将在第二天进行交易。在每份合约
上使用100O美 元的初始止损 ,并 且考虑 100美 元的滑移价差和佣金。
让我们比较单合约系统与多合约系统的性能 ,最 多 15份 合约。
测试周期从 1989年 1月 3日 到 1995年 6月 30日 ,使 用一份连续合约。
“
表2.6对 5/sO交 叉系统的四个不同版本进行了比较。标有 固定 1份
”
合约 的一 列中显示的结果是在测试周期上每笔交易只交易一份合
“ ”
约。第二 列 固定 15份 合约 列出的计算结果是每次交易总是交易
“
15份 合约。标有 可变合约 #1” 的列交易最多 15份 合约 ,在 交叉
“
产生后合约数每天依次增加 。标有 可变合约 #2” 这一列一次最多
交易15份 合约 ,在 同一天购买。此处的波动性4倍 于平均⒛ 日真实 区
“
间。将波动性除以15OO0美 元得出合约数。于是 , 可变合约#2” 使
用一个基于波动性的标准来计算合 约数 ,通 常交易15份 或更少。
让我们比较一下由这四种策略产生的净利润。随着我们交易更
多的合约 ,利 润总数应该增加。但是 ,如 表2.6的 下一行所示 ,最 大
日内回撤也随着合约数的增加而增加。通过净利润与最大 日内回撤
的比值 ,我 们可以看出通过交易多份合约是否获得了更多利润。对
64
超越技术分析—— 如何开发和执行一套制胜的交易系统
所以交易数 目有所增加 。
每种策略的平均交易利润都相对较高 ,表 明这种简单模型似乎
抓住了主要趋势。当所有合约被同时购买时 ,平 均交易利润较高。
这仅是系统设计的另一 产物 。正如前面所指出的 ,平 均交易利润并
不提供系统波动性的度量 。
当我们 一 次只交 易1份 合约时 ,每 笔交易的标准偏差比一 次交
易多份合约要小。随着合约数的增加 ,标 准偏差也增加。如表2.6所
示 ,固 定 15份 合约比其他的可变合约策略在交易盈利 中有较高的波
动性。这意味着通过交易变数 目的多份合约 ,而 不是固定数 目的多
份合约 ,可 以降低波动性。降低账户资金的波动性是 另一个需要达
到的设计 目标 。平均交易利润除以标准偏差得到描述系统性能的另
一个复合参数。该数字越大 ,系 统就越可靠。对于 “ ”
固定 1份 合约
“
策略 ,该 回报风险比仅为0。 O9,而 对于 可变合约#2” 策略它上升
至0.24。 但是有一 点需要注意 ,使 用多合约交易使得交易盈利的波
动性显著增加。
表2.6的 最后一行表明由于盈利交易的利润增加 ,波 动性也随之
“ ”
增加。注意 固定 15份 合约 的账户资金下侧波动性是最高的 ,其
“ “ “ ”
次是 可变合约#2” 和 可变合约#1” 策略。 固定 1份 合约 策
“ “
略和 可变合约#1” 策略的下侧波动性没有多大差别 , 可变合约
策略一次只买1份 合约但却在多 日购买。另外需要注意的是 ,所
#1”
65
B∝ond Tcchlltcal AnalⅤ $is
并非所有的波动性都是有害的 ,添 加多份合约后上侧波动性增加比
下侧波动性多。上侧波动性的增加更有利于应对下侧波动性的突发
式增长。
总而言之 ,如 果交易者账户资金和性格允许的话 ,就 要考虑使
用多合约策略。
66
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
67
Bw◇ nd Tech雨 嘁 舳榔 蜕s
5000
-5000
-10000
ˉ
15000
图2.9瑞 士法郎和德国马克市场高庋相关,相关性为gs%。
章 )。 但是 ,连 续超过2%的 限制可能会导致账户资金出现 巨大的 、
不可预见的波动。
另一 条经验规则是 ,如 果 月资金波动经常超过⒛ %,那 么也属
J清
亍 ,偶 然会出现例外情况。
于过度交易。当然 ,由 于超常的市场彳
多元化交易就是在单一账户中交易许多不同的市场 ,我 们在应
用时还必须考虑多元化带来的问题 。交易许多市场的优点是增加了
抓住主要趋势的概率 。主要问题是许多市场响应相同的或类似的基
本面信息 ,因 此它们的价格运动在时间上高度相关 。所 以 ,交 易许
多相关的市场类似于在一个市场中交易多份合约。
例如 ,瑞 士法郎 (SF)德 国马克 (DM)通 常一起运动 ,所 以
交易这样的两个市场相 当于在其中一个市场中交易两份合约。在 SF
和DM连 续合约从 19⒆ 年5月 玑 日到199s年 6月 sO日 的数据上 ,使 用一
套双移动平均线系统 ,初 始止损为 150O美 元 ,滑 移价差和佣金考量
为 100美 元。两条移动平均线分别为7日 和甾 日均线。如图2.9所 示 ,
68
超越技术分析—— 如何开发和执行一套制胜的交易系统
交 易 日 (19Bg年 5月 ~1995年 6月 )
“ ”
模拟 的 锯齿形 资金 曲线
⒗
一帜涨 一姐轺
⒕
12345678 9
时向 (月 )
69
BeyOnd Technica1Analy$is
57388乡 乏JL。
注意这两种情况之间的主要差别。由于这两个市场有时存在负
相关性 ,所 以同时交易SF和 DM的 系统资金回撤介于在DM和 SF中 各
交易两份合约的系统资金回撤之间。例如 ,在 这种情况下同时交易
SF和 DM的 系统资金回撤为 10186美 元 ,而 交易两份DM资 金 回撤为
2⒛ 乃美元 ,两 份SF资 金回撤为∞sO美 元。所以 ,交 易相关市场时 ,
采用多元化策略获益甚微 ,最 好是在同一投资组合中交易不相关或
弱相关的市场。
在单 一 账户 中 ,使 用与上面相 同的双移动平均线系统交 易不
相关的市场 ,比 如瑞士法郎 (SF)、 棉花 (CT)和 10年 期国库券
(TY),可 以显现出多元化的益处 。交易三份SF合 约的模拟利润是
86801美 元 ,而 SF、 TY和 CT各 交易一份合约的模拟利润是 85683美
元。利用线性回归分析计算出日资金曲线的标准偏差(SEl可 以用来比
较这两条曲线的平滑性。交易三份SF合 约的SE为 mss美 元 ,而 SE、
SF和 TY各 交易一 份的SE为 ⒆⒛ 美元 ,降 低了21%。 于是 ,向 SF的 投
资 组合 中加入 TY和 CY后 ,产 生了更为平滑的资金曲线 ,而 利润基
本相同。
从图2.11这 条合成资金曲线中 ,我 们可以看出标准偏差与资金
“ ”
曲线的关系 。该曲线的SE为 2.25,因 为它相 当 锯齿形 。完全平
滑的资金曲线的SE为 0。
多元化交易并不限于向投资组合中添加市场 ,它 还包括在单一
账户中使用多个交易系统和多重时间框架 。我们应尽量使用不相关
或弱相关的交易系统 。总而言之 ,风 险控制 、资金管理和投资 组合
设计都是交易系统设计中的重要问题。
规则六 :完 全机械化的系统
为什 么交 易系统必须是机械化的呢 ?最 简单的回答就是我们
不可能在历史数据上测试一套随意系统 。我们既不可能预测未来将
要面对的市场行情 ,也 不可能预测我们面对那些行情时的反应 。所
以 ,在 本书中我们所讨论的系统只限于机械系统。
如果 可以定义如何制定随意的决策 ,那 么这些规则就可以被规
70
超越技术分析—— 如何开发和执行一套制胜的交易系统
格化 ,且 可被测试。规格化过程本身便为将来的系统测试提供许多
有趣的思想。所以我们鼓励使用机械化的系统 。
如果使用机械化系统 ,我 们更可能制定出一致性的交易决策 。
机械系统处理 价格数据的方式是可预测的 ,故 此可以保证这些在逻
辑上一致性的决策具有一 贯的盈利性 ,但 不保证 这些交易策略未 经
修改便可使用。
小结
为了削减交易信条 ,本 章列出了一份清单 。交易者应该将 自己
的交易信条缩减到5条 或更少 ,然 后围绕它们建立有效的交易系统。
本章还详细分析 了系统设计的六大主要规则。一套具有正期望
的系统在将来更具有盈利性。因为增加系统的复杂性会使系统性能
下降 ,所 以我们应 当限制规则的数量。相对简单的系统在将来更容
易成功。交易规则应 当是完善的 ,以 便在长期的交易中 ,在 多个市
场中都具有盈利性。如果条件许可 ,我 们应该考虑使用多合约的交
易 ,因 为那样我们可以在判断正确的情况下获取更多利润。风险控
制 、资金管理和投资 组合可 以使我们的资金曲线更加平滑 ,同 时也
是保证 系统盈利性的关键 因素。最后 ,交 易系统应 当是机械化的 ,
围绕 自己的交易信条建立更优秀的系统。
71
超越技术分析—— 如何开发和执行一 套制胜的交易系统
=OS章
系统设计的基础
优秀的系统会带给我们短暂的喜悦和持续的满足。
简
本章对许多系统设计问题进行了分析 。如果已经理解 了系统设
计的基本原理 ,那 么就可以考虑更复杂的问题了。而当交易者理解
了这些问题时 ,就 可以设计出更强大的系统。
我们先来 问这样 一个 问题 :市 场有趋势吗?而 对于是应该利用
这种趋势还是反对它的这个问题上 ,回 答应该是选择前者—— 利用
这种趋势。
本章介绍了一些测试结果来支持这个答案。然后读者就会问 ,
1.解 释怎样预测趋势市场。
2.知 道是用趋势跟随 (TF)策 略还是用逆势策略。
3.解 释优化的利弊。
4.知 道可能会遇到的风险。
5.知 道怎样选择测试数据。
6.有 效使用系统测试结果中的业绩总结。
73
8瞬o强 斌Technicai A允 a蚤 y$is
7.理 解和探索在业绩总结中所不包含的内容。
8.解 释为什么系统设计存在局限性。
预测市场趋势
如果能够始终如一地 正确预测市场是否在做趋势运动 ,那 么就
可 以设计出具有获利性的交易策略。简而言之 ,市 场以两种形式存
在 :趋 势和区间。如果市场定向地稳定运动 ,那 么就是在做趋势运
动。如果市场是在一个相对较窄的价格变动范围内来回运动 ,那 么
就是在做区间运动。
长期策略易于在趋势市场中成功 ,而 短期策略易于在区间市场
中成功。通常情况下 ,市 场不可能在趋势和区间之间迅速地来回变
动。有时市场开始区间运动只是为了突破后形成一轮新的趋势 ,反
之亦然 。
测定市场是否在做趋势运动有很多种方法。首先我们必须做 出
一些转换 ,这 些转换基本上就可以给出一个答案。例如 ,一 种著名
的度量方法是韦尔斯 ・韦尔德 (见 参考书 目 )研 究的平均动向指数
(ADX)。 通常 ,它 在大部分技术性分析软件程序中是 一个内置指
标 。平均动向指数描述 了双重平滑的绝对市场动量 。上升的ADX
曲线暗示了市场趋势 ,使 用者必须选择计算平均动向指数的交易日
数。随着计算周期的增加 ,指 数的敏感度降低。常见的参数值为 14
日,18日 也可以。交易者还须确定两个参考值来滤除虚假信号。⒛
是一个很有用的参考值—— 也就是说 ,除 非 18日 ADX高 于⒛ ,否 则
市场就不是在做趋势运动 。另一个比较有用的屏障值是 们 ,当 平均
动向指数向上超越们 而后下降时 ,说 明市场可能即将进入整 固期。
“ ”
在明显的强市场趋势中 ,我 们会发现ADX从 们 以上 下钩 的形态
“ ”
通常是短暂整固期的信号 ,然 后市场出现一 种 二踢脚 形态 ,继
续向更高的高点或更低的低点运动。
有时 当市场处于较宽的交易区间内时 ,平 均动向指数会上升
至⒛ 以上 。另一 种奇怪的现象是 ,尽 管价格在某个方向稳步平滑前
进 ,但 平均动向指数却转头下降。总之 ,它 不是一个完美的指标 。
平均动向指数的主要问题是它经过了两级平滑 ,这 就在价格运动和
74
超越技术分析—— 如何开发和执行一套制胜的交易系统
鼬、
32,00
22,00
θ
月 7月 8月 θ
月 10月 11月 12月
^o
31s^4
^o
287^4
275^o
600
3.00
6月 7月 8月 9月 10月 11月
76
超越技术分析—— 如何开发和执行一套制胜的交易系统
是否跟随趋势
如果你不是大型的套期保值者或机构交易者 ,那 么在设计交易
77
Bey【 ,nd Tcchnical Analy$is
系统时 ,可 以选择两种基本策略中的任意一种。可以选 择做 一 名趋
势跟随者 ,也 可以采取逆 势交易的策略。如果选择趋 势跟随 ,一 般
都会使用中期头寸。相比之下 ,在 逆势策略中 ,则 会使用逆 势的短
期头寸 。本部分主要探究两种策略 ,从 长远看 ,趋 势跟随方法比逆
势方法更有可能盈利。
表3.2所 示为使用欧米伽研究中心的System W血 er PlusTM软 件对
一套以随机震荡指标为基础的逆势交易系 统进行测试的结果。随机
震荡指标是 一种区间定位震荡指标 ,它 显示的是 今天的收盘价在最
近x天 的交 易区间中所处 的位置 。如果收盘 价接近区间顶部 ,那 么
震荡指标的值大于SO,接 下来价格可能会向区间底部运动。相似地 ,
交数
拟润
易量
最大连 最大 日内
羁 帚
羹筅甲帚
耋 霓 f 续亏损 回撤
交易数 (美 元 )
2
-11215
7
0
32
79
9 -44931
22
咖啡 1837
4
4
9
3
9
0
9
3
2
081
950
2
2
易所 )
日元 -47713 8633 -2762 9 -60813
法郎 -55350 9175 -3225 10 -63513
美国债券 -49313 4400 -1694 13 -61469
表3.2随 机震荡指标逆势交易系统测试结果。
78
超越技术分析—— 如何开发和执行一套制胜的交易系统
但在趋势运动期间的利润远远超过区间运动期间的利润 。原因是 当
市场做趋势运动时 ,价 格变化的幅度是做 区间运动时的好 几倍 。
“ ”
这个例子假设交易者支付的是大街上提供的 打折 了的交易
佣金。如果交易佣金很低甚至可 忽略 ,那 么在高交易频率下 ,逆 势
策略将会出现不同的交易结果。
表 3.3将 模拟利润在有无滑移价差和佣金时做 了比较 。获利性
的差异是显而易见的 ,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。
有多种逆势策略 ,表 3.4中 所列的计算结果便是用一种不同的交
易策略得出的。移动平均交叉 (MAX○ )系 统是最简单的趋势跟随
策略 ,但 是它也可被用做逆势策略。比如当短期移动平均线向上穿
越长期移动平均线时 ,交 易者可按照逆势策略而做空 。当然 ,这 种
“ ”
向上 交叉也是趋势跟随策略中一个做多的信号 。
这里我们任意选取 了5日 和⒛ 日移动平均代表短期和 中期移动
平均。测试周期从 19S9年 5月 25日 到 1995年 6月 30日 ,滑 移价差和佣
金量是 1o0美 元 ,初 始止损是 150O美 元。平均来讲 ,逆 势策略是净亏
损的 ,日 内资金回撤潜能较大。而趋势跟随策略将平均损失斩断在
”%,资 金回撤量低于∞%—— 两个数据显示的状态都较好。
表 3.5所 示为另一个 组合 :用 7日 和 50日 简单移动平均的移动平
均逆势策略和趋 势跟随策略 。这个 组合对严格的趋势跟随有利。假
设跟之前的一样 :滑 移价差和佣金是 100美 元 ,初 始止损是 1500美
表3.3交 易费用对逆势策略获利性的影响。
79
8evc)nd Tcchnica蚤 Analysis
逆势交易MAXo 趋势跟MMAXo
茗 ‰ 济望暑銮 昌 惫曩 尿
望暑昌
銮畚
晕
嚣罢 嚣鼢
叻9叫 仁 -42719 -59344 59241 -17216
棉花 -14670 -36895 -6845 -18010
原油 (轻 ) 2580 -21500 -30730 -35460
黄金 (纽 约 -12740 -21780 -8560 -12950
商品交易所 )
日元 -34650 -58540 -9025 -22738
法郎 -7812 -45688 -23500 -40175
美国债券 -28119 -33019 -9643 -23568
平均值 -19733 -39538 -4152 -24302
逆势交易MAXo 趋势跟随MAXo
潜 核 搽垫曩 銮 昌 窨曩 撂
核搽垫暑 銮 昌 畚
曩
嚣蹬 -68534
嚣譬
叻口叫仁 -22716 -27615 38689
棉花 -44375 -52275 23155 -9795
原油 (轻 ) -43440 -47570 20430 -5020
黄金 (纽 约 -14540 -20980 4560 -5730
商品交易所 )
日元 -39663 -71225 23662 -23075
拓妄良阝 -49325 -70800 32988 -13163
美国债券 -34606 -36756 18131 -14619
平均值 -37658 -49934 20488 -11900
80
超越技术分析——如何开发和执行一套制胜的交易系统
“ ”
史数据上寻找 最佳 变量 组合的过程 。下一部分讨论了优化是否
是一种很好的设计策略。
是否需要优化
“
如果使用计算机 ,我 们很容易通过历史数据搜索出系统的 最
”
优 值。结果可能令人相当吃惊。如果你可以提前知道最盈利的参数
组合是什么 ,想 象一下你的收益会怎样 ?这 便是问题的所在 。不幸的
是 ,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。
“ ”
这里使用的术语 最优化 相当宽泛 ,它 包含影响交易系统参
数值选择的所有工作 。我们 已经知道用曲线拟合 一个系统模型是相
当困难的。或许可以考虑使用较低水平的优化 ,在 这种情形下 ,我
们可以通过在较为广泛的取值范围和市场上来测试系统 ,然 后选出
“ ”
自己 最 喜欢的一 组。但是真正 的问题不是这个特殊的参数组合
是否最好 ,而 是交易者是否会完全信任该系统 ,并 毫无偏差地使用
它进行交易。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。
系统最优化的问题是过去的价格形态不会在将来以完全相同的
方式重复出现。市场间的相关性也是如此。尽管在历史数据上可以
看出较大范围的相关性 ,但 是事件间的时间滞后 ,以 及相关性所造
成的影响程度是不同的。
我们还必须解决其他 一些矛盾 。例如 ,我 们必须选择用来优化
交易系统参数值的时间周期。我 们很快便会发现 ,这 些参数的值取
决于测试月期的长度 。我们还必须决定以后隔多长时间重新对系统
进行最优化 ,并 规定最优值的有效期 。
例如 ,我 们可以决定使用3年 的历史数据来优化 自己的系统 ,并
在 3个 月后重新计算 。于是 ,一 种方案就是在 3个 月后用最新的可获
得的3年 数据重新优化。这跟重新训练神经系统是一样的。如果我们
的确对系统做 了重新优化 ,那 么就必须决定 怎么处理 使用交易系统
前一套参数值而进入的交易。
我们还必须决定是否在所 有市场上使用相 同的系 统参数 。如
果不是的话 ,就 需要分别在每个市场上对系统最优化。在那种情况
81
BcVond Techn;cal Ana;v蜕 s
因周期不同而不同 ,没 有任何的一致性。
我们接下来测试一 下这种假想 :如 果最优化 周期接近实际交易
周期 ,预 测将更具可靠性。然而 ,如 表3.8和 表3.9所 示 ,仍 然没有办
法可以预测在随后的周期中这种模型会发生什么。这应 当是预料之
中的 ,因 为在我们的最优化模型和市场力量之间没有因果关系。而
且我们只是将模 型拟合于历史数据 ,所 以我们不能获取所有驱动市
3个 9个
胃揣 轳 胃
罂 尹 帚龚华V润
堇屋I个 莨 鹫 氧 芎羹重 :2个
20 31238 -2200 -1538 1863 650
25 28275 -2475 -3112 -488 -2300
30 24175 338 -300 2325 2113
35 18088 338 63 2175 1963
40 15475 338 -525 2625 4000
45 7950 338 -4363 2038 3600
50 7013 338 -4363 -1800 -238
82
超越技术分析—— 如何开发和执行一套制胜的交易系统
场的基本面力量和心理力量。无以为奇 ,我 们仅仅依靠历史数据来
预测将来的能力仍是比较蹩脚的。
让我们进 一 步进行 讨论 。由于我 们不能获取任何 因呆关系 ,
所以在一个市场上进行的优化对其他市场作用很小甚 至没有。如表
3.10所 示 ,在 一 个交易市场 (德 国马克 )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。
5623147
2
0
2
5
3
0
3
5
4
0
4
5
5
鹦 嬲 润铷
I990年 6 n9⒛ 年9 n99o年 nz
个月利润 个月利润 个月利润
(美 元 ) (美 元 ) (美 元 )
83
′
BeⅤ on【 l【 cchnica1`u1alⅤ sis
0
5
0
5
0
5
0
德国马克 日元 黄金 咖啡 燃 料油
sDIA自 句 1988.11~ 1990.11~ 1990.11~ 1990.11~ 1990.11~
长度 (天 ) l9B9.11 199s。 7 1995.7 1995.7 1995.7
利润 (美 元 )利 润 (美 元 ) 利润 (美 元 )利 润 (美 元 ) 利润 (美 元 )
表3.10数 据表明9在一个交易市场上的优化不能预测其他交易市场的业绩。
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 ,
84
超越技术分析——如何开发和执行一套制胜的交易系统
初始止损 :答 案还是问题
在许多交易者心 目中 ,止 损设置 已经上升 为一种艺术形式 ,因
为人们不知道初始止损是一个答案还是一个问题 。对于这个问题的
回答 ,决 定于交易者的经验 。通 常 ,止 损就像是价格的一块磁石 。
市场常常击 中止损 ,但 只是稍作反转 ,便 又恢复原来 的趋 势 。所
以 ,初 始止损可以轻 易地考验交易者的耐心 。即便如此 ,初 始止损
也应该是管理交易风险的一个重要组成 部分 。本章将对 几个与风险
控制相关的常见问题进彳
亍讨论。详细的示例见后面几章。
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。
另一个问题是交易者是否应该将止损订单交给经纪人。许多交
易者拥有计划好的出场价格 ,却 不将订单放置在市场中。他们喜欢实
时监控市场 ,然 后 自己在必要时 自己放置出场订单。这种行为在交易
“ ”
行业中被称为 随机初始止损 。如果交易者没有 良好的纪律和判断
力 ,那 么随机初始止损可能不适合你。但是 ,如 呆交易者不能连续监
控市场 ,那 么将止损订单交给经纪人将是比较谨慎的做法。
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。问题是使用 紧凑的还是宽松的
止损。每份合约紧凑的止损额可能小于sO0美 元 ,宽 松的止损额则可
以达到⒛OO美 元。
假设我们只 有 日线 数据 。在这种 情况下 ,很 难准确测试 紧凑
的止损 ,因 为盘中价格的超常变化是未知的。假设我们交易债券市
场 ,典 型的 日内价差是 1000美 元。如果我们在 日线数据上使用 100美
元的止 损 ,那 么大部分系统测试软件将在入场当 日便止损退出 ,因
为我们不知道确切的价格变化轨迹。 当然 ,如 果你有盘中数据 ,就
85
Bg(,nd Technl〈 ∶
al Analysis
86
超越技术分析—— 如何开发和执行一套制胜的交易系统
初始止损不斫变化的20日 CHBOC系 纨
250000
一帜 脒 一驵 刁贵
170000
韧始止扭
87
B凼 笈
)nd Te¢ hn∶ cal Fu1a轩 siS
-20000
1000 2000 3000 4000 5000 6000 7000
-22000
ˉ
24000
一帜脒 一△ 回姐妇 汪 口巛●
-26000
-28000
ˉ
30000
-32000
-34000
-36000
初始止损 (美 元 )
持续保持打开的状态 。这是我们可以添加的最苛刻的止损 ,因 为只
有立即可以获利的交易才能够幸存下来。
从图3.3中 ,我 们可以看出 ,随 着初始止损的放宽 ,获 利稳定增
加。令人称奇的是 ,当 初始止损为0美 元时 ,仅 仅⒛笔交易 (共 铝4笔
交易 )就 获利1581Os美 元。这验证了交易行业的一个共识 ,即 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上。
从图3.4中 ,我 们可以看出一个紧凑的止损产生的资金 回撤量可
以大于根本不使用止损产 生的资金 回撤量 。当止损放宽时 ,越 来越
多的交易从亏损中恢复过来 ,最 终以获利了结。逐渐地 ,止 损变得
太过宽松 ,以 致于不再具有任何作用 ,从 而MDD稳 定下来。
当我 们将 初 始止 损放 宽时 ,止 损斩 断 的交 易越 来 越 少 (见
“
图3.5),所 以由CHB○ C产 生的交易数 目逐渐减少。一 旦止损 太
88
超越技术分析—— 如何开发和执行一套制胜的交易系统
⒛ 日CHBOC系 纨在巾啡市场上的交易数Ⅰ
“珥
∞
Hε
∞
囗°口叹 卜廿 ●
m∞
oo口
氵 囗 口叹 一廿
m∞
9卜 o口
°°∽m 如
°°∽
°
00∽
00心
寸生
㈠
一
峨
叨
〓
兀
89
Bσ◇nd l℃ chn宦 Cal Analysis
初始止损 (关 元 )
90
超越技术分析—— 如何开发和执行一套制胜的交易系统
000000088888888
⒁ 猢 硼 伽 跏 唧 伽
一帜Ⅲ 一△巾田姊巛●
初始止扭 (圭 元 )
表3.7当 我们放宽止损时,最大单笔亏损增加。
止损对平均每笔亏损的长度产生的影响进行 了对比。一个简单的⒛
日CHBOC交 易模型 ,除 了初始资金管理止损之夕卜
不使用任何出场策
略 ,允 许 100美 元的滑移价差和佣金。测试周期为6年 ,从 19S9年 5月
“ 日开始使用连续合约。
表 3.11的 数据表明 ,加 入 1500美 元的初始资金管理止损 ,使 平
均每笔亏损的长度大约减少了佃%,从 ⒛ 日变为 17日 。这些计算结果
进一 步确认了在靠近交易开端的地方被市场止损踢出的风险最高。
平均每笔盈利的长度为平均每笔亏损的2~3倍 。
如果对表 3.11进 行更细致的分析 ,我 们可 以看 出对于某些市
场 ,比 如黄金 、糖和大豆 ,即 使添加止损以后平均每笔亏损的长度
也不会减少太多。这就意味着在这些市场中 ,波 动性不如外汇和债
券市场中大。一个将产 生 10日 和 11日 平均每笔亏损长度的大约初始
止损也在表 3.11中 被列出 。标 准普尔500指 数期货合 约和咖啡是波
动性最强的两个 市场 ,其 次是棉花 、瑞士法郎和美国债券市场 。反
之 ,黄 金 、糖和原油是波动性相对较低的市场。所以在设置止损时
考虑整个市场的波动性是非常有用的。
91
Bcvond TechnicaI Ana1Ⅴ sis
250 750 1250 1750 2250 2750 3250 3750 4250 4750 5250
价差 (美 元 )
你的设计有风险控制吗
当我们设计交易系统时 ,要 不断提醒 自己设计的一个关键 目标
是控制风险。读者很快就会发现风险控制是一项充满挑战的工作 。
本章讨论了一 些风险 ,当 交易者从投资 组合 的角度来审视 自己的交
92
超越技术分析—— 如何开发和执行一 套制胜的交易系统
易系统时可能希望考虑这些风险。
跟踪止损是用来控制资金波动性和保护利润的一种常见方法。跟
踪止损是这样一种止损订单 ,它 在交易中被放置在距离最高利润点固
定长度的位置。当市场反转或者市场波动性增加时 ,该 止损将会被触
发 ,从 而保护我们的利润。如果我们正在使用对趋势变化反应比较慢
的长期系统 ,那 么这种止损将会使我们的资金曲线变得平滑。
一 种重要类型的止损来 自市场之间的相关性 。我们知道相关联
的市场常常会做 出大致相同的运动。一个很好的实例是货币市场 ,
平均亏损交易长
亏损交易平均 亏损交易平 度为 nO~nn个 交
市场 交易 日 (IsO0 均交易 日 易 日时的止损
美元定额止损 ) (无 止损 ) (可 变止损 )
(美 元 )
硎跏㈤跏侧佃猢侧跏猢⑾㈣跏㈣
叻口叫卜 92 6
铜 (高 级 ) 21 28
棉花 14 20
原油 23 27
德国马克 16 27
黄金 (纽 约证券交易所 ) 28 31
燃料油 27 37
日元 13 26
大豆 24 27
标准普尔sO0 7 26
糖 32 32
瑞士法郎 13 27
10年 期国库券 23 35
美国债券 12 27
93
8cv叮 )nd Tcchn∶ cai AnaIysis
158.50
15⒏ ∞
157so
Ⅰ
1l:rI
—
::PJI
丨
¨
157ω
—ι
‘
:Lr1
L1LⅠ
ltⅡ
刂
¨
—
:卜
T■
— ■ ● 刂
—
’■ι
IIIJ
I:rII
15⒍ 50
—
— 刂 ● :
lI
刂 ■
BΙ
LJ
1L■
— I1
1:,
I
LF1
ι亻
1,
I
¨
15600
rlI
J
1rI
■ ■ J
I:
15⒌ 50
155.00
1⒕~50
1“ ,∞
图3.9在 19%年底由交易呆滞的市场引起英镑市场的波动性增加是显而易见的。
以会过高地估计获利潜能。
流动性可能是接近主要假期时的一个主要问题 ,比 如圣诞节和新
年 。在这些市场萧条期内 ,往 往会看到剧烈的日内运动 (见 图3.9),
这些价格运动很可能触发原先精心设置的风险控制止损 。这些运动
并未改变 当前趋势 ,但 是在测试交易系统时却很难将其模 型化。
全球交 易给我们 的投资 组合 带来 了一 组新 的风险 。如 果美国
市场收盘后有新闻事件发生 ,那 么大型的价格运动可能在国外的市
场中产生。这种情况对于外汇市场 (比 如瑞士法郎 、日元或德国马
克 )、 能源市场 (比 如原油 )和 金属市场 (比 如黄金和 白银 )是 特
别常见的。通常 ,在 国外市场 中的情绪反应将产 生巨大的开盘缺
口 ,从 而在超常规的滑移价差中使交易者止损退出。由于这些大型
的开盘缺 口 ,交 易者会发现 自己的利润低于预期值 。更 有甚者 ,这
些市场可能在收盘时恢复到我们所设的止损价位之内 。于是 ,全 球
性交易给我们的投资组合带来了新的风险。
1995年 的德 国 马 克 市场在 一 段 波 动 期 间 出现 多个 大型 缺 口
(见 图 3.10)。 在 国外货 币市场中的大型 隔夜价格运动产生 了这
些大型缺 口,这 在历史测试 当中是很难被 正确模拟的。第一个圈出
的缺 口为2112。 sO美 元 ,如 果你正在做空 ,这 将是一个非常不利的价
94
超越技术分析—— 如何开发和执行一套制胜的交易系统
川
73,50
⒈l
ˉ
凵
10卜
72.50
U—
71.50
70.50
ˉ
l⒈
⒈
≡
H
hHⅡ
"""
""H"""η
△ I
""HH凵
ΗΗ
.
69.50
"—:
68.50
图3.10由 海外市场的剧烈隔夜价格运动所引起的大型缺口。注意在棒线图中大
型收盘-开 盘缺口已经在图表中用椭圆标出。
格运动。在 199s年 3月 底 ,中 间椭圆处的岛形反转也留下了巨大的缺
口 ,每 份合约大约13OO美 元。在5月 份圈出的缺 口大约为 150O美 元。
所以就在这一天的时间里 ,交 易信号如果处在缺 口的两侧则会产生
明显不同的结果。
在这份合 约中 ,大 型 的 日内价差还增加 了在收盘时进场的难
度。例如 ,如 果交易者在正确的时间得到了正确的交易信号 ,但 是
却选择在收盘前入场 ,而 不是采用止损的形式入场 ,就 可能错过一
次大的价格运动。比如说交易者有一张收盘前交易的价格为71。 gO美
元的卖单 ,那 么就必须在经过2400美 元的滑移价差之后才能实现该
订单 ,对 于大多数交易者来说这都是难以接受的 (见 图3.11)。
交易者所使用的数据常常会造成潜在的风险。比如我们使用周
线数据来开发交易系统 ,假 设在周五收盘时产生一个信号 ,然 后在
周二 开盘时买进 。由于在周线数据中都不显示每 日开盘缺 口 ,所 以
常常会低估实际交易中的滑移价差。另一个潜在的问题是使用本周
产生的信号而在下周进行交易 ,本 周便可能实现大型的价格运动 ,
可是在下周入场时已经错过了大部分的利润。
我们的系统还必须考虑基于时 间的风险。例如 ,当 市场在信号
出现后立即快速运动时最容易出现最佳行情。假设市场在给出一个
95
Bc)叮,nd Techni〈 Fal Ana盱 sis
zz,so
7⒛
2400关 元的饮口
新的突破信号之后立即进入整固区 ,此 时被止损踢出的风险要比在
横盘趋势中高得多。所 以我们可能需要一个滤网 ,如 果交易出现亏
损的话就在入场五 日内出场。
另一种比较奇怪的情况发生在当我们获得新的交易信号时已经
非常接近展期 日。有可能在即将到期的合约上产生入场信号 ,而 不
是在下一份活跃 (译 者注 :国 内一般称作是主力合约 )的 期货合约
上 。在这种情况下我们必须决定是否采纳该信号 ,然 后在数 日后 或
立即展期 ,或 者等待在下一份活跃合约中产生交易信号。
在使用连续合约进行测试时 ,很 容易低估展期对交易费和获利
性的影响。我们还必须解决将初始止损放在新展期头寸中的位置这
个问题。真实头寸可能会触发止损 ,而 连续合约只会做 一个优美的
跳动 ,其 头寸完好无损 。
这些讨论并未包含所有类型的风险 ,只 是重点阐述了为什么必
须在交易系统设计之初便应考虑风险控制的原 因。
鲎 良对待数据
对于系统测试所需数据我们有多种选择。所 以在选择数据时应
该加倍小心 ,因 为它们对测试结果有很大的影响。
96
超越技术分析—— 如何开发和执行一套制胜的交 易系统
代价是需要调整价格 。在测试时一般使用保留了价格运动幅度的连
续合约。两种类型的合约所给出的测试结果略有不同。
如果软件允许的话 ,一 种比较好的选择是使用带展期的实际交
易数据。从连续合约中得 出的测试结果与带展期的数据非常接近 ,
97
Bcyond l℃ chnical AnaIysis
m”
带展期实际合约 17%3 -21663
0
1.80
1
1
4
1
5
连续类型 sS/13 18妈 0 -24813
刀“⒐⒛
2.74
连续类型 ⒆挖 5 ⒛413 -22137 2.89
连续类型 55尼 5 ⒛ss0 -21115 2.42
连续类型 “挖5 1o能 5 -27800 2.43
连续类型ω″5 s9“ 2 -18363 3.12
表 Iz使 用不同类型连续合约测试系统的结果对比。
3。
数 目。在本书的后面部分 ,读 者将学到如何产生合成数据 ,如 何获
得大数 目的交易。
这次讨论的重点在于输入数据的不同会带给我们不 同的测试结
果 。此外 ,我 们不能确定交易会永远得到那种结果 ,因 为我们不可
能在合成数据上进行交 易。现在来看 — 个测试结果 ,使 用 一 个 5日
和50日 简单移动平均的双移动平均交叉系统 ,初 始资金管理止损为
15OO美 元 ,滑 移价差和佣金考量 为 100美 元。
Ⅱ为人场和出场选择订单类型
在入场和出场时有三种基本的订 单可供选择 :市 价单 、止 损单
和限价单。这是三 种交易心理在起作用 :第 一 种心理是 为 了得到特
98
超越技术分析—— 如何开发和执行一套制胜的交易系统
理解测试结果的总结
此处对技术分析程序中测试结果详细总结的讨论部分使用了欧
米伽研究中心的TradestatioIl软 件 中的报告。业绩总结的 目的是显示
特定交易系统在历史数据上的表现
99
Bσond Tcchllical AnalⅤ “s
表 3.13所 示 为 65日 简 单 移 动 平 均 —— 三 个 连 续 收 盘 价
(65SMA-3CC)趋 势跟随系统在英镑连续合 约上 的测试结果总
结。65sMA-3CC交 易系统将在下章详细讨论 。这里的总结包含多
空所有交易。对于全部多头交易和全部空头交易 ,该 软件分别给出
了相同的信息。
该总结被分为五 大块 :第 一块描述的是概率 ;第 二块给 出的是
交易数据 ;第 三块列出了平均交易数 据 ;第 四块显示的是交易持续
时间或长度数据 ;第 五 块给出有关资金 回撤量 、盈利因子和回报的
重要信息。
净利润总额是毛利润和毛亏损之差 。毛利润是所有盈利交易利
润的总和 。同理 ,毛 亏损是所有亏损交易亏损的总和 。未结清交易
利润或亏损是在测试周期终止时仍未 了结的交易中获利或亏损值。
净利润是 一个重要数据 ,它 将影响下面的其他计算 。注 意在第五块
所显示的盈利因子就是毛利润与毛亏损比值的绝对值 。在交易系统
设计中 ,盈 利因子大于 1时 比较可靠 ,因 为它说明在测试周期上毛利
润超过了毛亏损。
交易计数这一块显示交易总数 ,以 及盈利交易总数和亏损交易
100
超越技术分析——如何开发和执行一套制胜的交易系统
总数。胜率是交易系统和测试数据两者的一个函数 ,可 以帮助交易者
应对破产风险 ,显 然该数字越大越好 。趋势跟随系统常见的胜率是
sO%~sO%,高 于ω %的 比较少见 ,而 超过⒛ %便 是凤毛麟角了。
平均交易业绩这 一块只是将上面两块数据结合起来计算出平均
数 。最大 单笔盈利和最大单笔亏损是这一块中的两个新数字。它们
通常是测试数据 、交易系 统规则和风险控制指令的函数 。如果交易
者不使用止损 ,而 且 市场动荡不定 ,那 么将出现大额的亏损交易。
超常趋势可以使我们得到一 次大型的盈利交易。如果最大单笔盈利
的利润超过净利润的50%,交 易者就要小心了。因为这意味着我们
或许应该从净利润中扣除该利润 ,然 后重新评价系统的性能。
平均每笔盈利等于毛利润除 以盈利交 易总数 。平均每笔盈 利
与平均每笔亏损的比可以用来计算破产风险。这被称为平均盈亏 易
比 ,它 是测试数据 、交易系统规则和交易长度的一个函数 。典型趋
势跟随系统的返回值大于2。
在 第 三 个数据块 中报告 的平均交 易利润是总结 中最 重要 的数
据之 一 。它等于净利润除以总交易数 目。该数字取决于测试数据和
交 易系统规则。该数字 当然越大越好 。但如果它为负或者小于 ⒛ 0
美元 ,除 非再在其他市场和其他时间框架上测试 ,否 则不要用该交
易。对于交易系统来说 ,该 数字便是统计学优势。
交易持续时间这一块给 出了平均获利和亏损交易的长度 (盈 利
交易中的平均棒线数等于平均每笔盈利的长度 )。 该值应该大于 1,
对于趋势跟随系统来说可以大于5。 交易者应 自问一下 ,如 果持有头
寸的持续时间如表中所示平均盈 利交易的长度 ,是 否会感觉比较舒
适 ?是 否有纪律使 自己的交易持续两倍于平均每笔盈利的长 度 ?如
果没有耐心 ,这 将是一项困难的任务 ,而 交易者将错过大型获利。
另外 ,交 易者还应 自问一下 ,平 均每笔盈利的长度是否与 自己
的交易视窗相 一 致 。如果平均交易的长度太长或太短 ,首 先在更多
数据上测试该系统 ,然 后在其他市场上测试 。如果对所得长度仍然
不满意 ,那 么就应当考虑更改交易系统了。
最大连续获利和亏损数据会因测试周期的变化而变化。最大连
续亏损会对资金回撤产生巨大的影响。交易者应该仔细分析连续亏
101
B岱叮
)nd TeChnical An。 tlysis
芦 业绩总结中未显示的内容
测试总结遗漏了一些重要信息 ,我 将在下面对他们进行重点阐
述。交易者可能希望对这些因素进行更细致的分析 。
一个简单的 比值是恢复因子 (RF)。 RF是 净利润比最大 日内
资金 回撤的绝对值 ,它 度量的是从资金 回撤深度中恢 复的距离。在
表3.13中 ,恢 复因子 约等于5.6(15“ 75/岁 gg1)。 该数值应该大于
2,而 且越大越好。它告诉我们 ,经 过长期努力的潜在利润是否会克
服资金回撤带来的损失 。
另一 个有用的值是调整后 的毛利润 。其 中最大单笔盈利的利
润从毛利润中被删除。为了做 一 些对交易系统不利的调整 ,不 要删
除最大单笔亏损带来的亏损 。我们并不希 望得到大型盈利交易的周
期 ,而 是在测试周期上带来最恶 劣亏损的周期 。盈利因子被重新计
算 ,看 它是否还会大于 1。 对于表 3.13中 的数据 ,调 整后的毛利润
为 :16仉 乃美元 一们%9美 元 =11⒆ “美元。则调整后的盈利因子为
1.。 Os(11490“ 1112佴 )。 与报告中的2。 们相比 ,下 降迅速 。于是 ,
一个对该系统更为现实的评价就是它在长期的交易中会产生微薄的
利润。
该总结也未给出交易的柱状图。交易者可能希望把数据导入 电
子表格中 ,以 观察最大有利偏移和最大不利偏移 。这些量将在第4章
讲解“SMA-3CC系 统时被详细讨论。
102
超越技术分析—— 如何开发和执行一套制胜的交易系统
通过该总结 ,我 们也看不出测试结果的变化。它没有给出所有交易
获利和亏损的标准偏差。变化性是我们应该计算的另一个重要特性 ,必
要时使用电子表格。变化陆怦争厢划门有关回报波动性的信息。
我们不能从测试总结中看出某 一笔交易的实时变化 ,例 如 ,它
不能以每 日的方式告诉我们平均获利 、最大获利或亏损。它不会告
诉我们交易第 1天 或第 10天 发生 了什么。一 个典型的交易模板 (由
钱德和Kr。 11开 发 ,详 见 《最新技术分析指标 》中文书名参考台湾译
本 ,见 参考书 目 )将 帮助交易者理解某笔交易的时间与价格变化 。
另外 ,测 试总结没有给 出滑移价差 的实际影 响 。软件给 出的
订单实现方式或许不能代表实际的订单实现 。假设将面对比软件中
更多的滑移价差会比较安全 ,在 某些情况下 ,软 件将给出现实无法
实现的订单。如呆这恰巧是 一笔大型的盈利交易 ,那 么我们会高估
交易的获利性 。所以 ,我 们最好不使用平均交易数 目来评价系统性
能 ,因 为它们 已经将影响平均到许多交易上。
对于具有获利可能的连续x月 周期的数 目 ,业 绩总结中也未给
出。例如 ,知 道在5年 的周期上有多少个连续的6个 月具有获利性是
非常有用的。交易者可以使用 自己增加的任意时间间隔。该分析告
诉我们可以以多快的速度摆脱资金 回撤的影响 ,并 且对于我们交易
系统的精神方法是一条重要的信息。
需要认识的最重要的因素是测试总结没有告诉我们系统在未来
的表现会怎样 。我们的测试结果是根源于测试数据的 ,我 们应该深
入分析这些测试结果 ,以 便更好地理解系统测试 。
理想情况下 ,我 们应该在图表上分笔地分析测试结呆 ,以 便理解
系统规则的运作。这将加强我们对交易系统的信任度 ,并 使我们更好
地了解系统何时工作 ,何 时停止工作。对不具获利性交易的分析常常
可以揭露出我们的交易逻辑中存在的缺陷。说服 自己去使用某个交易
系统 ,因 为它的规则会在未来可能重复出现的行情中获利。逐笔交易
的分析还可以加强交易者在交易入场和出场时的判断力。
系统测试中一些可避免的陷阱
使用今天精 密的软件 ,很 容 易便可 以完成对 系统的测试 。但
103
B叩nd Tcchocal Ana廴 y$灬
是 ,这 些软件同时也会使我们得出不切实际的结果 。理论上 ,我 们
的交易规则在实际交易中会像在测试中一样地工 作 。因为存在 一 些
“ ”
因素影响实际交易结果 ,所 以测试和交易之间很难实现 完美 的
匹配 。在许多情况下 ,只 要接近假设的性能就足 以令人欣慰 了。让
我们分析一下在系统测试中需要躲避的常见陷阱。
任何测试的起点都是测试周期的长度 。测试周期应该足够长 ,
104
超越技术分析—— 如何开发和执行 一套制胜的交易系统
易时与样本周期内相似。对业绩敏感的量则不同 ,因 为净利润在样
“ ”
本外周期内显著降低 。在样本外周期上的 最佳 移动平均组合是
18日 和 sO日 移动平均 ,表 明在样本外数据周期内 ,欧 洲美元市场具
有较长的整固期和较短的趋势。
我们如何判断系统潜在的不稳定性呢 ?典 型的不稳定系统在测
试数据上被过度拟合 ,或 者在 一些细微的地方不够明确。我 们要寻
找的两条线索是高比例的盈利交易 (比 如说在总交易数小于sO时 ,
105
BⅨ、ntl Te¢ hnical Analysis
表 Ⅲ 业绩总结:样本外周期,未优化的波动性突破系统。
3。
106
超越技术分析—— 如何开发和执行一套制胜的交易系统
盈利笔数 % 亏损笔数 40
最大单笔盈利 4gsss12.sO美 元 最大单笔亏损 -“ 胡。 75美 元
平均每笔盈 利 19O9⒛ .19美 元 平均每笔亏损 -⒛ 乃.75美 元
平均获利/平 均 平均交易利润
64.22 7sz+⒛ .41美 元
亏损 (盈 利和亏损 )
最大连续
6 最大连续亏损笔数 7
盈利笔数
盈利交易
30 亏损交易平均棒线数 12
平均棒线数
最大 日内 -” 硐31。 ⒛美元
资金回撤
盈利因子 41.74 持有最大合约数量 s95
需要的账户规模 zT硐 31.⒛ 美元 账户盈利 1769%
107
8吓)nd Te¢ 抵nical Analysis
“ ”
但是 ,我 们在系统中最好使用 四舍 五入 后的数值 ,比 如 2%或
1.75%。 使用四舍 五入后 的数字会避免过度拟合 ,因 为在 一 个时间
周期上计算出来的优化宽度很可能在耒来的其他周期上不会继 续为
最佳数值 。四舍 五入 背后的假设是 一 轮主要趋 势 一般会上升超过
1.75%的 交易带 ,如 同超过 1.73⒛ sO汐 %交 易带和2%交 易带 。四舍
五入将设计问题的解决方案通用化了 ,所 以降低了系统性能对测试
108
超越技术分析—— 如何开发和执行一套制胜的交易系统
总是会导致重复失利。
我们来分析一套在最近 ⒛ 日最低点或最高点出场的系统 。假设
这是 一套趋势跟随系统 ,在 任意市场上的一 次重要反转都会逐渐取
代原来的⒛ 日最低点或最高点。这样 一套系统是完善的 ,因 为肯定
会在与原趋势相反的强势运动中出场。反之 ,如 果 工个 出场策略要
求某个交易 日出现大的价格运动退出趋势 ,比 如从先前的高点或低
点出现 三倍于 10日 平均真实价差的回调 ,是 相 当脆弱的。因为市场
可能会花费数天的时间才完成对头寸不利的较大运动 ,但 在任意一
天中都没有暴涨或暴跌的行为。
现在我们来分析 一 种入场策略 ,使 用定额或距离当 日最高价 或
最低价为波动性距离的限价单入场。市场可能会连续数 日为上涨趋
势或下跌趋势 ,而 市场运动时却仿佛羞于见到该系统产 生的订单。
例如 ,交 易者希望在上涨趋势较弱时买进 ,并 且希望使用限价单 ,
109
Bgω nd Tec奴 nkal Ana圩 sis
实际数据测试
本部分听起来像是继续进行之前的一个警告 :测 试结果不是看
起来那样 。交易者应该明 白交易系统是根据后见之明设计的。这是
事实 ,因 为我们 已经知道市场在过去的行为 。我们所设计和优化的
交易系统反映的都是我们对 以前市场运动的观点 。读者可能会说 ,
我知道使用通用化方法来避免曲线拟合 (译 者注 :指 在利用样本数
据进行优化时 ,过 分接近样本数据的价格 曲线 )的 危险。但是应该
明白,后 见之明的影响是很难消除的。
过去的价格形态可能不会在将来准确地重复出现 ,明 白这一点也
是很重要的。因为未来准确的交易序列是不可预测的 ,所 以我们的真
实获利和亏损将会与假设的不一致。很容易得出结论 ,即 过去的业绩
不代表未来的业绩 ,因 为市场运动和交易者的反应都是不可预见的。
模拟交易还存在 一个关键 问题。在交易系统设计练习中假想的
交易并未实际进入 市场 ,不 能代表实际交易。它们不能准确地反映
市场波动性 、滑移价差 、不 良订单 、隔夜交易或快速市场的影响。
它们也不能准确反应交易者的心理 活动 ,因 为每个信号都是使用完
全相同的简化假设被执行的。
交易者可能是交易系统中最反复无常的变量 。因为系统测试是
在 一个情绪真 空的环境中进行的 ,所 以不能保证 交易者会在没有任
何背离的情况下执行交易系统中的所有信号 。于是 ,最 大的滑移价
差可能不是出现在市场中 ,而 是因为交易者未能按要求设置订单。
正如在第8章 数据的随机化处理 中我们将要看到的 ,交 易者可能
碰到出现 一长串亏损交易或一笔大型亏损交易的市场行情 。不要因
为一个事件发 生的概率非常小就认为它不会发生。典型交易系 统的
“ ”
交易分布往往会有一根 胖胖的 尾巴 ,这 就意味着异常市场行情
出现的概率要比我们在 正态分布 中看到的大 。所 以 ,系 统测试结果
常常会低估市场的风险 。
于是 ,当 我们设计交易系统时 ,需 要注意假设的结果不会准确
预测系统在未来的性能 。总之 ,我 们对每个交易系统的测试结果都
要谨慎地看待。
110
超越技术分析——如何开发和执行一套制胜的交易系统
第3章 附录 :设 计问题—t入场和出场策略
有多少位交易者 ,就 有多少种入场和出场策略 。入场策略是 引
发买卖信号并开始交易的程序。出场策略是 了结头寸的规则组合 。
大体上有两种入场和出场组合 :一 种是总是在市场中 ,或 者做多或
者做 空 ;另 一 种系统可 以做 多 、做 空 ,或 者完全在市场之外 (观
望 )。 这里对入场和出场策略以及它们的优缺点进行一 下探讨 ,希
望可以作 为一个简单的介绍或者供交易者参考 。
市场信息可以分为技术信息和基本面信息 。技术 信息是市场
内部的信息 ,产 生于交易过程 中 ,包 括诸如交易价格 、成交量 、持
仓兴趣和交 易委托等信息。基本面信息或者外部信息 ,在 常规商业
经济活动中产生 ,通 常包括生产和消费信息。两类交易策略中 ,一
类依赖于技术信息 ,一 类依赖于信息流 。使用技术信 '患 的交易者相
信价格 (和 其他内部数据 )反 映 了市场参与者的所有信息 ,更 重要
的是反映 了市场对所有可得数据的评价 。所 以 ,使 用技术数据的交
易者落后于市场一 步 ,属 于价格接受者 ,而 不是价格制造者 。相 反
地 ,使 用信息流的交易者认为 自己领先于市场 ,在 市场完成对新数
据的调整之前期望出现新的趋势。随意或基本面交易者一般为价格
制造者而非价格接受者 。该部分讨论的重点是从技术数据中获取入
场信号。
入 场 设 计 问题
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。对于期货和股票 ,价 格必须沿交易方向运动才能获利。
例如 ,对 于做多交易 ,价 格必须上涨超过入场价格才可能获利。那么
我们如何评价成功入场策略呢?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 称为侣。
1.灵 敏度 。灵敏度越高 ,市 场运动和实际入场信号之 间的延迟
时间越短 。比如通过设计 ,基 于盘中数据的入场信号将比基于 月数
据的入场信号更灵敏。
2.选 择度 。选择度越高 ,系 统的盈 利因子越大 。盈利因子是
111
B弭o11d TeC姒 轰童
ca茭 九1alFsis
趋势跟随策略可以被应用于更多市场。
这些标 准表 明精 心设计的入场策略会对 市 场运动迅速 做 出反
应 ,引 导交易者进入盈利交易 ,在 关键时刻一般不会失效 ,而 且可
以在较为广泛的多元化投资 组合上使用。现在我们来分析 一 些常见
策略 ,并 对它们做一下比较。
趋势跟随策略
也可从做空转为做多 ,而 且总有一个头寸在市场中。我们可以得出这
种策略的一些变化版本 ,比 如使用两条以上的移动平均线 ,或 者为识
“ ”
别均线的有效交叉或使用震荡指标预测交叉指定更复杂的 穿越 条
件。我们还可能设计出带有中性区域的移动平均系统。
趋势跟随策略的优点 :趋 势跟随策略是对价格运动的反应 ,而 非
预测。所以 ,在 市场运动和在度量的趋势方向上建仓 ,总 存在固有的
时间滞后。使用该策略 ,很 有可能在上涨的趋势中做空 ,而 在下跌的
趋势中做多。交易者可以在时间框架上进行正确的比较。比如 ,我 们
112
— }l~
超越技术分析——如何开发和执行一套制胜的交易系统
-峦 3日 和12日 伍单移动 丨
l丨
|l|lll||l丨
平均交叉系纨 ,皮 用于
纽约Ⅱ料油翔货市圬
●
・〓Ⅱ冖
1ˉ !
●沌
价格臼衤区内的交易
于纽约燃料油期货市场。当价格被限制在交易区间内时,移 动平均系统
是赔钱的。
使用 日线数据 ,很 有可能当市场在周线数据或月线数据上处于上涨趋
势时做空。当市场以平滑的趋势运动或者做震荡运动 (震 荡运动为持
续5~⒛ 日的平滑趋势 )时 ,趋 势跟随策略工作 良好。趋势跟随策略
需要有序的市场 ,以 便在没有过度的滑移价差或亏损的情况下建立或
了结头寸。这些策略进入持续趋 势的时间相对较早 ,当 市场趋势平滑
时可以产生很好的风险/回 报比。使用趋势跟随策略可以清晰地定义
初始风险 ,所 以可以很好地与风险控制协同工作。
趋势跟随策略的缺点 :当 市场位于交易区间内时 ,趋 势跟随策
略易于受到双面拉锯式亏损的影响 ,原 因是在交易区间内 ,市 场在
每个方向上都会出现 一 系列毫无意义的向上交叉和向下交叉 。如果
无趋势期持续数 月 ,那 么移动平均策略将连续不能获利。如果价格
以较快的速度运动 ,那 么移动平均在发出趋势改变信号时就显得比
较慢 。所 以 ,趋 势跟随策略看起来常常是在关键转折点处慢速入场
或出场。在出场前放弃一 大部分持有仓位的利润 ,是 长期趋势跟随
策略的一个特有缺陷。因为其他市场参与者也会关注关键移动平均
值 ,所 以在TF策 略在入场和出场时会导致额外的滑移价差产生。
趋势跟随策略的娟评价 :
黪灵敏度 :可 以通过使用不同长度或不同数据类型的移动平均
113
B砭 :蹈 nd Tcchnic钅 tl Analysis
来改变。
黪选择度 :可 以通过增加移动平均的长度来增加 。
皤敏感度 :在 所有的长度上都较低 ,即 便是随机选择的长度也
不容易错过主要趋势。
锱耐受度 :可 以用于多元化市场投资组合。
逆势策略
即市场创造新的价格极点同时却未出现相应的动量极点。例如 ,市
场创造 了新 的价格低点 ,但 是动量震荡指标却没有 (见 图3.14)。
“ ”
即便是基于形态的方法 ,比 如使用 日本蜡烛图分析 ,也 被尝试
过。这种策略的本质是辨识在 当前趋势的方向上动量耗尽的点。
逆势策略的优点 :如 果市场区间波动的话 ,逆 势策略会产生令
目析的宙点
凵卩
ˉ
隘
坳
114
超越技术分析—— 如何开发和执行一套制胜的交易系统
在纽约0料 油期货上交扭动Ⅰt■
吨/1u
丿
u叫 卜
"
图 no当 纽约燃料油期货合约中上涨的价格与动量出现背离时建立看多头寸。
3。
价格出现新低9但随机震荡指标却没有9产 生一个正背离。
人惊叹的风险/回 报比。因为头寸与当前的趋势相反 ,所 以当头寸规
模较大 ,而 且 交易者具有 良好的执行能力时 ,交 易起来相对比较容
易。这种方法在关键转折点或在拉长的交易区间 内特别容易获利。
逆势策略比较灵敏 ,因 为在检测到价格极值和执行交易之交的延时
非常短。
逆势策 略的缺点 :如 果市场动量足 以推动价格按原先 的趋 势
运动 ,那 么逆势策略便会导致大型的亏损。如果市场动量强劲 ,一
笔大型亏损交易便会抹平多笔盈利交易的利润。逆势策略通常需要
灵敏的出场来保护获利。交易区间的幅度通常比趋势运动的幅度要
小。所 以 ,平 均每笔盈利 的规模相对较小。逆势策略需要很好的执
行力和较低的交易费用 ,以 保证持续获利。这种策略在很多市场上
都表现不佳 ,因 为逆势运动的幅度都 比较小。
逆势策略的侣评价 :
115
Bcy(” d Tc曲 n贽 /dl毖 戈
a廴 y$抵
突破型策略
“ ”
突破 型策略是 当价格 果断地 超 出预设的价格屏障时 ,在 价
格运动强劲时买进 ,在 市场疲软时卖出。于是 ,这 种系统既可以做
多 ,也 可以做空 ,也 可 以在市场外观望 。我们假设价格将在近期价
格突破指示的方向上持续发展进入更长期趋势 ,于 是突破型 (B○ )
策略是 一 种特殊类型 的趋 势跟随策略 。存在许多版本 的突破型策
略 ,主 要依据交易者对价格屏障和市 场果断运动超越价格屏障的定
义。一 种简单的方法 ,是 将价格突破定义为在数 日或数周的固定周
期上出现新高或新低 ,对 于期货来说比如⒛ ~gO日 ,对 于股票来说
比如 52周 。此外 ,我 们还可以对价格突破给出更复杂的定义 ,比 如
使用移动平均两侧的波动性交易带。通过设计 ,突 破型策略能够避
免在用来检测新高或新低的时问周期内出现的价格整固区交易。另
外 ,通 过设计 ,价 格在创造新高之前 已经运 动较远的距离 ,所 以可
能认为是超买或超卖。所 以 ,突 破型策略易受逆势系统同时触发的
“ ”
影响 ,产 生 虚假 突破 ,重 新运动返回价格整固区。当市场已经
整固了数 月时 ,突 破入场可以及时进入新的趋势 ,而 且比传统的趋
势跟随系统反应迅速。
波动性突破策略是突破型策略的—个变种 ,其 中突破的定义不
是在 一个时间窗 口上 ,而 是价格偏离参考值 一定的幅度 。例如 ,入
场被定义为偏离昨 日最 高价 、最 低价或收盘价一 定的距离 ,而 不是
固定周期 (比 如⒛ 日 )上 的最高价或最低价 。偏离的幅度通常为近
期价格波动性的倍数 ,可 以用多种方法度量 。波动性 突破策略的周
期较短 ,是 标准突破型策略比较灵敏的一个变种。
突破型策略的优点 :突 破型策略可 以克服趋 势跟随策略的限
制 ,方 法是避免在价格整 固区交易 ,该 策略在趋势 的方 向建立头
寸 ,信 号延时很小或没有 !很 容易定义风险 ,因 为入场点和 出场点
在交易之前便可准确地决定。该策略通常可以及时进入 最适合交易
的动态运动。在较为广泛的多元 化投资 组合上 的长期测试 ,已 经证
明突破策略是完善可靠的。
突破型策 略的缺 点 :当 市场在新 的价格高点或低点之后 反转
116
超越技术分析—— 如何开发和执行一套制胜的交易系统
20挣 突吐系绕用于纽约祜料油翔货
咖
止Ⅲ
丨
ˉ
F,
ˉ
ˉ
u央 刂
lIIˉ
〓
\
"卩
ο
骢
△
图 Is突 破型策略在纽约燃料油期货上表现出该方法对失败突破的敏感性。
3。
●灵敏度 :较 高 ,可 以立即检测到市场的极值 。
黪选 择 度 :通 过 增 加 时 间周期 或 使 用 复杂 定 义 ,可 以得 到
提高 。
曩敏感度 :中 等 ,根 据时间周期的不同 ,失 败突破产生的概率
从sO%~⒛ %不 等。
翳耐受度 :较 高 ,可 以适用于广泛的多元化投资 组合 。
基于形态 的策略
117
BαoⅡd T∝ hmmlAna盱 s始
在西班牙ⅢEFFIBEX拍 Ⅱ期货中
使用双I庶 形恋交易
118
超越技术分析—— 如何开发和执行一套制胜的交易系统
基于形态入场的缺点 :整 个基于形态的方法依赖于快速和准确
的形态辨识 ,使 得它对错误的市场数据非常敏感 。一 些形态 ,比 如
三 角形 ,在 实际交易中可能比较难以辨别 ,因 为趋势线定 义的形态
“ ”
可能受到 虚假 背离的影响 ,所 以要对形态频繁地重新定义。
价格形态 出现 的频率可能 比较低 ,所 以需要扩展 的图表形态
库 。有时对于形态为什 么在过去产生盈 利交 易没有符合逻辑 的解
释 ,所 以 ,未 来 的获利性可能不像测试结果显示的那样可靠 。而
且 ,很 难判断某个形态是否已经失败 ,是 否应该放弃。虽然一些形态
已经被证 明在某个多元化投资组合上 ,或 者某一板块中的所有市场上
成功使用 ,但 其佘都是市场专用的。市场专用形态的限制是它们会在
没有任何先兆的情况下停止工作。市场在形态之后运动的幅度也常常
是变化的。所以基于形态系统的风险/回 报比变化比较大。
基于形态系统的侣评价 :
●灵敏度 :较 高 ,可 以立即检测到一些形态 。
姆选择度 :一 般较低 ,不 可系统化地修改 。
●敏感度 :较 高 ,易 受随机失败的影响 。
●耐受度 :较 低 ,一 般只适用于选择的市场。
入场策略的特点
人场类型
TF AT BO PB
灵敏度 可变 高 高 高
选择度 可变 低 可变 低
敏感度 低 高 中 高
耐受度 高 低 高 低
类型 L/s; L/S/F L/S/F L/S/F L/S/F
119
Bc,()nd Tcc豇 nkrdl细 、
a廴 ysis
出场 设 计 问题
一 旦进入 交 易并设置好资金管 理 算法 ,下 一 个决策性 问题便
是如何出场和何时出场 。当然 ,任 何一笔交易的精确过程都是未知
的 ,因 为价格会以多种方式运动。所 以 ,我 们不知道何时出场 (交
易时间 )或 者出场价格 。出场决策选择的 目标是解决一个或两个这
些不确定因素 (见 图3.17)。 因此 ,当 我们希望出场时 ,应 该制定
详细的出场时间策略 ,或 者希望出场的价位 ,但 不是两者。
如果选择指明交易的时间策略 ,那 么出场价位通常是未知的。
例如在交 易的第三 天收盘时 出场 ,或 者在 交 易的第 二 天开盘时 出
场。对于这两个例子 ,我 们愿意接受指定时间的出场价位。
第二 种策略是指明出场价位 ,然 后等待所定价位出现 。在设置
出场价位时 ,我 们有两种选择 :一 种是使用在预定获利 目标的限价
单 ,另 一 种是使用跟踪止损的止损单 。限价单需要我们选择高点或
低点。使用跟踪止损 ,我 们愿意跟随趋势足够长的时间 ,等 待市场
触发止损 、了结交易。决策性选择总结于表3.21中 。
该分析的 目的并不是建议这两种策略 (时 间出场和价位出场 )
不可以交互使用。例如 ,通 过设置远离入场价位的跟踪止损 ,我 们
可以有效增加交易的持续时间。反之 ,通 过设置接近 当前价位的获
利 目标 ,我 们可以缩短交易时间。于是 ,将 时间和价格分开是 一 种
理解 出场策略的好方法 ,需 要注意的是选择其中一个就会影响到另
一个 。
选择高点 点
`低
价位〓获利 目标
出场时间 ,即 交易时间未知
120
超越技术分析—— 如何开发和执行一套制胜的交易系统
出场策略类型
指明时间 (价 格未知 ) 指明价格 (时 间未知 )
主动型 时间止损 获利 目标
被动型 条件性时间止损 跟踪止损
香港恒生指Ⅱ上时向止抿示Ⅱ
删 脚 唧
〓
・
ˉ〓 H・
hm〓
ι
¨h凵
"H彐
・
I1rⅠ
IHⅠ
1
IJ
Iˉ
抑
m淌
扭
日个
(
在设计出场策略时 ,我 们所做的任何权衡还会有其他的相关问
题 ,比 如渗漏性 、贬值性 、振动性和完善性 。
1.渗 漏性 :未 平仓利润损失是出场太慢的代价。
2.贬 值性 :出 场太快的代价。
3.振 动性 :出 场前市场波动性的容许量。
4.完 善性 :当 面对多变的市场行情时 ,策 略的稳定性。
基于时间的出场策略
基于时间的出场策略指明出场时间 ,考 虑或不考虑未平仓交易
的利润或亏损 。例如 ,一 种策略可能是在交易后n天 退 出每笔交易
(见 图3.18)。 另一 种方法可能是 ,如 果交易不具获利性 ,将 在第5
日开盘时出场 。对于这两种情况 ,出 场时间是明确的 ,交 易者愿意
接受市场价位以保证按 时出场。
基于时 间出场的优点 :基 于时 间的出场策略执行起来 比较简
单 ,从 交易一开始时钟便开始不停地转动了。当市场在交易区间内
121
Be、 ()nd Tcch姒 ical Analvsis
基于价位的 出场 ∶获利 目标
获利 目标 出场指明一个出场价位 ,然 后持有头寸等待市场达到
那一价位 。对于 多头来说出场价位高于市价 ,对 于空头来说出场价
位低于市价 。这种趋势期望型策略试图抓取市场的高点或低点。获
利 目标距离当前价位越远 ,市 场到达 目标价位的时间就越长。通 过
将获利 目标设置地 靠近 当前价位 ,可 以缩短 出场时间。但是 ,每 笔
交易准确的持续时间是未知的。获利 目标可 以从历史测试或对图表
形态的观察中得出。该价格 目标可以是固定金额的 ,也 可以是与市
122
ˉ—
L
超越技术分析—— 如何开发和执行一套制胜的交易系统
川
【沽恒生扫Ι
洲 〓
⒀
123
8抖 K》 nd Tcch吨 c傻 ;Ana盱 sis
基于价位的出场 :跟 踪止损
在香港恒生指⒒上使用倚单曰琮止扭
|I丨
丨
!∶
丨丨
图3。 ⒛ 在香港恒生指数上使用一个简单的跟踪止损。
124
超越技术分析—— 如何开发和执行一 套制胜的交易系统
低点 ,因 此这种出场会使交易者在心理上很难接受。
跟踪止损的评价 :
小结 :入 场 和 出 场 策 咯 的 分 析
这种概念上的设计分析对主要类型的入场和出场策略的设计心
理给出一个概述 。交易者可以权衡不同入场和出场策略的优缺点。
再将入场和出场策略组合在一起开发 自己独一无二的交易系统时 ,
并可以根据个人偏好设计出各种各样的版本 。
125
超越技术分析—— 如何开发和执行一套制胜的交易系统
第“∷
辇∷
开发新的交易系统
简介
交易系统的性能受制于交易者对市场的直觉。只要可以想到的
交易系统 ,我 们都可以将之公式化 ,并 用现在的计算机软件测试。
前面的几个章节中我们分析 了系统设计的基本规则。本章将开发并
测试几套原创的交易系统 ,以 展示那些规则的实际应用 :
趋势跟随系统背后的假设
简单趋势跟随系统背后的基本假设如下 :
127
Bc、 (〉 nd Tcchnical Ana卜 “s
1.它 们保证在主要趋势的方向上进入市场。
2.它 们在多市场和多时间框架上都具有获利性 ,时 间框架的长
度可以为6个 月到5年 。
3.这 些系统通常是完善的。
4.这 些系统都具有精确定义的风险控制参数。
6ssMA-sCC趋 势跟随系统
该部分 讨论如何公式化和测试 一 套简单的 、非优化趋 势跟随
系统 ,该 系统使用尽可能少的价格运动假设 。假设使用 日收盘 价
的 65日 简单移动平 均线来度 量趋 势 。65日 移动平均 与 13周 SMA
(13× 5=甾 )是 等价的 ,代 表一年的1/4。 这是一个中等长度的移动
平均 ,它 将非常忠实地跟随市场的主要趋势。
如 图 4.1所 示 ,当 市 场趋 势 向上 时 ,价 格 位于 65日 sMA之
128
超越技术分析—— 如何开发和执行一套制胜的交易系统
上 ,反 之亦 然 。在 横 向市场 中 ,该 SMA变 得水 平 ,价 格 在 其上
下两侧波动 。很显 然该交 易系统抓住 了主要趋 势 ,并 紧紧跟随之
(见 图4.2)。
有多种方法来判断趋势反转 。通常的方法是使用一条短期移动
平均线 ,比 如说 10日 移动平均线 ,和 一条长期移动平均线。 当短期
129
B弭◇ntt Tcchnica1Analy“ s
移动平均线向上或向下穿越长期移动平均线时 ,便 认为趋势已经改
“ ”
变。短期移动平均线的 长度 对测试结果 至关重要。该系统的另
一个弱点 ,是 价格的运动速度通常比短期移动平均线要快 ,所 以入
场时间总会迟一些。
为了提高趋势判断的准确性 ,6SMA-3CC系 统需要3个 连续的
收盘价 (3CC)高 于或低于65日 SMA(“ SMA)来 决定趋势 已经改
变。例如 ,当 3个 连续的收盘价位于ω 日SMA之 上时 ,便 认为趋势已
经向上反转 。同样 ,当 3个 连续的收盘价低于“SMA时 ,便 认为趋势
已经向下反转 。再次重 申一遍 ,上 述3个 连续收盘价的需要是任意指
定的 ,也 可以是 10个 或其他数量的连续收盘价 。显然测试结果会随
着确认收盘价的数量变化而有所不同。
如果害怕虚假信号 (见 图4.3),那 么确 认信号所用的收盘价
数量就像一层滤网 ,可 以减少交易的数 目。在一个快速运动的市场
中 ,需 要较大数 目的连续收盘价来延时入场 (见 图4.4)。 相反地 ,
如果市场运动迟缓 ,那 么较少数量的连续收盘价将给出虚假信号。
于是 ,需 要权衡决定识别趋势变化的速度。
一 旦识别出趋势变化 ,接 下来的问题便是决定如何入场。我们
应该在次 日开盘时入场 ,以 保证 执行所得信号并实现订单 。例如 ,
130
超越技术分析—— 如何开发和执行一套制胜的交易系统
有时订单根本不会实现 ,因 数点之差而错过入场机会。所以 ,应 该
在次 日开盘时入场 ,以 确保进入新的趋势。
在继续讲解之前 ,让 我 们 对 该 入 场 信 号 进 行 一 下 严 格 测
131
B、、nd Tcchllical Analysis
5
7
叻口叫0 54 56 54 50 51
4
9
铜 51 50 52 50 46
5
5
6
1
玉米 53 56 57 59 55
5
3
棉花 60 62 63 64 60
5
9
53 56 58 45
5
9
石油 54
5
5
德国马克 59 60 58 59 63
5
5
欧洲美元 59 61 62 63 62
5
3
5
7
黄金 54 54 49 53 47
5
2
燃料油 53 58 56 51 51
5
0
4
日元 55 7 60 61 59 69
5
9
生猪 57 59 57 55 59
5
6
橙汁 52 55 55 45
5
6
53
5
9
自银 48 45 46 44 46
5
2
大豆 52 51 52 53 51
5
2
5
5
标准普尔sO0 54 58 62 58 69
糖 56 55 58 57 52
瑞士法郎 56 59 58 63 61
10年 期国库券 57 59 58 58 56
美国债券 55 56 50 50 46
小麦 52 51 51 51 51
平均 54.62 55.95 55.86 55.71 54.52
1测试“sMA-sCC做 多人场信号,使用超过⒉个市场,从
韧。
19Ts年 1月 1日 到199s年 7月 10日 间的所有可用数据。出
场在第n日 收盘时。
试 ,目 的是判断 65SMA-3CC的 入场是否比随机入场要好 。我们
按照李布和卢卡斯 (详 见参考书 目 )的 方法来测试入场信号。测试
时 ,在 第n天 收盘时出场 ,不 使用止损 ,也 不考虑滑移价差和佣金的
影响。为了简化起见 ,只 列出看多入场。盈利交易的比例应该一直
大于55%。 该测试包括在超过21个 市场 、从 1975年 1月 1日 到 1995年 7
月10日 间的连续合约上所有的看多入场。因为并非所有的市场都可
以回溯到19乃 年 ,所 以使用的只是可以收集到的数椐。
如表4.1所 示 ,平 均55%的 做多入场都是获利的 ,表 明65SMA-
3CC系 统比随机交易要好 。做 空交易的结果与此类似 ,所 以我们有
理 由相信该系统可以提供可靠的入场信号。我们的任务是把该系统
与我们的风险控制和出场方法结合在一起 。
实际交易入场是在收盘时系统发出信号的交易日之后的下一个交
易日的开盘。这时我们注意到没有明确的出场信号 ,意 味着做空的入
132
超越技术分析——如何开发和执行一套制胜的交易系统
可以包含最坏情况下系统连续的资金 回撒。
总而言之 ,简 单的趋 势跟随方法在许多市场上长时 间的测试
133
Bcyond TcchnkalAna盱 蜕s
市场 年月
模拟利润 总交易 胜率
(美 元 )笔 数 (%) 薪
骣Ⅰ蛋
重子
帚量
奎翠
“ ⒛ 犭 ⒛
英镑 1975.7-1995.7 125344 105 3.72 1193 -25431
加元 1977.6-1995.7 -12750 125 2.32 -102 -21030
可可 1980.5-1995.7 -15370 101 1.80 -153 -2219
叫仁 1975.5冖 ˇ1995.7
叻口 239096 120 5.83 1993 -36956
⒕
铜 ,
1988.12~1995.7 -7890 49 1.48 -161 -17355
高级 ∞ "∞
玉米 1975.5冖 ˇ1995.7 26081 2.98 246 -4331
棉花 1975.5冖 ˇ1995.7 112490 4.26 1023 -8730
原油 1983,8冖 ˇ1995.7 17570 2.58 238 -11690
粥
纽约 444 -28440
1975.5户 ˇ1995.7 53770 121 3.44
商品
交易所
m饣
糖 ˇ
1975.5冖 1995.7 49493 113 3.75 438 -10806
硐
50143 35 2.62
804
债券
‘ 硐 ⒛
表4.26ssMA-3CC趋 势跟随系统的测试结果 。
134
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
65sMA-3CC系 纨交易圾率分布
3∞
2∞
燕 15o
l| ‖
1∞
50 nl l Ⅱ
0
陆¨』
觞Ⅲ
罩早旱早旱幂旱早罩昂 虽丞昌民累愚昌晏邑
--央 问冂豇庄 元
65sMA-3CC系 纨在盈亏区同内的交易圾率分布
冂H
450
000 冂
350
HH
3∞
毖 250 "
200
150
1∞ n 冂
50 n
"H
o ・・
I I ・
I Il Il I冂 ,
135
Bα◇nd Technical Analy$is
会因市场的不同而变化巨大。同时 ,平 均交易利润的标准偏差也表
明测试结果会因时间和市场的不同而产生实质性的改变。所以 ,我
们可以将该系统的主要缺陷总结为 :因 时间和市场的不同会产生差
异较大的结呆。
将该系统的优点和缺点综合起来考虑 ,我 们仍认为它是 一套相
当棒的趋势跟随系统 ,它 在长期交易中 ,在 许多市场都会提供 良好
的获利机会 。但是因为在测试结果中有较大的变化 ,所 以在使用该
系统时应相对保守一些 ,应 准备较多资金来应对系统失效 。
下面我们对 65SMA-3CC系 统的测试结果进行更进 一 步 的分
析 ,以 便发现更多结果 。所 有⒛O0笔 交易的柱状图显示 出交易盈利
和亏损的分布 (见 图4.5和 图4.6)。 大型盈利交 易的数量要比大型
亏损交易的数量多 ,还 有许多较小的亏损交易。需要注意的是 ,这
些测试结果是在未使用初始资金止损的计算 出来 的。大部分交 易
在 一3000美 元和⒛ O0美 元之 间波动 ,在 0附 近 出现的交易频率最高
(译 者注 :0即 为盈亏平衡的状态 )。 很少有交易亏损超过 一500O美
65sMA-3CC系 纨的交易炽率分布与标准正恋分布的比较
0.3
∶
言 0∶
0.15
⒍1
0,05
o
寺^ˇd〕
∞
卜 `Hˉ
零琴昌琴舀昌窜莒蓉S芭 苎遥目
mm.dˉ
d.dˉ
z(标准0△ )
136
超越技术分析—— 如何开发和执行一套制胜的交易系统
元 ,但 盈利超过sOOO美 元的交易却不少。使用初始资金管理止 损将
清除该柱状图的负半轴部分。
很明显 ,大 部分利润来 自少数几笔交易。在图4.6中 ,12.5%的
交易获得的利润大于sO00美 元。需要注意的是 ,如 果出场太快 ,就
可能错过 100个 或者说4%的 超级交易 ,正 是这些交易使得趋势跟随
方法值得使用。
下面使用的许多方法都源 自标准 正 态分布 。例如 ,如 果我们
测量球轴承 的直径 ,测 量结果将呈现正态分布 。正态分布是 一 个
钟形 的概率分布 。标 准 正 态分布是 正态分布 的一 种特殊情况 ,其
均值为 0,标 准偏差 为 1。 为 了将 65SMA-3CC交 易的分布和标 准
“ ”
正 态分布进行 比较 ,我 们首先要对数据进行 规格化 处理 。比
较结果见图4.7。
65sMA-3CC的 曲线比标准正 态曲线要尖得多。要产生一个适
合我们数据的正态分布 ,我 使用了微软公司Exce15.0电 子表格 ,并
对数据进行 了反复的手工调整。拟合的正态曲线如图4.8所 示 ,平 均
65sM^-3CC65sMA-3CC系 鸵交易扛率分布与改进的正 恋分布之间的对比
卜 `H]
寸○.Hˉ
mm.Hi
恳叁邑塞啻昌g留 磬s坌 E軎 目彐
H.dˉ
z(标 准臼差 )
“ ”
图4.8拟 合正态分布表明“sMA-3CC交 易分布有一条 胖胖的 尾部 ,对 于小
额盈利交易衰诫吏快。
137
Bc)厂 (’ nd Technical A血 aly$is
sOO
5∞
毖
0Oo
3∞
200
∞
0
昌 昌 显 图 圉 昌 累 冒 导 捻
Ⅰ大获利 (央 元 )
但是小型的盈 利交易却快速减少。这表明我们使用趋势跟随系统不
会得到非常多的小型 盈利 交 易。小型交 易通常产生于较宽的整 固
期 ,而 这些整固期并不常见。小型亏损交易更容易在整固期出现 ,
正如尖峰左侧拟合 良好的曲线所示 。
图4.6右 侧边缘的巨大长钉形态代表着大约4%的 超级交易 ,即 那
些使趋势跟随方法值得使用的交易。该分布表明我们很容易错过这
些交易 ,如 果错过的话 ,我 们 的投资业绩将快速下滑。你应该试着
为 自己的系统做 出这样 一 条频率分布曲线 ,以 便对系统的性能有一
个更好的认识。
对亏损交易的进 一 步观察 ,使 我们发现 了65SMA-3CC系 统的
138
超越技术分析—— 如何开发和执行一套制胜的交易系统
ⅠⅠⅠ⒈ⅠⅠ
000
Ll:Ⅰ
“ 3∞
rlⅠ
200
⒈ⅠⅠⅠ
Γ IL
100
囗
囗
■
_
■
■
一
一
一
一
0
0∽卜Ν
早 尽冒早旱昌昌早串 早
000mˉ
Ι大亏扛 (奕 元 )
最大不利偏移图。
另一 个 弱点。图4.9是 1565笔 亏损交易的最大利润分布 图 ,该 图叫
做最大有利偏移 (MFE)图 。该系统的显著缺点是 ,因 为没有明
确的出场策略 ,许 多利润超过 sO00美 元的交易都渐渐以亏损方式了
结。我们不得不谨慎考虑我们的出场策略 ,因 为只有4%的 交易是超
级盈利交易。一不 留神 ,我 们就会被套牢在许多亏损交易中 ,而 错
失真 正 的大型盈利交易。最大有利偏移图带给我们的另一条有用信
息是 ,选 择获利 目标点 ,在 该点移动跟踪止损至收支平衡价位 。例
如 ,我 们可以在获利⒛00美 元后将止损移动至盈 亏平衡点 ,以 减少
亏损交易带来的损失。
我们还可以使用最大恶性偏移图来设置获利 目标 ,用 以度量大
型头寸 。例如 ,如 果我们正在交易10份 合约 ,那 么我们可以在 sO0美
元 、100O美 元 、⒛0O美 元和sOOO美 元等获利 目标处各卖出一部分。
我们按 朐 ohn sweeIley(见 参考书 目 )的 方法来继续分析刀7笔 盈利
交易的最大资金 回撒。该资金 回撒基于 日内交易。这些交易显示出
一 些亏损 ,但 最终以获利了结。从图4.10的 柱状图中我们可以得到
139
B丬、nd Techni¢ a∶ Analy蜕 s
盈利交易的Ⅱ积圾率分布 ,65sMA-3CC系 纨
≡≡/≡≡≡≡∷
.00o/o
〓 ≡ ≡/〓 ≡ 〓 ≡ ≡
≡ ≡ ≡ ≡ ≡ ≡ ≡
≡ ≡ ≡ ≡ ≡/
≡ ≡ ≡ ≡ /≡
≡
≡
≡
≡
≡
≡
∥≡ ≡ ≡ ≡ ≡ ≡ ≡ ≡
〓
〓
〓
'
'
≡
≡ '
≡
≡
≡
≡
`
〓'
≡
≡ ≡
≡
≡
≡
≡
〓
≡
≡
≡
≡
≡
≡
〓
〓
〓
/≡
≡
≡
≡
≡
≡
≡
〓
〓
'
≡
≡
≡
≡ /≡
≡/≡
〓
〓
≡ ≡ ≡
≡ ≡ ≡
≡
≡
≡
≡
〓
〓
〓
/≡
≡
≡
≡
≡
≡
≡
〓
〓
≡
≡
陨
≡
≡
≡
≡
〓
〓
〓
隗
140
超越技术分析—— 如何开发和执行—套制胜的交易系统
初 始 资 金 管 理 止 损 的作 用
既然对 65SMA-3CC模 型的初始测试是令人振奋的 ,就 让我 们
做更多的测试吧。第一项工作是向该模型中加入初始资金管理止损。
我们对MAE的 细致分析表明 ,可 以将止损安全地设置在 1000美 元或
17sO美 元这样高的位置 ,就 可以差不多捕捉到所有的盈利交易。
但是 ,在 测试初始止损的作用之前 ,我 们应该在该系统模型中
“ ”
加入另一个条件 。在测试期间 ,如 果我们的止损设得太 紧 ,那
么在第一个信号出现后我们就会很快止损退出。于是在进入主要趋
势前会有一 系列的交易都在相同的方向 (都 是做多和做空信号 ),
在其中一笔交易进入主要趋势之前 ,它 们可能都是亏损交易。所以
我们的分析就被扭曲了。我们希望得到与加入初始止损前完全相同
的交易。为了达到这一 目的 ,我 们必须加入规则来避免同类型的交
易连续出现 ,以 确保我们在第一个信号出现后不会出现两个连续的
做多和做空交易。根据这种规则 ,如 果我们止损退出 ,那 么我们在
再次入场前必须等待相反的信号。当然我们在实际交易中不 需要这
样的条件。
插入一个初始条件会有两种作用 :1。 它可以减少最大 日内资金
回撤 ,因 为一些实质性的大型亏损交易将被割除。2.它 应该还可以
减少盈利交易的数 目和总的模拟利润 ,因 为相同的止损也将滤除一
些实质性的盈利交易。下面通过一 些计算来验证我们的这些观点是
否正确。
这些计算结果见表 4.3,可 以与表 4.2中 所示的结果进行比较 。
两个表中的市场和测试周期都是完全相同的。添加 1000美 元的止损
后 ,使 总的模拟利润减少 了21.5%,从 1386747美 元降 至 1088804
141
Be、 ond Tcchni〈 r/dl Ana盱 so
⒒
5
5
8
英镑 121325 -18100
23221432323
6
加元 -8490 -17080
_一
2
9
8
可可 -9670 -17110
9
9
⒗
-24953
1
6
叻1叫 | 203719
5
铜 (高 级 ) -9175
3
478
291623
0
8
1⒓
玉米 26525 -4175
1
7
棉花 99695 -7810
7
0
1
9
原油 8290 -10410
0
0
德国马克 69100 -6675
9
欧洲美元 17875 -5225
6
6
4
黄金 (纽 约 36850 -36960
2
5
3
商品交易所 )
4
7
燃料油 16760 24 -22328
9
7
1
日元 106388 33 -12963
1 -5609
7
生猪 29970 50
21942253
9
8
44
-22188
8
橙汁 20435 32
5
5
白银 143165 29 -47710
5
大豆 47281 38 -23806
2
糖 32044 34 -8582
3
小麦 8338 39 -18331
0
合计 1088804 689
平均 47339 30 -17946
4
都 降低 了 ,证 明 了初 始 止 损 的平滑 作 用 。资 金 回撤 下 降 到大 约
8
用。不过总盈利也有所下降。
我们从MFE图 中选择 100O美 元的初始资金管理止损。如果将止
损设为sO0美 元 ,那 么计算结果表明 ,利 润 、资金 回撒和波动性都将
6
有更大的降低。
5
我们可以继续使用该思路来分析美国债券和德国马克市场。我
142
超越技术分析——如何开发和执行一套制胜的交易系统
交易女先刂加后持平
一 R以
一Ⅱ 囗 H+
的盈利交易幸存。上部曲线为德国马克,下部曲线为美国债券。
们对刀7笔 盈利交易的分析表明 ,一 旦资金 回撤超过 一1750美 元 :就
很少会盈利出场。所以 ,在 接下来的测试中 ,初 始止损从⒛0美 元到
1750美 元不等 ,目 的是观察初始止损对 盈利笔数的影响。当初始资
金管理止损增加时 ,盈 利笔数也随之增加 ,到 达一定数量后便停止
增加 (见 图 4.12)。 这表明初始止损起了一个滤网的作用 ,当 止损
变得宽松时 ,它 就允许更多的交易通过。渐渐地 ,该 滤网变得太过
宽松 ,以 至于不再滤除任何交易 ,于 是盈利交易笔数在达到一定数
目后便不再增加 。
到 目前为止 ,我 们所使用的止损是固定金额的 ,没 有考虑市场
的波动性。然而 ,在 咖啡市场中 ,10OO美 元的止损可能显得太紧 ,
143
BW(狙 dT∝ hnk破 An/a圩 蚋
在央田u艹 市埒中击于波动杜的止扭对Ⅱ利与峦佥回Ⅱ的形△
'''
^伏
以 ˇ
d δ 国 sN枣 氐 芪
'日
` J
-00000
`
-o000
击 于 虫 动 佳 的初 0nnmL扭
30000
/'
25000
20000
/
/
15000
lR
出 lOooo
sO00
/
o
/
/gsd磬 n骂 ~咚 闭 芪
-5000
-10000 /
△于浊动佳的初
-nLu
图 “ 当初始资金管理止损变得宽松时 ,盈 利 (上 部曲线 )增 加。下部曲线描
4。
绘的是最大日内资金回撤。测试数据取自生猪市场。
144
超越技术分析——如何开发和执行一套制胜的交易系统
市场中也可看到非常相似的结果 (见 图4.14)。
或许 正如我们所预期的那样 ,当 我们加大资金管理止 损时 ,最
大单笔盈利也会增加 。这是因为我们所设的止损距离入场价位越来
越远。在与表4.1相 同的时间周期上测试糖期货的结果可 以很好地证
明这一 点。其他计算 (未 列出 )表 明 ,最 大单笔盈利受初始止损的
影响很小 ,原 因是这些交易常常从一开始就是盈利的。我们可以使
用基于波动性 的止损 ,也 可以使用同样作用的定额止损。对于每一
个市场我们不得不设置不同的定额止损 ,但 可以使用相同的波动性止
损 。需要注意的是 ,对 于波动性止损 ,实 际止损金额是随时间变化
8κ d闵 日 骂 N闷 闭 芪
ˉ
1O00
-2000
IRˉ 3000
巛
Ⅱ
I卜
~。 000
-5000
-sO00
-,000
甘对0朗 货 ,工 于波动佳的 止扭
-:湮
图4。 Is随 着基于波动性的初始资金管理止损的放宽 ,糖 中使用“sMA-sCC系
统的最大单笔亏损逐渐增加 。
145
Bcvond Tcchnical Ana1ysis
的 ,所 以必须保证该止损处于为风险控制所设的总金额限制之内。
当然 ,在 对初始资金管理止 损进行测试时也存在许多限制 。大
多数情况下 ,止 损金额必须大于 日内交易区间。如果止 损小于 日内
交易区间 ,那 么软件将不能决定止损是否在盘中被触发。除非使用
日内数据 ,否 则我们不能使用 日线数据测试类似于⒛0美 元这样小的
止损。
总而言之 ,从 风险控制的角度来看 ,添 加初始管理止损是非常
有用的 ,因 为它减少 了最大单笔亏损和最大资金 回撤 。但是 ,它 也
滤除了一 些盈利交易 ,所 以在长期来讲总利润有所降低 。我们既可
添加定额止损也可添加基于波动性的止损 ,但 这两种止损都必须遵
循完善的指导方针。
为 65sMA-3CC系 统 添 加 沱 网
到 目前为止 ,我 们对交易系统产 生的信号未做过任何形式的过
滤。正 如我们所看到的 ,当 市场处于整固期时 ,该 系统将产生许多
“ ”
短命的或 虚假的 信号。滤网就是试 图对入场信号进行精选的一
组规则 ,通 过设计 ,可 以使系统更实际地用于市场中 。记住一 点 ,
那么我们可以认为市场是处于整固期或者正在进入整固期。我 们还
可以使用x日 高点一低点区 间 ,或 者其他的动量震荡指标 ,来 判断市
场行情。记住一 点 ,任 何指标 ,包 括RAⅥ 在内 ,不 会每次都表现得
完美。
146
超越技术分析—— 如何开发和执行一套制胜的交易系统
数个人场信号。圈出区域为在这一宽阔的整固区内出现的6个 信号——3
个做多人场,3个 做空人场。
那么我们可以得到连续的做多和做空信号 。
从某 种意义上说 ,这 形成 了一 个 自我校 正 过程 ,因 为入场信号
在价格上不会相差太远 。所 以 ,即 便连续 出现几笔亏损交 易 ,亏 损
额也会相对较小 。我们可 以想象 一 下 ,在 某 些情况下 ,市 场会在 一
个比较宽的交易区间内快速地向两个方向运动。美国债券市场曾经
倾向于出现这种整固形态。对于甾SMA-3CC系 统来说 ,这 是一种最
坏的行情 ,我 们将获得很多短命的入场信号 ,导 致产生相对较大的
亏损 ,原 因是市场正在交易区间 内快速上下波动。下面举 一 些这种
市场运动的例子。
图4.16所 示为 1994年 9月 美国债券合约的整固期 ,它 出现在著
“ ”
名的熊市之后 。让我 们来观察 一 下系统中出现 的六个 虚假 信
号。由于市场是在一个较宽的交易区间 内运动 ,价 格在平均值之间
来回震荡 ,交 易系统难免会给出很多虚假信号。通过这个示例我们
可以得到一条普遍规则 :无 论你定义什么规则 ,市 场都会让系统发
147
Bα 【
,n铁 Tcchnical Ana∶ Ⅴ“s
⒓
“
Ⅲ
吼
m2∝
Ⅲ
m
图 1T添 加屏障值为 0的 RAVI滤 网之后,在 该宽阔的整固区内减少了四分之
4。 1。
148
超越技术分析—— 如何开发和执行—套制胜的交易系统
系统期望会增加 ,盈 利因子也会上升。这些结果对滤网非常敏感 。
149
溺
BcyK)nd Tcchnic展 1Analysis
蛳黼
盈利交 易 总交易 盈利交易
市场 试
测周期译
羹掣甲 笔数 (过 笔数 (未 笔数 (未
滤后 ) 过滤 )
⒛⒏“ ⒏ ⒕
过滤 )
英镑 19乃 .2~199s.7 10 102 13
玉米 1975.2~19%.7 35 105 41
原油 1983.3~1995.7 18 73 22
冕 阢2⒆ ”
写 49613 28 103 34
掣 隗2-l99”
羹 11775 3 60 20
%g⑽
36690 30 120 38
鑫
冒 ::;:∶ :二 ::;:∶ ; 152585 23 143 28
爹
君茭胃 4~1995.7
19:2・ 59310 10 102 13
昙 ⒈
餍 卜岘 31588
197丐 7 71 19 102 22
骥 5~1995.7 -2040
19:2・ 16750 50 12 85 21
小 1975.2~1995.7
:昔
:芰 111 36 137 38
平均交易利润 (未 过滤 ) 平均交易利润 (过 滤后 )
市场 (美 元 ) (美 元 )
⒓
⒆
M⒓
英镑
m“
玉米 -
2”
叻口
叫0
“ ” ⒉ ⒛ ⒕ “ “
一
3⒍
原油
623⒛
德国马克
拼 ⒛ 辊 Ⅱ ⒛ 佴
欧洲美元
黄金
白银
42
标准普尔sO0
糖
%
美国债券
5添 加滤网增加了平均交易利润。
耙。
150
超越技术分析—— 如何开发和执行一套制胜的交易系统
模型进行测试的主要优点 ,是 它可以使我们观察到交易策略改变前后
的明显对比 ,而 在实际交易中是不必受此限制的。
我们在前面的分析中都没有考虑资金曲线管理的问题 ,允 许系
统 自由运作以获取最大利润。然而 ,系 统之前总是处于市场中的 。
如果我们添加一个中性区域 ,系 统就未必总是在市场中 了。我们还
可 以考虑添加 一 条或多条 出场规则来获得 一 条比较平滑的资金 曲
线。有时出场策略也会制造一个中性区域。
为 65sMA-3CC系 统 添 加 出 场 规 则
在系统设计中 ,选 择通用且 有力的出场规则是一项有难度的挑
战 ,因 为市场总是呈现不同的价格形态 。一种特别容易执行的出场
规则是初始资金管理止 损 。如果止损被触发就退出交易 ,毫 无疑问
可言。但是 ,获 利是另一个问题 ,因 为我们必须设计重新入场的规
则 ,使 得交易在满足出场规则后继续进行。
在 65SMA-3CC系 统中 ,把 入场规则 当做 出场规则的方法的确
会抓住较长的趋势 ,代 价是账户资金的较大波动。所 以 ,加 入 出场
规则会使资金曲线变得平滑 。如果可能的话 ,我 们应该在每个市场
中交易多份合约 ,为 每个 出场规则分配一份或多份合约。这使我们
“ ”
不会只有一个 最佳 出场策略。
除了入场触发出场方法之外 ,我 们还可以考虑使用许多其他的
出场策略。一 条简单的规则是使用定额跟踪止损。在这种情况下 ,
151
B弭ond Technical Analysis
市 中天数 , 市场中天数 9
利润 最大 日内资金 烫
市场 (美 元 )田 撤 (美 元 ) 有交易 所有交易
(鞘年出场规则 ) (无 出场规则 )
9
38788 -12350
080483054923
788453306915
006615460182
214232431412
667780142569
099160759988
英镑
211
21
111
叻日
叫仁 227610 -29500
2
玉米 8125 -4544
0
原油 8250 -7680
德国马克 25887 -7275
8
欧洲美元 -2450 -7874
黄金 24130 -7080
3
白银 44970 -32410
0
标准普尔sO0 2490 -29640
糖 10386 -7854
0
美国债券 17925 -20887
9
平均 36919 -15190
0
表4.6添 加出场规则后对系统在市场中的时间的影响。
1
在表 4.6所 示的例子 中 ,我 们为 65SMA-3CC系 统添加 了一 条
14日 出场策略 ,滤 网为0.5%的 RAvI,初 始资金管理止损为 1000美
9
元。如果价格超过前 14日 的交易区间 ,那 么跟踪出场将 了结该笔交
8
易。例如 ,我 们 正在做多 ,如 果今天的收 盘价低于最近 14天 的最
低点 ,那 么我们将在 明天开盘时退 出交 易 。这 是 一 种趋 势跟随 出
场 ,可 以使我们在主要趋势接近 尾声时退 出 ,规 则是 — 个 14天 价
格的反转 。
添加 出场条件后 ,系 统在市场 中的天数平均减少 了45%,同
时 ,获 利性能和最大资金 回撤都有所降低。当系统在市场外观望的
时间里 ,我 们使用金融市场工具所做的所有投资盈利都将增加到 自
己的总盈利中。所以 ,如 果我们让交易系统受到更多的限制 ,那 么
总盈利同时也会受到限制 。在这种情况下 ,是 让资金 曲线更加平
滑 ,还 是让资金增长 ,取 决于交易者 自己的选择 。
|通 道突破-回 调形态
这 一 部分讨论 的交 易系统 ,源 自在成熟市场中所 发现 的一 种
形态 ,即 市场中存在大量机构性 活动。在这些市场中 ,大 型投资者
倾向于削弱市场的运动。所 以 ,他 们在市场上涨时会起到压力的作
用 ,而 在市场下跌时会起到支撑的作用。例如 ,当 市场创出一个⒛
152
超越技术分析——如何开发和执行一套制胜的交易系统
以说明如何将相同的入场策略转变为完全不同的交易系统 。这些系
统既有短期系统—— 在市场中7~9天 ,也 有长期趋势跟随系统。我
“ ” “ ”
们将对比分析使用 1500美 元 紧凑 初始止损和 5000美 元 宽松
初始止损的效果 。这些分析主要集中于下列成熟市场 :咖 啡 、欧洲
美元 、日元 、瑞士法郎、标准普尔sO0、 10年 期国库券和美国债券。
该通道突破 一回调形态只用于做多。支持该系统的假设如下 :
153
B¢ ⅤOnd Tcchnical Ana1ysis
图 I9德 国马克在创造⒛日新高后出现回调。目标是在回调中买进。为了方便
4。
丨
npu⒈ Xdays(14)∶
f Highest BarlHigh,20)[1]<7and LOW<LOWest(LOw,5)[1]
丨
then buy tomorrow on the open∶
丨
f BarsSinceEntry〓 Xdays then e× ong atthe c丨 ose;
it丨
154
超越技术分析—— 如何开发和执行一套制胜的交易系统
“
第一行将 xdays” 定义为一个输入变量 ,默 认值为14日 。在测
试期间可以对该值进行修改。函数HghCst B征 将返回从⒛ 日最高点起
的棒线 (交 易 日 )数 量。第二 行首先检查 自⒛ 日新高后是否 已经过
了7个 交易 日,然 后它检查今天的最低价是否低于前5日 最低价 (即
一个新的5日 低点 )。 如果两个条件都满足 ,那 么我们就可以在下个
交易 日开盘时买进。默认情况下 ,该 系统将购买一份合约。第三行
是出场条件 ,如 果今天是 自入场起得第x天 ,那 么就在收盘时退出正
在进行的做多交易。该系统将以入场 日开盘价进入看多交易 ,并 且
在出场 日的收盘价退出交易。
函数Highe虻 Bar有 一个缺陷 ,它 从测试 日开始向前数⒛天 ,所
以该函数有时给出的信号并不是我们所预期的最高点。为了准确捕
捉最近⒛天的最高点 ,该 规则应该改为田 ghest Bar(High岁 )[1]。 但是
从长远来讲 ,两 种测试结果的差别不大。
图4.⒛ 表明 ,在 199s年 3月 的德国马克市场图表中 ,使 用 14日 出
场策略工作 良好 。第一个突破产 生于 19%年 12月 ⒛ 日,回 调入场产
11,恰 好是随后 14天 的最低点。出
生于 1995年 1月 9日 ,入 场价位“。
9,在 为滑移价差和
场时间选在 19%年 1月 sO日 的收盘 ,出 场价为仉。
佣金做出100美 元的考量后 ,获 利⒛ 13美 元。下一次入场产生于 199s
OT,产
年2月 1日 的收盘 ,入 场价位6。 “ 。交易进行中的最低点为甾。
1I|
Π∶
1τ
ιc
63.50
63.00
95
图4。 zO CB-PB策咯产生了低风险的入场点。
155
BcⅤ()nd Tcchnical Anaiysis
“
就会获得完全不同的测试结果 。然而 ,我 们永远不会得出一个 完
”
美 的数字。我们可以期望市场以一种不同的方式运动 ,从 而不使
用时 间 ,而 是使用我们 已经 熟知的价格作为 出场信号 。因为是在
市场 回调时买进 ,所 以似乎可以假设市场会重新达到最近⒛ 日的高
点。于是我们可以把市场重新达到最高点作为出场信号。下面是在
TradeStatiorlTM中 所写的新系统代码 :
CB-PB规 则的第一行与前面的完全相同。第二行指明了一个明
日多头出场 ,使 用在最近⒛ 日高点交易的限制订单 。对于 1995年 12
“ ”
月标准普尔sO0合 约而言 ,这 已经是一套 完美 的系统模型。连续
有 12笔 盈利交易 ,总 获利sOOO0美 元 (见 图4.21)。
我们在 DM合 约上使用非常普通的价格形态得到了一 种迷人的
短期系统 ,它 在波动上升趋势中表现得特别优秀 。我们没有做特别
的假设就捕捉到一种在任何市场中都可以见到的通用的市场行为。
CB-PB入 场 ,在 最近的高点出场 ,在 整固形态中性能优 良。
156
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
另一种出场策略包含跟踪止损 ,但 是不会在长期趋势未转势前
就将交易斩断。所以我们在过去们天的最低点出场 ,这 将把CB-PB
系统转变为一种长期的趋势跟随系统 。
4月 5月 6月 7月 8月 9月 10月 11月
利润5万 美元 。
157
Bcyond TeChnical Analysis
104^22
103^04
\ 101^18
100^00
・父红牧多,在 20日
,怔 点处曰钅出圩
∶ 丨:
, CB-PB氵 d凸
158
超越技术分析—— 如何开发和执行一套制胜的交易系统
我们应该考虑持有多头交易较长的时间。
如果我们持有多头头寸 50天 ,然 后在收盘时 出场 ,结 呆如何
呢 ?测 试条件与表4.8完 全相 同。从表4.9中 我们可以看出当n=5o天
时 ,交 易业绩 出现了奇迹般的提升 ,每 个市场的平均获利都增加为
原来的3倍 ,盈 利因子上涨了佰%。 所以我们的基本假设 ,即 市场在
整固期后将做趋 势运动 ,在 这些市场上s9%的 时间里看起来都是正确
159
Bc)K)nd TcchnicaI Analy“ s
利润 总交易
市场 (美 元 ) 盈利因子
笔数 寅 、 晷奋 :羹 莞宁
Ⅰ 重蛋子
欧洲美元 6050 -4350
9928
9625
4
61
1
1.27
4
4
2
22
02
5
5
8
日元 27450 286 -9863 1.63
叻口叫0 -11273 -94 -23500 0.86
标准普 69330 375 -19640 1.42
尔sO0
瑞士法郎 -4988 -42 -17913 0.94
10年 期 18831 154 -8756 1.39
国库券
’ ~ 勹乙
2
6
7
美国债券 27306 -13219 1.45
2
4
0
平均 18958 -13892 1.28
市场
利润 总交易
(美 元 ) 笔数
胜率
(%) 叩
潘羹曩
甲晷奋早 羹 莞 宁盈利
因子
欧洲美元 21⒏ 5 45 485-8525
5422
6672
1.74
34
77
33
79
33
91
瑞士法郎
6
3
5
1.81
6
98
21
37
6
160
超越技术分析—— 如何开发和执行一套制胜的交易系统
市
场(羹 霓)皂蠡
矛嚣、稻
叩羹甲晷
冕 奋早
羹莞宁盈
利因子
欧洲美元 m⒛ o 37 35 870 -3375 3.65
日JL 70419 34 38 2063 -7112 4.39
叻口叫卜 53928 59 14 914 -24020 2.00
标准普 Bs⒛ o 70 14 510 -25480 1.41
沟阝500
瑞士法郎 55⒛ 0 59 20 936 -11550 2.42
10年 期 夕zso 51 28 1123 -8038 3.39
国库券
美国债券 能513 54 24 1158 -11475 2.13
习匚出纫 5953o 52 25 1082 -13007 2.77
利润 总交易 胜率
市场 (美 元 ) 笔数 (%) 叩
滔羹犁帚
冕 量
奎母卺
犁罾犁
欧洲美元 ”50 98 72 74 -8750 9 1.24
日元 17⒛ o 93 54 185 -11225 13 1.3O
叻口叫仁 -7751 117 43 -66 -24463 11 0.93
标准普 焖“0 185 36 264 -25070 6 1.25
尔sO0
瑞士法郎 一s9ω 116 50 -51 -16625 7 0,97
10年 期 %两 1 120 65 223 -8388 9 1.42
国库券
62
并为滑移价差和佣金做出100美 元的考量。
从表4.10可 以看出该入场信号的长期性能 ,盈 利因子接近于3,
平均交易利润为 10” 美元。净获利与资金回撤的比例超过4.5。 这些
数字表明我们可以使用相同的入场信号 ,并 把它转变为一套强有力
的长期趋势跟随系统。
仍 以CBtPB入 场 ,出 场选 在最近 ⒛ 日高点处 。作为整 固期间
的回补 ,我 们有理 由假设市场会重新达到最近⒛ 日高点。表 4.11是
161
Bc1t,nd TeChnical Analy$o
ADX爆发趋势寻求系统
在65SMA-3CC和 CB-PB系 统中 ,我 们都假定市场即将做趋势
运动 ,虽 然我们并不确信市 场是否正在进入趋 势 ,因 为很难 一 直
准确地度量趋势 。正如我们在第3章 中所讨论的 区间运动辨识指数
(RAⅥ ),市 场动量是对趋势所做的一种很好的度量 。不 幸的是 ,
阳 1
丨.… …
i/阝 :・ 1ˇ |
c丨
・・・ … `衤
:i:lisiii∶
}l?:∶
u。
i%`dw…
……
’
・II【 l
。.。 。Ⅱ
d"fⅡ J叩
12月 93 2月
162
超越技术分析——如何开发和执行一套制胜的交易系统
岫rⅡ duⅡ 屮
163
Bαond Technical Analysis
12月 93 2月 3月
市场
邴
羹元曩
鐾繁
覃; 垦
詈于̀覃
暑 重 勰
蛋暑) )
-25113
英镑 硐531 34; 75; 45 1.39 540
力口歹E 6830 20; 56; 36 1.28 122 -7060
叻口叫卜 137014 29; 75; 39 3.86 1826 -21225
匐司 4770 15; 25; 60 1.29 191 -5970
彐E米 22269 37; 70; 53 2.58 319 -3356
棉花 72770 32; 64; 50 3.49 1138 -4860
原油 10590 21; 54; 38 1.44 196 -13400
德国马克 ωsO0 40; 73; 55 3.49 867 -8675
砉
岢 金 4770 31; 84; 37 1.04 30 -27450
燃料油 ⒓佰9 30; 56; 54 2.61 937 -7850
日J己 63450 37; 69; 54 2.35 920 -18050
±荡 彗 20080 36; 75; 48 1.65 268 -6140
橙汁 ⒛013 29; 80; 36 1.63 313 -12692
丿(豆 38606 31; 73; 42 1.81 529 -10713
标准普尔sO0-⒛ 60 20; 55; 36 0.79 -520 -65815
瑞士法郎 %⒛ 8 35; 68; 51 2.75 1121 -8075
美国债券 szI531 27; 60; 45 2.56 909 -11306
习 纫 39093 2.12
=±
164
超越技术分析——如何开发和执行一套制胜的交易系统
市场 利润 交易 胜率 平均交 最大 日内 盈利因子
(美 元 ) 数量 (%) 易利润 资金回撤
(美 元 ) (美 元 )
∞
64438 744 -18719 1.82
256538
886576
英镑
26
76
∞
叻口
叫0 148584 1749 -13851 3.07
侣
棉花 66800 1012 -6015 2.95
∞
原油 6070 110 -13440 1.24
5⒛
德国马克 62088 851 -8457 3.34
标准普 19160 282 -33675 1.24
尔500
觯
瑞士法郎 61575 -9125 2,88
美国债券 40556 ∞ -12944 1.74
^16
^28
^08
20
oo
12
24
^04
图 “ 1990年 6月 美国债券的抛售在交易区间内创造一个具有良好动量的新低
4。
165
BcyOnd Tcchnical Analysis
在许多市场长期的数据上测试 良好。该系统具有较大的中性 区域 ,
顺势-逆 势交易系统
这 一部分我们将研究顺势与逆势 (T-AT)系 统 ,它 可以在逆
势模型和趋势跟随 (即 顺势 )模 型之间 自动切换 。如果你特别想阻
止市场的运动 ,但 是在需要的情况下并不介意转而应用趋势交易 ,
那么你会喜欢该系统 。该系统证明趋势跟随不是交易市场的唯一方
式。许多投资机构和资金经理 ,具 有雄厚的资金 、巨型的头寸 、超
凡的执行 力和较低的交易费用 ,他 们通常假定市场在 区 间内运动 。
这些老练的交易商会在新的高点卖出 ,在 新的低点买进 。当然区别
在于交易的时间先后 :他 们在大多数交易者做交易前的热身时 ,就
已经出入市场 10多 次了。
166
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
121^28
120^10
118^24
117^06
115^20
114^02
112^16
110^30
109^12
107^26
106^08
准确捕捉整固期内的转折点的。它在上涨趋势中检测到两个转折点,但
迅速反转跟随上涨趋势。
这种交易系统的问题是需要找到一个 一 致性的标准来确定何时
跟随趋势交易 ,何 时逆势交易。市场通常会创造新的25日 高点或低
点 ,但 没有强大的动量。这被解释为市场正准备反转 ,所 以我们应该
在高点卖出 ,在 低点买进。但是 ,如 果市场继续创造新高点或低点 ,
并且动量也在增加 ,那 么我们必须立即反转头寸跟随趋势。
对于该系统 ,我 们使用 18日 ADX来 度量市场趋势 ,并 将ADx的
18日 SMA作 为参考 。
如果ADx高 于其 18日 sMA,那 么市场正在做趋势运动 ,我 们将
在新的高点买进 ,并 在新的低点卖出。反之 ,如 呆ADx低 于其 18日
SMA,我 们将在新的高点卖出 ,并 在新的低点买进。由于我们是在
做反短期趋 势交易 ,所 以必须使用初始风险管理止损 ,否 则亏损将
是难以承受的。
我们还必须决定如何进入 市场 ,简 而言之 ,是 将在下个交易 日
开盘时入场。我们可以利用普通的zO日 出场规则来检验趋势跟随方
面的特性。同样为了简明 ,我 们将在没有明确出场的情况下测试该
系统 ,于 是入场信号同时作为反方向头寸的出场信号。
图4.岁 所示为美国债券 199s年 9月 份的数据 ,从 中可以看出该交
易系统是如何工作的。市场在 经过一段整固期后强力反弹 ,中 间有
167
Bevond Technical Analysis
33,50
I丨
33∞
,50
:2,00
74,00
73,00
72,00
7⒈ 00
7000
69,00
68,00
运动的陷阱。
一 段短 暂的横盘 区域 ,观 察该模型是如何 压制新 的高点 ,然 后快速
反转进入趋 势方 向的 。该系统在 4月 和 5月 的整 固期 内准确捕捉 了高
点和低点 。它在 5月 份的底部看多进 入 反弹趋 势 ,在 6月 和 8月 暂跌两
次 ,接 着便快速进入上涨趋势 。
如图4。 ”所示 ,T-AT系 统可 以非常好地抓取 一些 转折点 。该系
168
超越技术分析—— 如何开发和执行一套制胜的交易系统
场漂移反应迟缓。它准确捕捉了双重底的第一个底部。
统也能捕捉一些细小的转折点 ,当 然有些转折点也会被错过。T-AT
系统的回调是亏损的主要原因 ,因 为它在逆势和趋势跟随模 型 间毫
无结果地来回切换。
普通的i-AT系 统在 19乩 年 12月 的德国马克市场上表现得相当完
美 (见 图4.⒛ )。
DM市 场在经过 一 轮下跌趋势后出现 了一 个较宽的整固区域 。
注意T-AT系 统在 经过 一 个不成熟的空头信号之后是如何在 9月 份
迅速反转看 多的 。在后续的市场反转中 ,系 统表现得完美无瑕 。对
于一套只使用单一趋势检测规则的机械系统来说 ,这 是 一个非凡的
结果。
在使用该系统时必须附加 良好的风险控制 ,因 为市场可能会做
出恶意的反方向运动 ,19呖 年6月 的德国马克市场便提供了一个很好
的例证 (见 图4.z9)。 在实际合约高点出现的当天 ,T-AT系 统发出
一个完美的空头交易信号 。然后它准确地捕捉 了底部 卖出。但是它
在短暂的整固期内反转做空 ,并 持续至5月 末的动荡反向运动。趋 势
逆势交易需 要对系统有较高的忠诚度和严格的风险控制 ,改 进后的
系统将具有极好的风险/回 报比。
199s年 6月 的德国马克合约还表明在波动市场中应用过度平滑的
169
Bc、 飞
,nd Tcchnical卢 V1a卜 sis
该系统以逆势思想为基础所给出的多 、空卖单是对称的。假设
我们在一个 主要底部附近有一个多头头寸 ,市 场向上反弹数天后 ,
却反转向下开始一轮强劲的下跌趋势。在这种行情下 ,我 们希望系
统能够从前面的多头头寸 切换到空头趋势跟随头寸 。类似的 ,如 果
我们以看空开始 ,那 么一 z个 伴随动量增加的25日 新高将是切换为
多头头寸的信号 。所 以 ,趋 势跟随入场类似于逆势入场 ,但 我们必
须先确定系统是看多还是看空。
170
超越技术分析—— 如何开发和执行一套制胜的交易系统
市
场 (羹 霓)总交
易数量盈
利因子晷
奋早莞
羹 々
肀稻羹甲
冕
6
46956 -42163
2134231656
2406593551
英镑
22
0059076487
7374358182
1.17
1111111
棉花 91585 1.77
原油 26260 1.45 -17310
7
1.16
标准普尔sO0 92435 1.34 -56030
9
171
7
BeⅤ ond Technical Analysis
13iqtr-Au易 的频率分布
l
肼蟋
枷 ~l l
冂
ll lΠ 冂 ~
渊
l∏ Π ll l‖ lllnl∏ 冂Ⅱ
Π
旱早覃昂虽昌昌民昌晷昌昱愚愚昌
0°° 卜ˉ
0∽
8衤
0∽ 卜寸Ⅰ
0°δ子γ
0∽ Ν mˉ
~0ˉ
闾Ⅱ宽庄彐¤ 元 )
"圭
图4.31T-AT系 统的频率分布显示 ,在sO0O美 元初始止损和获利大于sO00美
元处均出现一个长钉形 。
发 自己的交易系统了。
图4.31所 示为 T-AT系 统产生的 1311笔 交易的频率分布图。该
分布图比65SMA-3CC系 统的分布图要宽一些 (见 图4.5),它 在靠
近sO0O美 元初始止损的位置也出现了一个长钉型态。像6SMA-3CC
系统的分布图一样 ,它 也出现 了一个大型盈利交易的尖峰 。表 4.32
所示为正态化的分布 曲线 ,与 一 条拟合的正态分布曲线进行对比。
我们很快可 以发现 ,与 正态分布相比 ,T-AT交 易的分布图有一 条
“ ”
胖胖的 尾巴。于是 ,在 远离中心的位置 ,交 易概率比正态分布
“ ”
要高得多 。获利侧 的尾 巴比亏损侧的 要 胖 ,表 明入场信号 良
好 。注 意观察初始止损是如何斩除亏损交易的 。但是在获利侧则没
有这样的滤除 ,这 可以从分布图右侧的长钉型态看出。这是将在第 1
章中介绍的TOPS COLA规 则用于交易系统的一个实例。
总的来说 ,T-AT系 统向我们展示 了如何开发一套可以根据市
场行情 自动切换的系统。它与6SMA-3CC系 统不同 ,它 的初始 目的
172
超越技术分析—— 如何开发和执 行一套制胜的交易系统
黄金-债 券场间交易系统
本部分介绍一种场间交易系统 ,它 可以用来交易负相关或正相
关的市场。首先我们来分析一 下将场间交易模型公式化所遇到的难
题。黄金 一债券系统被用来示例负相关市场 ,也 在其他市场组合上进
行测试 。下面将给出一个使用三个市场来做场间分析的示例 ,最 后
将黄金 一债券系统修改为用于正相关市场的系统。本部分将说明我们
可以开发有趣的场间系统。我们对这种系统可能有较大的信心 ,因
为它包含某种程度的因果关系。所以它们对于我们的分析工具 组来
说是很有必要添加的一项工具。
早牢军茸革罕舀昌昌胃营磬琶ξ罾昌≡安Σ登磊
z记 分 (标 准臼查 )
173
°
【
Bc、 )11d・ 【
cchniceΙ Analvsis
5月 6月 7月 明 9月 11月 12月 0 叨
118^24
】6
△06^OB
Ⅱ
“
⒛
∞
⒑
∞
许多分析师已经认识到市场间存在关联 ,即 市场间存在某种较
弱的因果关系。例如 ,当 通货膨胀加剧时债券价格下跌 ,如 果黄金
价格上涨就表明通货膨胀更加厉害了。所以 ,我 们预期黄金价格和
债券价格 以相反的方 向运动 (见 图4.ss)。 我们还可以使用工业金
属 ,比 如期铜和期铝的价格来度量通货膨胀。主要的想法是 当经济
活动增加时将提升期铜的价格 ,是 通货膨胀的前兆 ,因 此 ,我 们预
174
超越技术分析—— 如何开发和执行一套制胜的交易系统
纽约汪艹交易所
期期铜价格和债券价格以相反的方向运动 (见 图4.“ )。
175
BcvOnd TeChnical Analysis
非常短期的趋势可能会与它们之间的因果关系相反。这种运动会使
我们的入场信号变得非常复杂 ,因 为它们可能在场间趋势未改变的
情况下就触发我们的止损点而让我们出场。
所有这些问题都会影响到系统中场间关系的准确形式 ,我 们必
须决定是否希望使用两个或多个相关市场。
黄金 一债券系统假设债券价格的运动方向与黄金价格的运动方
向相反 。它是关于如何构建 场 间交 易系统的一 个简单而有效 的例
子。该系统假设黄金价格的上涨是实质性通货膨胀的信号 ,所 以会
影响债券市场 。我们将使用一个双 移动平均交叉系统 ,任 意指定 10
日和sO日 简单移动平均来构建该系统。下面是系统规则 :
176
超越技术分析—— 如何开发和执行一套制胜的交易系统
双移动平均黄金- ADX黄 金-
债券系统 债券系统
净利润 (美 元 ) 38675 92488
盈利因子 (毛 利润/毛 亏损 ) 1.24 1.62
总交易笔数 122 152
胜率 (%) 48 52
平均盈利/平 均亏损的比 1.37 1.50
平均交易利润 (美 元 ) 317 608
最大 日内资金回撤 (美 元 ) -34724 -16506
表 “ 黄金-债 券系统与其他市场组合的测试结果。
4。
网后的黄金 一债券系统显然比双移动平均交叉系统要获利更多 ,而 最
大资金回撤大约只有一半。黄金 一债券系统可以作为一种滤网 ,用 来
“ ”
检测 交易环境 是否对债券价格上涨有利。
我们知道市场间的价格运动存在滞后 。由于通 货膨胀的一 点
暗示可以引起许多其他市场的运动 ,所 以 ,我 们应该在其他市场 组
合上测试基本的黄金 一债券系统 ,比 如大 豆和 债券 、铜和债券 ,以
及德国马克和债券等市场组合 。谷物市场常常会发出通货膨胀的信
号 ,所 以将大豆市场用作那些市场的代表。铜市场跟随工业板块的
运动 ,也 是通货膨胀的一个先行指标 。最后利率会反映社会 经济中
较为广泛的力量 ,这 些力量也会影响外汇市场 ,比 如德国马克对于
负相关的市场 ,我 们应用黄金 一债券系统时 ,初 始止损同样为sOOO美
元 ,每 笔交易只有一份合约 ,滑 移价差和佣金考量为 100美 元 ,尽 可
能从指示通货膨胀的市场中为债券市场产生买卖信号。
177
Bcvond Tcchnical AnalⅤ sis
178
超越技术分析—— 如何开发和执行一套制胜的交易系统
图4。 笛 原油市场和玉米市场之间大致相反的价格关系。
179
Bcyond。 rcchnical Ana;ysis
图4.37玉 米价格和生猪价格之间的关系。
信号来交易原油。
结果表 明 ,如 果我们从 玉 米市场和欧洲美元市场获取 信号的
话 ,黄 金 —债券系统可以在原油市场中获得小部分的利润。与典型的
趋势跟随系统相比 ,这 是一个较大的提高。
于是 ,这 些结果表明我们可以使用黄金 一债券系统来交 易弱相
关的市场 。原油和玉米市场之间的负相关不是很明显 ,这 与国际运
输费用的提高有关 。 当原油价格上涨时 ,运 输费增加 ,美 国的玉米
生产商必须通过降低玉米价格来支付更高的运输费用。原油价格和
短期利率之间的反方向关系是 由于人们对未来通货膨胀的恐惧所产
生的。
到 目前为止 ,我 们讨论的所有场间系统是场间的负关系。我们
当然可以扩展这些思想来交易正相关的市场。在 正相关市场中 ,某
个市场出现上升趋势将在另一个市场中产生购 买信号。日元 一德国马
克组合使用 日元市场中的趋势变化信号为德国 马克市场产生信号。
玉米一生猪组合使用玉米市场中的趋势变化来为生猪市场产生交易信
号。玉米是用来喂猪的 ,玉 米价格的上涨将 引起 生猪生产费用的提
高 (见 图4。 夕 )。 为了在这些相关市场上测试黄金 一债券系统 ,我 们
为外汇市场设置500O美 元的初始止损 ,但 生猪市场只设置 10OO美 元
的初始止损 ,原 因是该市场的波动性较低。同前面一样 ,我 们为滑
180
超越技术分析—— 如何开发和执行一套制胜的交易系统
一种用于底部钓鱼的形态
市场专用系统在特定的市场中表现得最佳 ,因 为它们可以捕捉
那些市场的特定形态 。很难说明为什么特定的市场会显现标志性的
行态 ,开 发这种系统时应该特别注意 ,在 驱动这种形态产生的市场
机制可能会变化非常快。
标准普尔sO0期 货合约可以用来示例一种基于形态的交易方法。
例如 ,我 们在 一份从 19眨 年4月 21日 到 1995年 7月 10日 的连续合约上
测试标准的简单移动平均交叉系统 ,该 系统使用 1Q日 和 11日 简单移
动平均线。我们使用相对宽松的⒛№美元的初始止损 ,它 容许细小
的随机价格波动 ,对 滑移价差和佣金的考量仍为 100美 元。
10日 和 11日 双交叉 系统虚拟亏损为 1810Os美 元 ,共 530笔 交易。
只有34%(178笔 )获 利 ,最 大 日内资金回撤 1893⒛ 美元。一个有趣
的特点是所 有的亏损 (1855钙 美元 )都 产生在做空交易上 。我们认
181
llcV(,nd1夂 cchn官 cal AnalⅤ sis
2305
7129
0005
Y=3
X=4, 19BS2~199s.7 60650 46; 39 3.25 -13675
Y=3
X〓1, 1,Sz.9~19Sg.2 58625 57; 45 2.45 -11425
Y=0
X=1, 19sS2~“⒚5.7 70600 93; 35 2.81 -27125
Y=0
182
超越技术分析—— 如何开发和执行一套制胜的交易系统
sP+1的 贺金 曲线 :VarAg,Va汨 彐 ,
峦佥 t理 止跏 荚元 ,出 埒 =衤 ⒛ 日收盘
凵
一帜渊 一姐妇
咖
伽
Ⅲ
J沪
d丫
u¨ 厂 ~
富暑昌晷窖营鼍蕾晷昌墓晷营雪
时阎 (1gga~1ggq)
183
B钾Ond Tcchniml Ana|酰
●
Ⅱ1八 硭
Ι
“/vⅥ
⌒柿
ˇ怨
1凵 rv卩
v
丿
膏膏晷苔营富蕾晷宫晷詈 詈 :
9~n995.7),x〓 1,
图4.39底 部钓鱼 系统交易标准普尔 sO0的 资金 曲线 (⒚ 拟。
Y=0(挑 战型交易 )。 初始资金管理止损为每份合约zO00美 元。
475.∞
∷ I| 470m
弱 5.00
丨
I
lI口
丨
I
l丨
0sO,∞
11"I1 ":l
Il
忄・ 4550o
|J 丨 45000
仍 5m
12月 95
I84
超越技术分析ˉ— 如何开发和执行—套制胜的交易系统
保守型方法产生较少的交易。我们可以对该模型以各种方式进行修
改。最显著的变化是出场策略 ,比 如我们将出场 目标设在最近 ⒛ 日
的最高点。
我们使用System W血 er PlusTM和 实际的标准普尔sO0合 约来测试
该系统。延期 日是在到期前那个 月的⒛号。测试结果在表4。 ⒛中被分
为两大块 ,因 为ksystem Wote海 次只能处理sO份 合约。我们可以将保
守型或冒险型组合的X和 Y值 看做未优化的组合。两种组合在两块数
据上都是获利的。
两种方法的资金曲线见图4.38和 图4。 s9。 保守型系统组合的资金
曲线比冒险型系统组合的要平滑。而且 冒险型方法产生的资金回撤
量也比保守型 的要大。
使用 1995年 3月 标准普尔500合 约数据产生的测试结果见图4.硐
和图4.41。 图 们中 ,x=4,Y=3,图 4.41中 ,x=1,Y=0。 该系统非
4。
常准确地捕捉 了市场的底部。在收盘时入场可以保证入场并降低滑
移价差。所以 ,这 种基于形态的逆势底部钓鱼策略在标准普尔sO0市
185
Bcvond′ 1℃ chn盲 ca丨 Ana1y$is
场上表现极佳。
我们可 以尝试使用其他 的出场策略 。在案例 一 中 ,我 们将 出
场定在 ⒛号的收盘 ,而 在案例二 中 ,我 们使用跟踪止损在交易获利
100O美 元后的五 日低点处止损退出。在案例 二 中 ,x=4,Y=3,
初始止损为⒛00美 元 ,滑 移价差和佣金考量为 100美 元 ,测 试周期
从 1988年 2月 12日 到 1995年 7月 10日 ,44笔 交易 (45%获 利 )共 获利
590⒛ 美元 ,资 金回撒量为 一%⒛ 美元 。将这些数据与表4.9fl中 的第
二行数据进行比较可以看出 ,新 出场策略产生大致相同的利润 ,但
是资金回撒量较小 ,盈 利交易更多。案例一和案例二 的资金曲线见
图4.m,从 中可以看出案例二 的资金回撤量比案例一要浅。
为了测试底部钓鱼形模型在其他市场中基本的准确性 ,我 们必
须稍微做 一 下修改 ,以 使它更具有通用性 。在其他市场中测试时 ,
」¨△/
⑾ 咖
L「
/
一伏 Ⅲ ˇ¢ 妇
俐
ι
△
\
L
o
丿γγ
∞
∞日 晷
Φ H㈥ 0∽o
∽0Ν
dm㈠
~~d0mo
啪
~d0Ν
0do
00Φ
~1omo
图4.42 案例一和案例二的资金曲线 。
186
超越技术分析—— 如何开发和执行一套制胜的交易系统
份合约 。
通用化后的底部钓鱼模型在 17个 市场中的11个 都是获利的 ,包 括
德国马克 、欧洲美元 、黄金 、日元、咖啡 、橙汁 、瑞士法郎、标准普
尔sO0、 白银 、10年 期国库券以及美国债券市场 。于是该系统似乎在
趋势良好或具有 良好震荡的市场上可以获利。测试结果见表4.21。
这些数据表明底部钓鱼策略抓住 了市场 中的一 些基本交 易形
态 。经过长期测试 ,在 许多市场上获利的结果表明这种交易思想是
完善的。该系统在市场间的性能差异 ,是 由于形成这种形态后市场
运动的幅度不同造成的。
将底部钓鱼系统在股票市 场中进行测试 ,以 分析它在不 同时
间周期上的性能。图4.43(周 线图 )和 图4.44(日 线图 )所 示为通
用型底部钓鱼模型的工 作状况。图4.43是 联合碳化物公司 (Uni。 n
Carbide)的 周线数据 ,从 中可以看出该系统捕捉了19⒇ 年和 1991年
的底部。该系统在整个上升趋势中停留的时间也比较长 。在股票的
周线数据上 ,该 系统测试结果 良好 。图4。 佴为C荻 erpiller Tmctor的 月
线数据。底部钓鱼系统抓住了19呢 年的底部 ,并 一直在该股票中持
续到上涨结束。
市场 (羹 霓) 交
易数量 嚣、 晷
奋 早羹 莞 宁盈
利因子
英镑 -17694 195 -6403
21 0.92
叻口
叫仁 86740 200 20 -62251 1.36
原油 -35660 117 22 -38000 1.43
欧洲美元 20650 45 36 -5825 1.71
黄金 7510 187 25 -40000 1.06
燃料油 -19687 158 23 -50124 0.88
日元 98513 138 30 -15188 1.95
生猪 -17853 201 22 -22176 0.83
橙汁 12653 194 21 -11978 1.16
白银 121970 189 23 -54550 1.81
大豆 -17869 193 25 -35719 0.86
标准普尔sll0 127925 l11 30 -43065 1.64
糖 -23660 175 25 -34166 0.75
瑞士法郎 64450 162 27 -28387 1.48
表4.21通 用型底部钓鱼系统在其他市场上的测试结果。
187
B认§ntI TeChnical Analysis
总之 ,基 于底部钓鱼模型的系统是 市场专用系统的一个很好的
实例 ,我 们可以以它为模型在标准普尔sO0市 场上开发基于其他形态
的系统。该模型在经过通用化处理后可以成功地用于其他市场 ,包
括股票市场。在 日、周 、月等时间周期上它都可以很好地工作 。所
以 ,底 部钓鱼模型是抓住了价格变动的一种基本形态。
91 92 93
9 90 91 92 93
图4。 佃 通用化底部钓鱼系统在股票月线数据上的示例 。
188
超越技术分析——如何开发和执行一套制胜的交易系统
辨识超常交易机会
期货市场每年总会出现一两次超常机会 ,可 以让交易者获得超
常的利润。如果我们可以利用这些机会 ,那 么我们的账户业绩会有
显著的提高。理论上 ,当 市场呈现超常规机会时 ,我 们应该努力增
加仓位规模 。在增加仓位规模时可以使用一个固定的公式或者根据
自己的盘感。
如图4.钙 所示 ,日 元期货在 1995年 9月 出现了这样一个超常的机
会。如果在这两个超常运动期间将仓位增加为原来的3倍 ,那 么我们
会获得额外的们OO0美 元 ,而 额外的风险只是中等的。面对这些行情
“ ”
我们需要有 变为一 头猪的勇气 ,正 如一 位著名的资金 经理所说
的这样。
系统设计的问题是找出超常规机会的一种一 致性定义。一旦有
了一个 一致性定义 ,我 们就可以以 自己喜欢的方式来使用它。特别
是我们可以使用主观交易来利用这些行情调整 自己的仓位。
此处使用的超常机会 的定义比较简单 。使用一 条 50日 SMA,
并在它的两侧画出3%的 交易带 。当7日 SMA向 上或向下穿越交易带
时 ,我 们便认为超常市场机会产生了。于是 ,如 果7日 SMA向 上穿越
95 2月 3月 4月 5月 碉 7月 8月
8月 9月
189
B吖 ond TCchnlcal Anaiysis
止损为sO0O美 元 ,为 滑移价差和佣金所做的考量为100美 元 ,目 的是
为了获得更准确的测试结果。
明 9月 10月 11月
图4。 “ 市场可以在短期内发出做多和做空的超常机会信号 。
190
超越技术分析——如何开发和执行一套制胜的交易系统
85 52 1.14
8
8
3
191
Bcv()nd Technical Analy蜕 s
50 1.97
5
8
9
0
’
国库券
美国债券 571OO 39 2.28 1.50 -16075
平均值 臼ss6 43 2.25 1.75 -20437
性能升级 :“ sMA-sCC系 统
在 1995年 1月 到 ⒛ 00年 7月 全球不 同投资 组合 的数 据上对 65
SMA-3CC系 统进行测试 ,初 始风险为500O美 元 ,合 约交易规模可
变 ,使 用50日 平均真实区间 ,滑 移价差和佣金考量为100美 元。这是
一种长期的趋势跟随系统 ,使 用多元化投资组合效果更好 。投 资 组
合见表4。 ⒛ 。 心
现在该系统模型芷处于 自199S年 9月 开始的资金 回撤期中 (见
图4.47)。 此外 ,当 前的杠杆可能太高 ,在 考虑利息和交 易费之
前的月标准偏差 约为 14%。 但是 ,盈 利率为令人满意的0.25,与 本
书后面 讨论的水平相 一 致 。考虑交 易费和利息前的平均 月盈 利为
3.45%,由 此可估算出年毛利润大约为50%。 最坏的理论资金 回撤
量为43%,与 近期的股市下跌相 一 致 ,大 约为 月盈 利标准偏差的3
192
超越技术分析—— 如何开发和执行一套制胜的交易系统
表 sMA-sCC系 统的全球投资组合。
"“
4。
193
B钾 ond Tcchmcal Ana驷 s
⒁
-A-gmW在 全刂扭门纽合上的订佥曲饯
唧跏
一帜Ⅲ 一φ妇△
猢
⑾卿
Ι
”
`~/`ⅡU`^
~ ,、 R
仰
▲ '' η
珈猢mο JL'′ ~ˉ
` q
i
'
ˉ ˉ
~
J t
^-J ˉ
ˇ -
∞
一
詈墓詈詈昌息蛋
o`H`卜
昌黑昌
图4。 纫 6ssMA-sCC系 统的样本外资金曲线 。
∷
∶∶ATR交 易带突破模型
通过使用基于波动性的交 易带 ,我 们可 以将超常机会系统的
思想进行推广。对于交易带突破模型 ,最 简单的定义是对高于或低
于中长期移动平均线固定百分比线的突破 。这种类型的交易带是超
常机会系统的基础。交易带的思想被解释为一 种移动的通道 ,它 可
以根据我们想象到的任何准则来进行设置。一 种类型为波动型交易
带 ,在 这种系统中使用平均真实 区间 (ATR)或 价格标准偏差来度
量系统的波动性。这种扩展的主要优势在于它使交易带具有 自适应
性 ,即 可以响应市场的波动性。当波动性较低时 ,交 易带比较接近
移动平均线 。反之 ,在 趋势的顶部和底部附近 ,波 动性相对较高 ,
交易带也分得比较开。
交易带突破系统模型不但具有突破型系统的所有优点 ,而 且还
具有 自动适应市场的优势。这种系统可以很容易地用于全球投资 组
合。交易带可以基于反映市场运动中价格变化的任何形式的度量 ,
194
超越技术分析——如何开发和执行一套制胜的交易系统
川R交 】帝Ⅱ饣在全扌设订纽合上 n
猢⑾跏仰猢猢
"m曲
一
呋以 一 d∴ △〓
鲁墓詈墓鲁惫詈黑詈黑晷冒
图 0g波 动性-交 易带系统的资金曲线,它 是超常机会系统的
4。
扩展版。注意纵轴所示为1⑾0美 元的不断增长,而 不是
1⑾万美元的账户。
市场上测试一套未经优化的、预先指定的系统。
使 用 100美 元 的滑移价差和佣金考量 ,模 拟 的资金 曲线见图
4.侣 。在不考虑交易费和利息的情况下 ,平 均月盈利为2.9%,月 盈
0交 易股票
到 目前为止 ,本 章 中所 讨论的所有交 易思想都可 以用于股票
交易。在这一部分 ,我 们将在期货和股市上开发并测试趋势跟随模
型 。我 们先分析期货和股票交易策略的不同点 ,因 为它们与投资 组
合设计和交易系统都有关系。
最简单的股票交易方法是分批购买并持 有策略 ,而 且只 看多。
一般情况下 ,当 股票处于连续上升趋势时使用购买并持有策略很少
有失手的时候 ,因 为购 买并持有策略是 一种没有跟踪止损的趋势跟
195
B、、nd Technical Ana;y$is
196
超越技术分析——如何开发和执行一 套制胜的交易系统
“ ”
有些股票从 引人注 目渐渐变得销声匿迹 ,就 如 小说情节 的变
化。所 以 ,阅 读经济快讯可以帮助选择流行的投资主题 。使用相同
的系统交易股票的结果 ,高 度依赖于我们在 自己的投资 组合 中所选
的股票。
我们将一个基于动量的系统模型使用长期趋势跟随方法在许多
具有 良好上升趋势的股票上进行测试。使用该模型 ,我 们希望 当股
票 已经处于确定的上升趋势中 ,并 且股价伴随较强的动量创出⒛ 日
新高时买进。使用 ADx指 标度量市场的动量。我们使用 日价格和甾
日简单移动平均 (SMA)作 为参数 ,并 且假定 当前收盘价高于“ 日
SMA,而 且过去⒛ 日的最高点也高于甾 日SMA时 为上升趋势。然后
添加一个条件来确认股票的确正在进入上涨趋势。我们使用平均动
向指数 (ADx)指 标 ,要 求 18日 ADX的 值高于⒛ 。 ADX指 标的选
“ ”
择和它的参考值是根据期货交易的 一般规则 。如果两个条件都
满足 ,我 们就把入场价位设在高于zO日 最高点+2点 的位置。这里一
个点指的是股票交易中最小的增量 ,比 如说货币单位的1%,或 者根
据股票交易所制定的其他值。
在计算交易规模时使用回调距离 (Dist)或 者3倍 于平均佃 日真
“ ”
实区间 (ATR)的 风险 ,真 实区间是 有效 日价格区间的度量 ,
“ ”
而 有效 日价格区间在期货交易中非常流行 ,并 且 允许价格中出
现缺 口。真实区间是真实最高价 (今 日最高价或昨 日收盘 价中较高
的那个 )和 真实最低价 (今 日最低价或昨 日收盘价 中较低的那个 )
“ ”
之差 。真实区 间是对价格运动 区间或 波动性 的度量 ,们 日ATR
越高 ,在 那 一 点上市场的波动性越强 。通过用股票 市值 中一 个全
“ ”
点变化 (即 大点值 ,通 常为 1美 元或 1个 货币单位 )来 乘以硐 日
ATR,我 们将们 日ATR转 换为美元 (或 者其他的货币单位 )。 需要
注意的是大点值在期货合约间可以相差很大。然后我们用风险资金
(此 处为sOO0美 元 )除 以们 日ATR的 美元值 ,便 得出仓位规模 。仓
197
B(:,厂 〈
冫nd TCChntalAna圩 sis
{-ˉ
ˉC° de for⊙ mega Research Tradestation-ˉ ˉ)
{-ˉ
ˉM° mentum Trend system for Stocks and Futures-ˉ ˉ }
{-ˉ
ˉ◎2000Tushar Chande-ˉ ˉ }
丨
nputs∶ Eqty(5000);
Vars∶ NumLong(0),Dist(0);
{-ˉ
ˉˉC° ntract ca丨 cu|ation s-ˉ ˉ}
Dist〓 3★ AVerage(Truerange,40);
Dist=Dist★ BigPOintVa|ue;
{-ˉ
ˉEntry Signa|s-ˉ ˉ }
if c>average(C,65)and highest(h,20)[11>
average(C,65)and adx(18)>20then buy Nurrl|ong
cOntracts at highest(h,20)+2points stop∶
{-ˉ
ˉˉExⅡ Signa丨 s-ˉ ˉl
EXit|ong at aVerage(C,65)st。 p;
{-ˉ
ˉEnd of code-ˉ ˉ }
198
超越技术分析一一 如何开发和执行一套制胜的交易系统
f丨 丨
/
冖铆
◆
∶÷◆
+
∞
!∶ !∶ l!∶
18日 AD-
199
B、斌 d Tct。 hⅡ 臼l Ana盱 so
高。在低于先前的高点较多处出现的整固期中 ,该 交易系统的一个
关键条件没有被满足 。在⒛00年 3月 的调整期 ,ADx一 直保持在高于
⒛ 的水平 ,在 1999年 开始出现低于⒛ 的低谷 。ADx指 标响应滞后的
原因是在计算时做了太多的平滑 ,这 也是我们不用它出场的原因。
如图4.51所 示 ,我 们使用相同的系统在 1999~⒛ O0年 能源价格
上涨期间交易IPE Brent原 油期货合约。在 1999年 初Brent原 油的价格
形成 一 个底部 ,然 后 向上反弹超过 65日 SMA,18日 ADX也 随之上
升 ,发 出强趋势的信号 。该系统在 1999年 3月 ⒛ 日新 高处做多 ,每
sOOO美 元的风险做 4份 合约。该头寸于 1999年 10月 在ω 日SMA处 被了
结 ,获 利mOOo美 元。当Brerlt原 油继续上涨时 ,ADX指 标不再确认
趋势 ,于 是我们避开 了随后出现 的整固期。该系统在 ⒛00年 2月 的
新高处买进 ,但 是持续增长的风险致使每 50O0美 元的风险只交 易两
200
超越技术分析——如何开发和执行一套制胜的交易系统
场可能会满足人场条件,但未能按系统预期的方向运动9导致交易亏损。
份合约 。市场从高点迅速下跌 ,该 交易中度亏损 ,反 映出出场策略
的缺陷。接续而来的价格下跌帮助ADx调 整返回探测上升价格的状
态 ,于 是它在⒛0O年 5月 又发出强烈的反弹信号。在期货市场中 ,“
日SMA如 同在股票市场中一样可以忍受较大的反向价格运动 ,但 是
需要平滑的趋势来锁定实质获利。Brent原 油示例表明在股市和期货
市场中的趋势是相似的 ,相 同的交易规则可以用于两者之上 ,在 趋
势期间产生类似的反应 。 自然地 ,如 果市场趋势不平滑 ,或 者从高
点处快速下跌 ,那 么该系统将不具备获利性 ,因 为它不是用来适应
这些行情的。
如图4.52所 示 ,市 场虽然满足了系统的入场条件 ,但 是却未能
有效获利 。我们分析巴黎MATIF虚 拟债券 ,当 它经过一轮长时间的
下跌趋势后开始反弹 ,然 后形成一个底部 ,接 着便进入整固期。注
意ADx经 常表现为一个与行情同时发生的指标 ,而 非领先型指标 ,
“ ”
因为它也是从收盘价中得出的。所以 ,ADx出 现 较大 值并不足
以证明会出现持续数周或数 月的强劲趋势。
同交 易股票 一 样 ,该 系统可 以使用 日线数据 交 易共 同基金 。
图4.53所 示为交易杰那斯 ⒛共 同基金的结果 。交易的平均长度为98
天 ,从 199s年 9月 15日 到⒛O0年 8月 1日 只有 10笔 交易 ,假 设交易费为
201
Bcvond Tcchnical Analys始
202
超越技术分析—— 如何开发和执行一套制胜的交易系统
投】系纨在多元化期货投贺纽合上的峦佥曲线
图 s0将 系统应用于多元化期货投资组合上的资金曲线。
4。
∷
÷|小 结
本章我们分析了7种 主要的交易系统 ,每 种交易系统都运用不同
的交易心理 。65SMA-3CC系 统是 一 种简单趋势跟随系统 ,它 可以
产生稳定的业绩 。我们以很大的篇幅对该系统进行 了详细分析 。读
者应该对 自己的系统进行这样细致的分析 。我们使用了许多重要思
想 ,比 如最大有利和不利偏移 、交易的频率分布 ,以 及基于波动性
的初始止损的作用。读者应该努力去理解这些思想 ,并 应用于 自己
的 日常交易中。总之 ,甾 SMA-3CC系 统是一套完善的 ,并 且具有获
利性的系统 ,它 可以在趋势运动中获利。约4%的 交易为巨型交易 ,
203
Bc” lltt Tct・ hoc破 Ma玎萌s
ADx爆 发趋势寻求系统使用一层基于趋势力度的滤网 ,它 可以
成功提供进入强劲趋势的入场。该系统具有 一个较长的中性区域 ,
所以它在市场中的时间只有35%~钙 %。
随后我们分析 了顺势和逆势 (T-AT)系 统 ,它 可以在逆势模
型和趋势跟随模型之 间 自动切换 。该系统经常以令人称奇的准确率
捕捉市场的高点和低点 。在使用这种系统时 ,应 该采取 良好的风险
控制策略 ,因 为波动性极有可能会将你套牢。
黄金 -债 券系统使我们有机会在 正相关或负相关市场上使用场
间分析 。该系统试图抓取市场之间微弱的相关性 ,在 使用该系统时
可以选择趋势滤网 ,也 可以不用。我们发现在美国债券和黄金 、期
铜 、大豆 ,以 及外汇市场之间存在着有趣的联系 。我们将黄金 -债 券
系统推广到相关市场 ,比 如德国马克 一日元和玉米 一生猪。至少我们
可以使用该系统来评估我们所交易时的背景是否对我们有利。
底部钓鱼模型是作为一 种市场专用系统出现的 ,它 专门用于交
易标准普尔sO0期 货。我们发现 ,把 该系统通用化以后可以用于其他
市场 ,包 括股票市场。该系统模型在 日线 、周线或月线数据上都可以
有效工作。我们使用该模型抓住了价格运动的一个基本特性。
超常机会系统区别于其他系统的标志性特点主要是在交易期间
改变仓位的规模。它本身就是 一种有效的趋势跟随系统。该系统假
设在主要趋势运动期间 ,运 动的一大部分将超出sO日 SMA两 侧 1%或
3%的 交易带。
对于 65SMA-3CC系 统 ,真 正 的实例计算表明它是 一套完善的
交易系统 ,而 且 具有可观的风险调整能力 。这些计算还表明资金回
撤会持续较长时间 ,除 非大部分市场都开始出现持续的趋势。ATR
交易带系统类似于超常机会系统。该系统示例说明了如何开发完善
的、非优化的系统 ,这 种系统在测试任何单个市场之前 ,可 以进行
先验推导 。于是 ,通 过在股票和期货上测试这同—个系统 ,本 部分
所阐述的思想可以用来交易股票和期货。
读者可能 已经注 意到 ,我 们没有根据往常的 经验 把测试 周期
“
分为两个或数个子周期 ,最 后在 一 个子周期上对系统进行 完美
”
化 ,最 后再在剩余子周期上进行测试 。这种方法使系统接触新的
204
超越技术分析—— 如何开发和执行一套制胜的交易系统
“ ”
数据 ,系 统在这种 出于抽样 的数据上所得业绩可以帮助我们确
定它在未来的性能表现 。如果读者测试了多种参数 组合 ,那 么试着
“ ”
找出最 稳定 的一 组。稳定性意味着系统在大部分测试数据上具
有获利性 ,并 且测试结果不会因测试条件的细微变化而产生大的波
动。关于这种方法的详细论述见巴伯考克 、钱德 、克罗 、帕多 ,以
及施瓦格等人的著作 (见 参考书 目 )。
我们的分析并不仅仅依赖于系统测试 ,而 是把重点放在驱动交
易策略的思想上。我们在⒛ 多年所有可用的数据上测试这些系统 ,
并未对这些数据进行优化。于是我们测试系统是否基于准确的市场
运动 ,以 判断它们是否会在未来的交易中获利。这些系统是围绕特
定的市场条件建立新策略的示例。在下一 章 ,我 们将阐述如何修改
著名的、已经被证实的交易思想 ,然 后创建属于 自己的交易系统。
第4章 附录 :附加的性能升级
这些性能升级是于⒛O0年 12月 底完成的 ,恰 好是在为第2版 所
做的初次升级之后。为了简化起见 ,我 们使用较小的投资组合 (so
个期货市场代表全球所有市场 )、 单趋势跟随出场策略 (在 最近⒛
日的高点或低点出场 )、 初始风险为 5万 美元 (或 者每百万美元的
5%)来 产生交 易 ,包 括在高波动性的市场中 ,比 如标准普尔500指
数期货。
CB-PB系 统仅仅在 6个 市场的原始 组合上突破 ,但 是在多元化
投资 组合上没有获 利 ,因 为这些市场中的大部分在测试周期内都未
出现上升趋势。或许该系统需要附加滤网来使它能有效地工作。
ADx爆 发寻求系统在sO个 市场的投资 组合上测试 良好 。 自1995
年 1月 起平均年盈利约为“%,月 标准偏差为 12.4%,最 大峰至谷资金
回撤为ss%,恰 为月标准偏差的3倍 。与其他的趋势跟随系统一样 ,资
金曲线在 199S年 9月 出现峰值 ,并 且在⒛0O年 底重新反弹至 199g年 高'点
的13%。 盈利效率比较可观 ,为 0.19,与 其他的趋势跟随系统⊥致。
T-AT系 统在多元化的sO个 市场组合上表现较差 ,基 本没有获利。
它与趋势跟随系统的相关性较弱 ,为 0.铝 。但是 ,这 并不足以说明可以
在一个高度多元化的投资组合上交易该系统。
205
B四ond Technk猫 Ana圩 吣
净禾刂
润 J29669美 元 菊属攥鑫挈 11500美
元
毛利润 81能 O0美 元 毛亏损 (ss“ 31美 元 )
总交易笔数 辊 胜率 z】 g%
盈利笔数 zO 亏损笔数 zz
最大单笔盈利 131zTO0美 元 最大单笔盈利 (,犰 9美 元 )
206
超越技术分析——如何开发和执行一套制胜的交易系统
净利润 668150美 元茸
寻
亏骨
唧 0美
元
毛利润 1拼sO⒛ 美元 毛亏损 (1】 ⒎汐5美 元)
总交易笔数 能 胜率 夕%
盈利笔数 ⒛ 亏损笔数 s9
最大单笔盈利 ⒛⒛乃美元 最大单笔盈利 (sO硐 0美 元)
平均每笔盈利 801⒛ 美元 平均每笔亏损 (30125美 元)
回报率 2.∞ 平均交易利润 1O,%美 元
3 亏
鑫 9
最大连续
盈利笔数 曩 眚
奎
盈利交易平 平
均棒线数
20 :亏
攮唇
:骨曼6
最大 日内 (⒛ ω⒛美元)
资金回撤
’ ~ ’~
盈利因子 1.乡 最大合约数
%
4
账户规模需求 ⒛ω⒛美元 账户盈利
(译 者注 :表 中加小括号的数据表示负值。 )
207
超越技术分析—— 如何开发和执行一套制胜的交易系统
第05章
开发交易系统的变化版本
简介
本章阐述如何使用现有思想来开发适合 自己交易风格的系统的
方法。使用这种方法 ,我 们就可以建立 一个大型的交易系统集合 ,
以满足不同的 目的。每位交易者都有不同的交易信条 、时 间窗 口、
资金限制 、获利 目标和信念水平 ,因 此很少有交易者使用完全相同
的交易策略。虽然经过稍微的努力 ,我 们就可以使用著名的交易系
统 ,但 是根据著名的交易系统开发适合 自己的新版本交易系统 ,我
们可能得到一 种获胜的优势。同往常一样 ,我 并不是建议使用某种
特定的思想交易 ,而 是试图激发交易者的创造性。改进现有系统的
重点在于每个变化版本如何改变原交易系统的架构和它对市场数据
的反应。
我们先来分析⒛ 日或4周 突破系统 ,它 或许是该行业中最古老的
机械化交易系统之一 。我们以⒛棒收盘突破系统的测试结果作为改
进的基础 ,该 系统使用两种不同的出场策略。一种出场策略是简单
的x日 跟踪出场 ;另 一种是比较复杂的、基于波动性的出场。第一种
变化版本是使用高于⒛ 日价差的固定屏障 ,然 后考虑使用变化的或
基于波动性的屏障 。
作为一种有趣的尝试 ,对 于屏障值我们不加反减 ,从 ⒛ 日通道
“ ”
中减去一个基于波动性的 屏障 ,然 后分析这种通道突破版本的
统计学性能。所有这些变化版本都证明我们可以对一 种既有的思想
根据 自己的需要或交易风格进行调整。
然后我们来分析两个基于平均动向指数 (ADx)指 标的模型。
209
B钾 ond T∝ hmcal丿 ha盱 “s
测试周期
英镑 1975.2'ˇ 1995.7
叻口
叫0 1975.1冖 ˇ1995.7
原油 1983.1-1995.7
棉花 1975.1-1995.7
德国马克 1975.2冖 v1995.7
欧洲美元 1982.2-1995.7
黄金 1975.1'ˇ 1995.7
日元 1976.8-1995.7
美国债券 1977.8-1995.7
小麦 1975.1'ˇ 1995.7
表5.1本 章中使用的市场和测试周期总结。
用平均动向指数度量价格趋势。我们将看到重度平滑的ADX减 少了
总交易笔数 ,但 却未错过主要趋势。我们先测试使用固定ADx值 来
触发交易的效果 ,然 后加上ADX必 须正在上升的限制条件 。我们将
看到ADx的 绝对值不如它的趋势重要。
“
我们或许听到过这样的交易建议 : 当市场回调到支撑线时买
”
进。 这条建议本身便足以建立一套交易系统 ,而 我们将分析一套 回
调系统 ,它 既可以在上涨趋势中工作 ,也 可以在下跌趋势中工作。
在本章结束时将讨论一套只用来做多入场的基于形态的系统。
“ ”
橄榄球赛场上的长传 引发了 长传系统 。使用这种系统我们可以
在 自己喜爱的图表中收集许多有用的形态。
我们将在未经优化的条件下测试这些系统。在任何测试之前 ,
因为系统中使用的值都是随机选择的 ,所 以测试结果不会因为参数
的选择而出现偏见。所有系统都是在相同的数据集 上进行测试 ,便
于我们理解系统规则和 市场运动之间微妙的互相影响。我们应该根
据著 名的交 易思想来开发 自己的变化版本 ,找 出适合 自己交 易风
格 、满足 自己交易目标的特定组合。
我们用来测试的市场见表 5.1,选 择这些市场只是 因为它们代 '
210
超越技术分析——如何开发和执行一套制胜的交易系统
≡ 带跟踪止损的收盘价通道突破系统
我们首先分析对普通的通道突破系统添加跟踪止损后的作用 ,
目的是将通道突破逻辑转变为短期交易系统。大家对收盘价通道突
破系统可能都比较熟悉 ,该 系统中的做多入场规则和做 空入场规则
是对称的 ,如 下所示 :
211
Be、 o:ld1℃ chⅢ cal Ana盱 so
222121222212
950792212850
3332443432
556524202492
4859351469
2.35
6
叻口
叫卜 177438 3.26 696 -24414 2.03
棉花 -1300 1.81 -5 -23275 0.99
原油 -43230 1.10 -275 -44230 0.44
德国马克 38575 1.86 168 -12800 1.42
欧洲美元 14225 1.71 100 -5175 1.40
黄金 19180 2.67 86 -36870 1.18
日元 64913 2.01 323 -11388 1.56
美国债券 -5013 1.71 -23 -35994 0.96
小麦 -24169 1.61 -97 -32475 0.67
合计 279488 2
平均 27949 2.01 112 -24796 1.19
带波动性出场的收盘价通道突破
有时在整固期来临之前 ,市 场会 出现与当前趋势相反的大幅运
“ ”
动 ,而 波动性规则可以检测到这种逆势的 大幅 运动。我们希望
在使用跟踪止损时 ,不 必明确指定x天 的回顾周期。接下来 ,我 们便
212
超越技术分析—— 如何开发和执行一套制胜的交易系统
要设计一种基于波动性的跟踪止损。
基于波动性的出场有很多类型 。我们可以使用每 日价差的 10日
简单移动平均来度量市场的波动性 。 日价差是 日最高价和 日最低价
之差。如果市场在一个较窄的区间内运动 ,日 价差会缩小 ,波 动性
降低 ;而 当市场做大幅的 日内运动时 ,波 动性升高 。例如 ,在 震荡
◆
l◆ i
I扌
213
B∞ nd TCchnk猫 舳 a圩 蜕s
|丨
95 2月
214
超越技术分析——如何开发和执行一套制胜的交 易系统
体格可能很快达到该出场价位 ,也 可能缓慢下滑到止损价位。关键
转折点常常出现在一轮趋势的结尾或者一段整固区的开头。
′
例如 ,突 然的 日价差扩大的价格运动出现于交易者对价位一致
认同时。 日价差的扩展是因为许多交易者做 出类似的判断。反之 ,
20 27 4F日 10 17 24 5F日 8
215
Bo严 《
)nd TcchⅢ c/dl Ana圩 “s
图5.5在 棉花市场,波动性出场经常抓住长期趋势。
不是非常大。
到 目前为止我们都是在高于⒛ 日交易区间仅 1点 的位置 自动进入
交易。如果我们将 1点 的屏障放宽的话 ,便 可以减少交易数 目。下一
部分将分析使用zO点 屏障带来的影响。
⒎使 用⒛点屏障的通道突破
至此 ,我 们的收盘通道突破都是规定收盘价超过前⒛ 日最高点
或最低点 1点 。这 1点 只是⒛ 日交易区间之上的一个屏障值。图5.6使
用zO点 屏障代替 1点 屏障。该数字是任意指定的 ,读 者当然可以测试
其他数值 。在这种情况下 ,超 过屏障的决定性收盘价将 引发一轮强
势上涨。
接着上一部分的讨论 ,表 5.4所 示为波动性出场系统的测试结果
总结。初始止损为 150O美 元 ,滑 移价差和佣金为100美 元。
与使用波动出场的⒛ 日通道突破系统 (见 表 5.3)相 比 ,净 利润
基本未变。利润虽然相同 ,但 平均交易笔数却减少了%%(从 191笔
降至 141笔 )。 正如我们从交易减少的情况中所预期的一样 ,每 笔交
易的收益攀升 了21%,于 是 ,使 用较宽屏障的主要优点是减少交易
′
总数 ,而 不损害获利性。
216
超越技术分析—— 如何开发和执行一套制胜的交易系统
利子
盈因
市场 利润 总交易 胜率 盈利 平均交易利 最大 日内
(美 元 )笔 数 (%) 损比`亏 润 (美 元 )资 金回撤
(美 元 )
2
英镑 29650 40 -27331 1.17
221121121191
429501908809
1.75 123
’
叻日
叫仁 187210 38 3.15 843 -21405 2.02
~
'寸
棉花 27565 35 2.28 143 -18690 1.23
^δ
原油 -45210 32 0.99 -286 -44970 0.46
1一
德国马克 51275 Rυ
45 1.89 255 -9813 1.56
欧洲美元 20925 41 2.42 182 -4775 1.67
^ν
217
Bgond Technical Ana盱 sis
利子
盈因
市场 利润 总交易 胜率 盈釉 亏 平均交易利 最大 日内
(美 元 )笔 数 (%) 损比 润 (美 元 )资 金回撤
(美 元 )
1
萝乏镑 222 110 -26888 1.15
4332343432
24588 1.69
叻口叫仁 175631 213 3.04 825 -22605 1.98
9
棉花 27430 178 2.28 154 -18595 1.25
-碉 “0 -366
5
原油 111 1.04 -42130 0.40
德国马克 ss” 5 152 2.23 219 -7813 1.46
8
欧洲美元 ⒛sO 17 1.92 132 -2900 1.34
黄金 31610 142 222 -25640 1.38
9
2.87
日元 53950 161 1 2.08 335 -9550 1.60
美国债券 ⒛呢5 77 2.46 388 -20113 1.49
小:芰 -5250 137 2.17 -38 -15650 0.89
2
表5.4使 用⒛点屏障和波动性出场的⒛捧通道突破系统测试结果 。
利 子
盈 因
9
表 5使 用⒛点屏障并且无出场策咯的zO棒 通道突破系统测试结果。
5。
果 ,从 中可以看出通道突破系统的另一个特点。不使用任何出场规
则 ,把 该系统转变为纯粹的趋势跟踪系统 ,具 有对称的入场点和出
场点 ,于 是⒛棒做多信号 同时也是⒛棒做空交易的出场信号 。反之
亦然 。
带 有屏 障但无 出场策 略 的交 易系 统 与带 出场策 略 的 交 易系
统相 比 ,净 利润提 高 了50%,而 交 易数减 少 了37%(比 较 结果
见表 5.4)。 基本 的趋势跟随系统的确相 当具有吸 引力。我们有理
218
超越技术分析——如何开发和执行∵套制胜的交易系统
09576618086
42424143343
24630413012
85825308569
212
39989276127
23480714981
22834935671
1
11121
叻口
叫卜 -34
棉花 -35
原油 -68
德国马克 -59
欧洲美元 -83
黄金 -83
日元 -58
美国债券 -57
小麦 -60
平均 -58
表5.6添 加出场策咯缩短了系统在市场中的天数。
由问 ,为 什么应该在通道突破系统中使用出场策略呢 ?答 案是系统
在市场中的天数 ,还 有潜在风险的问题 。如果我们不使用任何出场
策略 ,系 统会在部分时间里位于市场之外。如果系统经常在市场之
外 ,我 们预计可以降低暴露在市场中的风险。
表 5.6总 结 了带 出场策略和不带 出场策略的⒛ 日通 道突破系统
在市场中的天数。添加波动性出场平均减少了系统在市场中的天数
58%。 于是我 们为通道突破系统添加出场后 ,潜 在风险大大降低 。
当在市场之外时 ,我 们的账户资金还可以为我们赚取利 `息 ,利 `急 收
入 也有助于账户资金平滑。
注意使用波动性出场后 ,平 均最大 日内资金回撤为 19188美 元 ,
219
BeFOnd Tcchnical Analv“ s
带内部波动性屏障的通道突破系统
在前一部分中我们看到 ,⒛ 日价格区间之外的⒛点屏障对系统
产生的影响。屏 障加宽了⒛ 日价差 ,并 帮助滤除了一些交易。在欧
洲美元 市场的示例中 ,⒛ 点屏障比市场的正常波动性宽很多。所 以
⒛点屏障只允许 10笔 交易通过 ,减 少了利润和交易机会。
⒛
m
⒛
Ⅲ
∞
“
⒛
Ⅲ
∞
m
“
⒛
m
⒅
ˇ
仞
116^08
115^20
115^00
::LIJ1
114^12
I:Ⅰ
,lIⅠ
113^24
J
113^00
・ —
112^16
5 12 19 26 6日 10 17
220
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
本部分向您展示如何设计基于波动性的屏障。作为一种有趣的
尝试 ,我 们将在⒛ 日价格通道内设置屏障 (见 图5.7)。 因为通道将
变窄 ,所 以我们得到更多的交易机会 。屏障的宽度就 像是过滤交易
的滤网。我们应该非 常清楚地理解波动性和通道宽度之间的交互作
用。如果波动性较低 ,那 么实际通道 宽度将变宽 。而如果波动性较
高 ,实 际通道宽度将变窄。当波动性增加时 ,该 系统的交易频率将
增加。
此处的波动性被定义为 日价差的10日 SMA。 日价差是当 日最高价
和最低价之差 ,因 此上侧内部屏障就是zO日 最高价减去波动性。类似
地 ,下 侧内部屏障就是zO日 最低价加上波动性。如果市场高于上侧内
部屏障 ,我 们将在收盘时做多 ,如 果市场低于下侧内部屏障 ,我 们将
在收盘时卖出。波动性出场为 日价差的10日 弘快 的3倍 。
从图 5.8中 可以看到 内部屏障更详细的工 作过程 。屏障的实际
宽度比较窄 ,但 是每天都在变化。因为宽度比⒛ 日通道要窄 ,所 以
使用内部屏障后交易数增加。从图5.8中 可以看出 ,在 狭窄的整固区
内 ,内 部屏障之间可以非常接近 ,甚 至互相交叉。随着内部屏障逐
渐靠近 ,交 易数不断增加。于是 ,内 部屏障系统在价格整固区中产
生许多双面拉锯式交易。
读者可能不喜欢 内部屏障系统在整固区内增加交 易频率 。普
通通 道突破系统的优点之 一 ,是 它可以在价格拥挤区产生较少的交
易。所以 ,内 部屏障系统并非对所有交易者都有吸引力。
表 5.7所 示是在前述市场数据上的测试结果 。读 者将注意到 ,
通道突破系统变化版本的统计显著性
我们看到系统的一 个变化版本时 ,必 须要 问的一 个关键 问题
是 ,它 们之 间的性能差异在统计学意义上是否显著。除了比较系统
的净利润之外 ,还 有很多方法来区分系统。例如 ,一 套系统可能产
生较少 的交易 ,另 一套系统可能产生较小的资金 回撤 。而一 些系统
221
B唧 0nd Technkal/ua盱 s灬
41 2.25
111
2
4
2
4
6
0
7
6
3
美元
殪奇‘蚤 47900 32 2.91 -23620 1.34
8
35 —19550 1.36
日歹 己 63588 2.56
乡乏巨 垂 28875 34 -22875 1.15
8
2.19
债券
9
刁、 -30719 0.81
一
妻己 -17638 32 1.73
1
合计 佴7318
习F出 旬 44732 2.18 -25086 1.22
3
表5.7带 内侧波动性屏障和波动性出场的通道突破系统测试结果。
7
222
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
利润 总交易 胜率 盈利 平均交易利 最大 日内 盈利
市场 (美 元 )笔 数 (%)亏 ' 润 (美 元 ) 资金回撤 因子
损比
(美 元 )
英镑 呢独4 149 sO 3.% 臼1 -z9⒛ 0 1.58
叫| 222042
叻口 152 30 5.21 1461 -26083 2.34
棉花 ss汐 0 刀 31 1.ss 276 -20270 1.29
原油 -12Π 0 130 ′弭 2.91 -165 -27400 0.70
德国 ⒓00o 109 觯 2.佴 “1 -9975 1。 9z
马克
欧桫叫 25825 63 44 2.16 410 -10275 1.73
美元
黄金 ⒛呢o 124 35 2.36 241 -39520 1.30
日元 “388 121 38 2.61 532 -17563 1.60
美国 -19% 133 30 2.29 -15 -32629 0.99
债券
小三芰 -11463 125 33 1.73 -92 -27775 0.85
合计 51“ sO 11gs
平均 51ω 8 118 2.70 393 -24074 1.43
t检 验 :两 个样本的均值配对
参考系统 5日 出场
均值 51638 27948.8
方差 4.85× 10: 3.77× 109
观察量 10 10
Pearson相 关性 0.875
假定平均差 0
df 9
t统 计量 2.224
P(T(=t)E阜 狈刂 0.027
d庙 界值 双侧 1.833
P(T(=t)J靼 狈刂 0.053
t临 界值 双侧 2.262
223
BcvOnd Technical Analysis
t检 验 :两 个样本的均值配对
5日 出场 参考系统
均值 220 118
方差 1736.72 818.455
观察量 1 1
Pearson相 关 0.410
假定平均差
df
t统 计量 8.055
P(T(=t)E靼 狈刂 1.05
t临 界值 双侧 1.833
P(T(=t)E靼 狈刂 2.10
t临 界值 双侧 2.262
224
超越技术分析—— 如何开发和执行一套制胜的交易系统
两个ADX变 化版本
平均动向指数 (ADx)在 度量趋势性时应用比较广泛。对两个
ADx系 统变化版本 的测试表明 ,ADX的 绝对值没有特别重要的意
义。测试时使用150O美 元的止损 ,考 虑 100美 元的滑移价差和佣金。
测试市场 为英镑 、咖啡 、棉花 、原油 、德 国马克 、欧洲 美元 、黄
金 、日元 、美国债券和小麦。测试数据为从 19乃 年 1月 1日 到 199s年 7
月10日 之间所有的可用数据。
当14日 ADX值 向上超过sO时 ,第 一套测试系统做多或做空。当
上一 日ADX值 小于sO,而 当日ADX值 大于sO时 交叉产生。如果收盘
价的3日 sMA大 于⒛ 日指数移动平均 ,那 么系统将在次 日开盘时买
进。反之 ,如 果收盘价的3日 SMA小 于⒛ 日指数移动平均 ,那 么系统
将在次 日开盘时卖出。测试时使用 1500美 元的初始止损 ,考 虑 100美
元的滑移价差和佣金 。出场信号是一个跟踪止损 ,位 于最近⒛ 日的
最高价或最低价。
第二 个变化版本不使用ADX的 绝对值 ,它 只要求ADx是 上升
225
Bt,plld Tct・ hmcal Ana圩 姚
利润 总交易 胜率 盈利属⒎平均交易利 最大 日内 盈利
市场 (美 元 ) 笔数 (%) 损比 润 (美 元 ) 资金回撤 因子
(美 元 )
英镑 ∞188 51 41 3.72 1298 -8869 2.61
叻口叫| 112531 64 33 5.76 1758 -13065 2.81
棉花 68795 50 50 4.09 1376 -8355 4.09
原油 17两 0 22 50 2.93 808 -3550 2.93
德国 21s38 57 44 2.00 374 -7238 1.56
马克
欧洲 18臼 5 36 53 2.13 519 -3350 2.38
美元
黄金 -18ω 50 34 1.85 -37 -25180 0.95
日元 辊 125 47 47 2.56 896 -9887 2.25
乡乏巨 彐 2525 56 34 2.05 -45 -14588 1.05
债券
小昱 乏 5675 48 44 1.65 118 -6950 1.28
嗟≥计 355632
习F± 纫 43745 47 43 2.87 323 -10103 2.19
黄金 33150 182
2
4
2
226
超越技术分析ˉ—如何开发和执行一套制胜的交易系统
卯蛔 ∞
・
・
・
・
ν
“ rJ
d
〓
寸
"
・
・
・
dⅡ
・帅 咖 咖
刂
‰
⒈
s・
・
・
・
.
J
1阝
"△
丶
∮
・
丨
・
・
・
・
227
Bcv(,nd TeChnical AnaIysis
115∞
1⒑ ∞
月之后。
“ ”
套试图在价格 回调 时交易的系统。
∵ 回调系统
“ ”
有一句古老的市场格言 : 当价格回调到支撑线时买进 。 许
多交易者喜欢在 回调时交易 ,因 为它常常提供一个风险相对较低的
入场点。这种交易心理与ADx系 统形成鲜明的对比 ,ADX系 统在趋
势强劲时买进 ,在 趋势虚弱时卖出。然而 ,回 调格言并不是交易系
统中一 条准确的规则。我们不得不对回调和支撑进行定义 。该系 统
是第4章 中所分析的CB-PB系 统的一个变化版本 。此处 回调的定义
与移动平均相关 ,而 非与⒛ 日突破相关。
回调就是上升趋势中的微小休整。回调本身有许多表现形式。
例如 ,我 们可以将回调定义为三 条连续下降的棒线 ,也 可以将其定
“ ”
义 为 返回到支撑线 ,而 这条支撑线就是 一 条移动平均线。我们
可以选择不同类型的平均线 ,比 如⒛ 日或50日 简单或指数移动平均
“ ”
线。术语 返回到支撑线 是含糊不清的—— 我们得确定价格是必
须接触到平均线 ,还 是低于平均线 ,或 是进入距离平均线 1%的 范
“ ” “ ”
围。我们一旦定义好了 回调 与 支撑 ,就 必须决定在何处放
置买单 。例如 ,我 们可以在次 日开盘 价 、次 日最 高价或 5日 最高价
228
超越技术分析——如何开发和执行一套制胜的交易系统
229
B、斌 d Techmml Ana圩 s。
市
场邴 易 污 窨犁
元)毫 鑫 嚣、纛
羹 犁蓠 螽、鲁
獾蓼卩帚
m″
122269 28 -16569 2.21
18308
英镑 149 5.62
2
748
6
咖叫仁 205035 174 21 9.34 -26063 2.52
52⒛
棉花 46630 132 30 3.96 -10360 1.72
原油 1840 90 32 2.21 -12070 1.05
德国 30725 129 34 2.82 -14963 1.46
马克
⒛
’
欧洲 4.01
7
1
~
1
4
美元 ⒛ ⒛ 刀
’一
230
超越技术分析—— 如何开发和执行一套制胜的交易系统
利子
盈因
扬 嘤 )j志 :;∶ :∶ ;:∶ 叩
∶岈 锵 落羹甲帚
曩 羹
奎翠
m⒉
英镑 sT1719 126 5.89 6919 -67419 2.74
叻口叫仁 794998 155 6.68 5039 -174653 2.11
犭 ⒉ ⒛
洲帛花 406250 134 4.63 3031 -100755 1.83
层冒冉扫 33360 91 3.54 367 -68100 1.13
铝恚巨垂 297975 135 3.79 2207 -126825 1.54
马克
∞
欧洲 ⒛鸭so 68 3.79 3498 -35750 2.34
美元
⒉ ⒛ ⒛
8
黄金 3.99
8
4
2
8
4
4
5
1
2
2
美国 4.82
2
债券
⒛
表 Ⅲ 最多交易IO份 合约的回调系统测试结果。
5。
测试周期也对回调系统的未来获利性做出了肯定。
该系统的胜率相对较低 ,约 ⒛ %~30%。 但是 ,可 以通过较
高的回报率来弥补胜率的不足 。与我们所研究过的其他系统相 比 ,
该系统的资金回撤量为中等。在波动趋势内产 生周期性回调的市场
中 ,回 调系统表现最佳。注意观察在原油市场中较小的亏损和美国
债券市场中较小的利润 。本书中讨论的其他趋势跟随系统在这些市
场上都表现得不好 ,原 因是这些市场经常出现波动性趋势。
与该系统的设计理 念相一 致 ,最 大资金 回撤值比其他趋势跟随
系统小得多。但是 ,表 5.13中 的测试结果还不如我们看到过的其他
趋势跟随系统引人注 目。在图5.12所 示的生猪市场中 ,可 以明显看
出系统失利的原因。该市场在撤回到50日 平均线后 ,再 也没有出现
具有获利性的震荡运动。对于这种只在 50日 均线上方做微弱反弹的
市场 ,我 们的出场策略就显得更加重要。读者可以使用 自己最喜欢
的或者任意指定的出场策略来进行试验。
到 目前为止 ,有 一项关键的设计特性我们尚未利用。由于我们
是在回调产生后买进或卖出 ,所 以我们希望获得低风险的入场点。
对于使用变合约资金管理策略来说 ,低 风险入场是最理想的选择。
对于回调系统给出的信号 ,如 果我们每个头寸可以冒100O0美 元的风
231
B钾 ond Technical Analv“ s
险 ,那 么就可以使用5日 高点一低点区间来度量市场的波动性 ,最 多
交易10份 合约。在表5.14中 ,当 5日 新高或新低穿越 sO日 均线时 ,我
们进行交易。出场点被设置在 ⒛ 日跟踪 高点或低点 ,并 且 使用 15Oo
美元的初始止损 ,100美 元的滑移价差和佣金考量。
在单合约策略和 10合 约限 制的变合约策略之间存在显著的性能
差异。后一种策略的利润是前一种的6倍 还要多。但是 ,资 金回撤量
几乎平均增加了8倍 ,所 以收益的代价是高昂的。需要注意的是 ,后
一种策略的资金回撒比一直交易10份 合约的策略要小。所 以变合约
策略要比交易同等数量的固定合约策略要好 。交易者可以测试 其他
使用该入场策略的变合约策略来满足 自己的偏好。
总之 ,支 持 回调系统的基本思想是正确的。它具有相对较高的
盈亏比和平均交易利润。我们可以尝试添加滤网来提升系统性能。
交易者应该考虑使用变合约资金管理方法来寻找低风险入场点。
长传 ^套基于形态的系统
“ ”
大量的橄榄球队因 长传 而生存或灭亡 。在美国橄榄球 比
赛中 ,长 传是 一次传球中的一个长 距 离传球 ,目 的是获得较多的码
数。一个成功的长传 可以重振球队的士气 、压制对手 ,甚 至在剩余
时间不多时很快得分 。这是一 种爆发式传球 ,但 并非没有风险。本
章介绍一种 由长传心理 引发的基于形态的交易系统。基于形态的系
统可以使我们迅速做 出反应 。但是 ,形 态并不 经常出现 ,而 且 市场
不会每次都坚持完成形态 。我 们在测试形态时 ,必 须注意使用足够
大的数据集。
长传是 一 种 5棒 底部捕捉形态 ,它 与市场在双重底附近的运动
有关 。一般的说法就是底部市场探测器 。当大型交易者探测到底部
“ ”
时 ,他 们 大批 买进 ,造 成市场快速反弹。其他交易者感觉这可
能是一个做 空的 良机 ,于 是大型交易者 引领的反弹受到随后入场的
做空者们的阻滞 ,市 场从而重新返回到先前的底部。如果在市场重
新回到底部时没有显著的卖压 ,那 么市场又重新恢复上升运动 ,并
开始快速上涨。此时的交易策略是在快速上涨期 间入场———种相
当简单的思想。随着市场从底部爆发 ,在 随后的几天里收盘价总高
232
超越技术分析—— 如何开发和执行一套制胜的交易系统
1.今 天的收盘价高于两天前的最高价 。
2.昨 天的收盘价高于 三 天前的最高价 。
3.前 天的收盘价高于 四天 前的最高价 。
这些关 系极为普通 ,没 有市场专用的假设 。另外 ,也 没有必要
对该系统进行 优化 。接下来 的 一 些尝试将 使该系统变得非常有趣 。
假设我们购买多份合 约 ,每 笔交 易的风险为 10000美 元 。我们可 以使
“ ”
用今 日收盘 价和 5日 低 点之 差 ,将 该 价 差 换算 为美元 ,计 算 出
“ ”
合 约数量 。所 以 ,如 果 价差 为⒛0O美 元 ,那 么我们就买进 5份 合
约 ,并 在该头寸上设置 10000美 元 的硬性止损 。 另一 个尝试是我们将
在跟踪 sO日 低点出场 以获得 一 套长期系统 。
现在读者应该 明 白为什 么该系统的名字 叫做长传 。通过购 买 多
份合 约和使用非常慢的出场 ,我 们 正 在使用T○ PS COLA+略 ,用 橄
榄球 场上的说法便是长传 。
欧米伽研究 中心的交 易平 台中 (TradeStatiorlTM)Power Editor的
代码如下 :
input∶ dx(50);
vars∶ Numc(0);
忏C-|owest(丨 °
w,5)(>O then
Num C〓 intportion(100O0/l(c-|° westl|ow,5)]★ Big
pointva|ue))e丨 se Numc=1;
Cond⒒ ion1〓 c>h[2]∶
Condition2〓 c[|]>h[3];
Condition3〓 c[21)h[4]
|f Condition1and Condition2and condition3then buy
”
(“ 123Signa丨 )NumC
contracts at high+1point stop;
EXit丨 ong at Lowest(|ow,d× )[1]-1point stop;
233
B弭ond Technical Analy蜕 s
11月 12月 95 2月
丨
!丨 丨
图 no长 传系统在⒚9s年 Iz月 份燃料油市场中的人场。人场后市场便顺畅上
5。
升,夹 杂少许的回调。
如果市场开盘价高于我们的止损 ,那 么会 出现一 些资金回撒 ,但 是
该入场条件的作用是一重滤网 ,可 以减少交易数。
图5.13所 示为这种入 场条件在真实棒线图 中的运作情况 ,我 们
使用的 1995年 3月 份的欧洲美元合 约刚好 出现 了一 个明显的市场底
部。长传系统恰在市场重新探测低点之后做 多 ,位 于第一轮反弹之
后。注意在入场之后市场没有出现回调—— 就像长传传球 ,市 场一
234
超越技术分析—— 如何开发和执行一套制胜的交易系统
杨 嘤)鼷 ;勇焱
篁帚量
奎翠
英镑 11侣 13 1.54 12; 35; 34 9 -96407
叻口叫卜 417770 3.03 9; 34; 26 5 -49660
祠帛花 222590 1.98 10; 31; 32 25 -136040
德国 ⒛辊“ 2.17 10; 31; 32 22 -60725
马克
欧洲 14zB⒛ 1.76 12; 29; 41 57 -72200
美元
燃料油 ⒛M4 1.07 12; 45; 27 22 -135565
日歹 己 779324 5.93 11; 24; 46 17 -38000
大豆 犯018 1.20 11; 42; 26 28 -120695
砑斋± 256453 2.70 10; 26; 38 15 -42310
托妄自阝
亭乏巨彐 272363 2.41 12; 33; 36 9 -63400
债券
235
Bg⑷ nd T∝ hnical蛔 a圩 sis
对形态进行测试可能非常有趣 ,但 必须细心操作。比如 ,有 大
量的蜡烛图形态 ,它 们具有诱人的名称和激动人心的说明。但是它
们却常常经不住测试 。对于长传系统的分析表明 ,我 们不需要搞得
非常复杂才能获得交易方法 ,只 要有特别的市场直觉就彳
亍。
小结
在本章 中我们看到 了如何根据 一 个主题思想来设计不 同的系
统 。我们看到 ,通 道突破系统在使用不同的出场策略时 ,利 润 、交
易频率和资金回撤的变化。一旦我们找到一个 自己喜欢的系统 ,就
可以对它进行统计学测试 ,观 察其性能相对于参考系统的变化是否
具有统计学显著性。对于 ADX思 想 ,我 们设计了两个版本的系统。
测试表明 ,在 设计交易系统时 ,ADX中 的趋势比固定值 (比 如sO)
更有用。然后我们看到了CB-PB系 统一个既可做多又可做空的变化
版本 。在这个例子中 ,回 调的参考值是 一条移动平均线而不是 ⒛棒
通道。最后 ,我 们分析 了一套底部捕捉系统 ,它 是普通双重底形态
的一个变化版本 。通过这个例子 ,我 们看到了使用广泛的可辨识的
价格形态来设计系统的方法。
在本章中 ,讨 论了如何利用众所周知的交易思想来开发交易系
统的方法。一旦我们知道变化版本的测试结果与参考系统相比具有
统计学显著性 ,我 们就可以评估它们是否符合我们的交易风格 。使
用这种方法我们就可以开发出一个大型的交易系统集合 。
236
超越技术分析——如何开发和执行一套制胜的交易系统
资金曲线分析
简介
随着时间的逍逝 ,只 有资金曲线会为我们提供交易系统性能的
完整连续的图像。我们每天的设计决策将如何影响业绩 ,普 通的测
试总结只能给出极少的信息。所以在理解我们的决策对资金 曲线变
化产生的影响之前 ,我 们的系统设计都是不完整的。
本章将详细阐述如何使用标准误差 (SE)来 度量资金曲线的平
滑度 。标 准误差来 自线性回归分析—— SE越 大 ,资 金曲线越崎岖不
平。然后我们将看到ωSMA一 oCC系 统在使用不同的出场策略时每份
合约上的资金 曲线变化 ,切 身感受到如何将 自己的设计选择转变为
资金的变化 。
接下来 ,我 们分析 了使用两套系统的组合交易相同市场时SE的
变化。一般认为交易多个不同的市场会获得更为平滑的资金 曲线。
我们通过将具有正协方差的两个市场组合在一起来研究这种思想。
然后我们又研究资金 曲线每 月的变化 ,分 析 了65SMA-3CC系
统交易德国马克市场时不同月数间隔的业绩 。这些量被称为间隔资
金变化。此处我们的 目的是观察系统在测试周期内1个 月、3个 月或6
个 月的时间间隔中是如何工作的。这些方法可以帮助我们理解添加
跟踪止损或改变出场策略的影响。
这些测试表 明单单使用出场策略不会提升资金 曲线的平滑度
(也 就是说 ,减 小标准误差 ),我 们得考虑改变一套系统的设计 。
为普通的通道突破系统添加滤网会使得资金曲线更平滑。
普通的性能总结不会反映这种信息 ,所 以从该分析中我们获得
237
B凶斌 dT∝ hmmlAna圩 s狩
的新洞察力使得这些工作都非常值得做。读完本章 ,读 者便可以 :
1.测 量资金曲线的平滑度。
2.理 解系统设计对资金曲线变化产生的影响。
3.全 面理解多元化对资金曲线的影响。
4.认 识到在系统设计中滤网的作用。
“ ”
度量资金曲线的 平滑度
本部分阐述如何使用线性回归分析来测量资金曲线的平滑度 。
我们将使用精心设计的数据来完成实际的计算。读者将会明 白如何
使用标准误差 ,以 及如何计算回报风险比。在本章的后面部分 ,我
们将把这些思想应用于市场数据和交易系统的计算 。使用线性回归
分析的主要优势在于 ,它 为分析每 一条资金曲线提供了一 种一致性
的框架。
交易账户或系统的资金曲线就是它的每 日资金 。每 日资金等 于
启动账户余额加上已了结交易的利润或亏损 ,再 加上所有未了结交
易的利润或亏损。理想状态下 ,我 们希望资金曲线随着时间稳步上
升 ,如 图6.1中 所示的假想数据。这条资金 曲线的斜率是每天 100美
元 ,所 有点都位于一条过0点 的直线上 ,而 且标准误差为0。 这条直
线表明资金每 日准确地增加 100美 元。
由于我们总会有一些亏损的交易 ,所 以资金曲线永远不会是一
条完美的直线。在开始比较不同交易系统的资金 曲线之前 ,我 们需
“ ”
要一种方法来测试它们的 平滑度 。如果我们比较两套性能类似
的系统 ,那 么资金曲线比较平滑的要更好 一些 。此处我们假定在相
同的时间单位 (日 )和 类似的时间单位 (月 或年 )上 比较系统的业
绩 。读者可以在其他时间单位和时间跨度上比较系统 ,但 是必须明
白,有 时比较的基础会不一致。
我们将使用线性回归分析来决定平滑度 。线性回归分析的输出
之 一是残差平方和 (RSS)。 RSS是 每个点上实际数据和拟合回归线
之间垂直距离的平方的总和。下一步是用数据点总数减2后 除RSS,
然后求平方根 ,计 算出标准误差 。标准误差度量的是平滑度 。如果
所有点都恰好落在拟合 回归线上 ,那 么RSS便 为0,标 准误差也为
238
超越技术分析——如何开发和执行一套制胜的交易系统
“ ”
宪全平汗 的资佥曲线 :斜 率 〓1∞ 矣元 ,标 淮 0壬 (sE)〓 o
⑾
一帜以 一焖妇
猢
佃
交Ⅱ 日
图6.1完 全平滑的资金曲线。
0,这 便是资金曲线的极限平滑度。
图6.2显 示的曲线是更为理想的数据 。最佳拟合线性回归线过0
点 ,斜 率仍为每天 100美 元。但是 ,数 据点却分布在最佳拟合线的两
侧 ,这 些数据的标准误差 为拟美元 。如果我们测量每 日实际资金值
和最佳拟合线之间的垂直距离 ,平 均垂直距离的绝对值为拟美元。
于是 ,标 准误差告诉我们的是数据点离开最佳拟合线的距离。
图 6.3中 的数据更为理 想化 ,最 佳拟合 曲线的斜率仍为 100美
元 ,但 是数据点在最佳拟合线两侧更加分散。正如我们所预期的 ,
239
B钾【
)nd Tcch11ic/al灿 u盱 “s
交Ⅱ 日
240
超越技术分析—— 如何开发和执行一套制胜的交易系统
交 9日
241
B、斌 dT∝ h呐ml Ana盱 s、
交9日
∷ 出场策略和投资组合策略对资金曲线的影响
与入场 、出场和止损相关的所有决策都表现在资金曲线的斜率
和平滑度中。本部分我们将分析6SMA-3CC系 统模型的资金曲线 ,
使用带展期的德国马克实际合约 。我们将研究资金曲线如何响应系
242
超越技术分析——如何开发和执行一套制胜的交易系统
完全负相 关 的联合 资佥 曲线
交扬 日
图6.5假 想的完全负相关的资金曲线。在这个假想的例子中9因为联合资金曲
线是完全是一条直线,所 以sE为 0。
统设计的变化 ,比 较标准是前一小节所述的标准误差计算结果。我
们不测试连续合 约 ,因 为带展期的实际合 约将提供更好 的模拟效
果。另外 ,我 们将使用欧米伽研究中心的System W血 ∝ PlusTM软 件来
给出详细的资金曲线。
测试数据集包括从 1988年 3月 到 1995年 9月 的实际德国马克合
约。滑移价差和佣金考量为 100美 元 ,软 件在到期前这个 月的⒛号 自
动将合约展期。
测试过程如下 :将 测试案例的 日资金导入一个ASCII文 件 ,然 后
将其导入微软的Exce⒅ 5.0电 子表格中。使用Excel内 置的回归分析工
具完成回归计算 ,具 体过程如上一小节所述。
先在 不 使 用任 何止 损或 出场 的情况 下在 德 国马克合 约上 测
试 65sMA-3CC系 统模 型 (案 例 1)。 对 于 案 例 1的 资 金 曲线
(见 图6.6),线 性回归斜率为 17.54美 元 ,标 准误差为40仍 美元。
在测试周期内 ,甾 SMA-3CC系 统模型的模拟利润为⒛288美 元 ,盈
243
B锊ond Technic岔 l Analy“ s
马克资全 曲线
=J1,0曰
亠Ⅱ
ˉ
⒒
彡
∫
丨 卩
驷 猢 唧
l J1
’
1
亻 腼 卩丿
一R枞 ˇ焖妇
山 l叩
`」
\A丿 蝴F:
/郇 刂
彐
民 ¤辱 圉。 乏魇 唇 昌昌虽 目目目目目目
-sO00
244
超越技术分析——如何开发和执行一套制胜的交易系统
案″ ,t曰 马克h± 曲线
RR导 88R88昌 昌 垦 昌昌 昌 昌 昌 昌
245
Bw〈 ⒑dT∝ hni馋 l Ana圩 sis
,0国 马克资佥曲线
=J△
246
超越技术分析—— 如何开发和执行一套制胜的交易系统
▲ l lI'七 '
△Ju/
⒁⒁跏
一帜Ⅲ ˇ们妇
/
ˉ
|-
1 ‘ /
'J口
hk L州
Ⅱ
L冫
口
∥
/
ο
亘民¤ 营 豆 d乏 Ξ豪 昌目国目昌昌昌目圉
⑾
247
BⅨ、lld TeChnkal Ana玎 “s
0曰 马克Ⅱ佥 曲线 : 廷时突】系饺
248
超越技术分析——如何开发和执行一套制胜的交易系统
两 有正协方茔的0曰 马克系饺的联合峦佥曲线
=真
一帜Ⅲ 一φ妇
R R导 R8R88昌 昌 垦昌 昌 昌昌 昌 昌
图 6。 1n钔 M市 场上使用两套具有较强大正协方差的系统交易,增加了sEfm资 金
曲线的崎岖度。最佳拟合线上下的直线与最佳拟合线相距一个标准误差
的距离。
使资金 曲线平滑 的一 种常用方法是分散交 易多个市场 。使用
65SMA-3CC系 统交易棉花 (CT)市 场的资金曲线见图6.12。 测试
周期从 1988年 2月 22日 到 1995年 6月 ⒛ 日,使 用5000美 元的止损 。
该系统的利润为28720美 元 ,盈 利因子为 1.64,最 大 日内资金 回撤
为一71⒛ 美元。与往常一样 ,在 这些计算中 ,对 于滑移价差和佣金的
考量仍为 100美 元。回归计算显示斜率为 11。 “美元 ,SE为 31泓 美元 。
“SMA-3CC在 相同周期和条件的DM上 ,CT计 算结果产生的利润为
2翎00美 元 ,盈 利因子为 1.“ ,最 大 日内资金 回撒为△ 16叩 美元 。
(CT)和 德国马克 (DM)资 金曲线来增加平滑度 。
测试棉花
此处假设 CT和 DM市 场是互不相干的。对 CT和 DM联 合资金曲线的
回归分析 (见 图6.13)显 示 ,斜 率为⒛ .“ 美元 ,SE为 52甾 美元 。斜
率的增加是可以理解的 ,因 为两个市场叠加后 ,相 同周期上的利润
249
B丬、nd Tcchnical Analy蜕 $
¤膏
I圉 悫 乏 亳唇
目目目 星 墓昌 目 星昌
日期 :1gmQ月 2日 ~1ggs+oE⒛ 日
250
超越技术分析—— 如何开发和执行一套制胜的交易系统
月资金变化的分析
给定交 易系统对资金 曲线的影 响取决于系统设计和资金管理
决策 。在这一小节我们分析 月资金曲线 ,目 标是理解每 月的业绩变
Ξ目 ¤ 辱 ¤ 崽 乏 Ξ 畲 昌 昌国 目 冒晏 目 星
251
B渊§nd Technical Analysis
化。我们遵守标准的会计程序 ,在 每个 月底观察盈利和亏损数字。
读者可能希望以周为单位分析资金曲线 ,但 市场中的随机噪声常常
将细致的数据分析变得非常复杂。
在上 一小节中 ,线 性回归分析中的标准误差提供 了对资金 曲线
平滑度的一种极好的测量方法。但是 ,线 性回归方法没有显示出系
统在 1个 月、2个 月或3个 月的时间里亏损了多少钱 ,也 没有反映最大
累积亏损。我们还希望知道盈利月占总 月数的百分比 ,以 及添加特
定市场或改变投资 组合时资金曲线是否会变得更加平滑 。另一 条有
用的信息是 ,系 统从连续亏损中恢复过来的速度 (用 资金曲线上新
的高点之间的月数来度量 )怎 样。
我们必须记住一 点 ,这 种分析反映的是过去的数据 ,而 不是系
统在将来的表现 。然而 ,如 果我们使用平均数和标准偏差 ,就 可以
获得对未来业绩比较公正的评价 ,然 后便可以决定该如何评价交易
系统 ,方 法是将我们可以容忍的资金波动数量化。所以 ,以 投资 组
合为基础的资金 曲线分析使我们对系统性能有了更深入的认识 ,对
于未来实时交易中的资金波动我们更有准备。
因为 目前流行 的系统测试软件都不提供这种信息 ,所 以这些
分析大部分是在 电子表格中完成的。先在欧米伽研究中心 (Omega
R“ earch)的 System WHter PlusTM软 件中使用带展期的实际合约数据
产生每 日资金曲线 ,因 为我们发现连续合约不会给出可靠的结果 。
然后 ,使 用汤姆 ・贝瑞 (Tom Be・ y)的 Por。 № AnalyzefM软 件来将
这些数据总结为每 月业绩数据。我们可以使用电子表格或者写一个
简单的程序来完成相同的数据处理过程。
一旦将数据导入 电子表格 ,就 可以计算资金在 1个 月、2个 月、3
个月 、4个 月、5个 月、6个 月和 12个 月时间间隔上的实际变化 ,然 后
就可以很快计算出每种时间周期上的最佳业绩 、最差业绩 (资 金回
撤 )和 利润的标准偏差。进行资金变化计算的优点是 ,我 们可以清
晰地看到一个投资 组合中特定出场策略或不同市场组合所产生的影
响。通过一些示例计算 ,我 们可以更好地理解在投资 组合级上对资
金曲线的分析。
我们使用实际DM合 约 ,在 到期前一 月的⒛ 号 自动展期。测试
252
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
0曰 马 系鸵 m曲 线
日 日 冈 R H窝 守 导 爿 ⒔ 08《 R耐 窝
月 (ig~H2日 ~1ggs+sH⒛ 日 )
图 I0带 展期的德国马克合约月资金曲线。
6。
为△ 16ST美 元。
月资金 曲线 (见 图6.14)显 示总体上升趋势中带有许多快速的
资金回调 ,这 些回调产生于强劲趋 势之后的交易区间市场。有趣的
253
B拼ond Technical Analysls
DM$⒕ 亠α r曰 定时闯周期上的Ⅱ大峦佥回杠
时阃 (月 )
数据周期是从1~⒓ 个月的时间间隔。
是 ,反 转式交易抓住了一轮上升趋势中的大部分利润 ,优 于大多数
出场。然而 ,该 系统放弃了上升趋势之后整固区中的大部分利润 ,
表明对该系统进行过滤应该会使资金曲线平滑。通过研究每份测试合
约的图表 ,我 们可能 已经推导出这条结论 ,这从该资金曲线中可以看
出。如果读者还没有检查那些图表 ,那 么很有必要检查一下。
我们通常所做 的总结没有在 1个 月、2个 月、3个 月、4个 月、5
个月 、6个 月或 12个 月周期上的资金变化。但是我们需要这种类型的
信`患 ,以 帮助我们理解交易策略对账户资金的影响。所以 ,让 我们
重新分析一下甾SMA-3CC系 统在不同时间间隔上的表现 。图6.15画
出了在 1个 月、2个 月、3个 月、4个 月、5个 月、6个 月或 12个 月每个
时间周期上的最大资金 回撤 。资金 回撤量在 一130O0~-90O0美 元之
间。这是我们所关注的月周期上资金从尖峰到谷底的最大缩减。
我们应该认识到 ,这 样的资金回撒只有账户资金给定时才有意
义。所以 ,如 果我们使用一个⒛OO0美 元的账户交易该系统 ,那 么它
254
超越技术分析——如何开发和执行一套制胜的交易系统
使 用sMA-gm交 易DM的 获利 阃陌 (总 珀 ∞ )百 分 比
图 “ 获利间隔的百分比表明随着间隔长度的增加,该 系统一股具有更少的无
6。
获利间隔。
255
B唧ond Tcchocal Ana盱 so
65sⅢ 用和不使用Ⅱ琮止抿的平均间Ⅱ资佥变化
^-3CC使
1个 月 3个 月 5个 月 12个 月
交易是在未转势时便止损了结了。上面柱状图中未标出的是2个 月、4个
月和6个 月间隔周期的资金变化。
来预测系统的资金回撤 。这种思想将在下一小节进行研究。现在我
们将测试为65SMA-3CC系 统添加 15O0美 元跟踪止损的影 响 ,使 用
带展期的实际DM合 约和 5000美 元的初始止损。像往常一样 ,允 许
10O美 元的滑移价差和佣金。对于多头和空头交易 ,15OO美 元的止损
都是从距离资金最高点算起 。虚拟净利润为750O美 元 ,盈 利因子为
1.12,资 金回撤量为 刊 s515美 元 。这些结果比不使用跟踪止损要略
差一些。但是 ,净 利润分析不会提供如下所述的洞察。
在图6.17中 我们对使用和不使用跟踪止损的“SMA-3CC系 统的
平均月资金变化进行对比。毫无疑问 ,跟 踪止损使得平均每 月业绩
显著 降低 。我们应该预计到每 月业绩的下降 ,因 为使用跟踪止损的
净利润为乃00美 元 ,而 不使用跟踪止损的净利润为⒉9O0美 元。利润
总结中并未显示 ,而 从图6.17中 可以清楚看到的一个关键点是 12个 月
间隔上的业绩 ,该 数据显示出对不使用跟踪止损的强烈支持。
不幸的是 ,跟 踪止损还减少了获利间隔的百分比。该跟踪止损
256
超越技术分析——如何开发和执行一套制胜的交易系统
滤网对资金曲线的影响
滤网是减少交易数 、提高入场质量的一 种方法。滤网还可以产
生更加平滑的资金曲线。我们在前面已经看到 ,单 纯使用出场策略
不能提高资金曲线的平滑度 (减 少标准误差 )。 当然 ,读 者可以认
为还有更好的出场策略 ,如 果喜欢的话就请 自己测试一下吧 。
为了获得更加平滑的资金曲线 ,我 们尝试改变系统设计 ,引 入
一层滤网。因为亏损主要来 自整固区的入场 ,所 以滤网的主要 目的
便是滤除一些不具获利性的入场。代价可能是进入趋势较迟 ,损 失
部分利润 。有些情况下 ,迟 到的入场可能靠近趋势中间的顶部或底
部 ,然 后市场反转进入先前的整固区。这样的交易将触发初始止损
单。我们研究如何在第3章 讨论过的6SMA-3CC系 统上使用RAvI滤
网。读者可以使用其他动量滤网 ,或 者发明其他滤网。
我们测试突破系统的原因是 ,突 破系统天生不会在细小的整固
区产生入场信号。例如 ,在 一个狭窄的整固区中将不会产生⒛ 日高
257
BW()nd Technical Analyso
咏阝
l。 J/γ
丨
猡V
廴亻
叮
旷
一帜 揪 一姐 妇
一
人
溆邓
叨
删 刂刊 。
ε
λ un阀ˇ
1 -暌yˇ
扌yfJ、
∞
Ι
毋卜
铲 、
〓
F°
JfJ
●
° mΦ 0心
ΦΝ d°m
ΦΝΦ 0灬
dm∽
0mHdm
dm卜
dmm0Ν
0mHH∞
00
°d
-5000
条未使用滤网。计算时使用带展期的实际日线合约数据。
点或低点 ,所 以 ,ω SMA-3CC系 统在这些区域中的入场将被滤除。
我们使用一个基于动 向动量指数 (DMI)的 简单滤网 ,因 为它比平
均动向指数 (ADx)要 略微灵敏一些。该滤网的 目的只是减少失败
突破 ,因 为在较宽的整固区内突破产生时没有强劲的市场动量 。该
滤网仅仅规定 14日 DMI大 于任意选择的一个参考值 ,比 如50。 对于
DMI的 详细架构请参考韦尔德 的著作 (见 参考书 目 )。
我们在DM数 据上测试该系统 ,测 试周期从 19SS年 3月 到 199s年 6
月 ,在 到期前一 月的⒛号展期 ,15OO美 元初始止损 ,100美 元的滑移
价差和佣金考量。添加滤网前后的资金曲线见图6.18。
滤 网还产 生 了一 条 比在本 章案例 1中 所描 述 的未使 用滤 网的
6sSMA-3CC系 统还平滑的资金曲线 (见 图6.19)。 需要注意的是 ,
258
超越技术分析——如何开发和执行一套制胜的交易系统
咏澡
3∞ ∞
lm丿 J
廴 ll}Jfvˉ /v
fl∮
F
乃∞o
v1扌
lH20000
Il刂 l∶ ”
J
以
15000
f∶L辶 邓 F J‘ |
蕊
1甘
10000
′、
`V、
胛∨
5000
fF四
n
Vf1 土 盅 注 盅 盅 走 甘
1
-5000
时间 (月 )19m年 2月 ~1gO5年 6月
ˉ
ⅠoomcHⅠ δ
i
迎£呷凵些呼 j
∞
-10000
-12000
ˉ
14000
阃 Ⅱ (月 )
259
BcvOnd TcchnicaI Analvsis
我们比较通道突破系统使用滤网前后的性能变化 。对于滤网系
统 ,1个 月、3个 月、6个 月和 12个 月时间间隔上的平均间隔资金变化
较大 ,如 图6.21所 示。所以 ,滤 网系统在DM市 场上产生更为稳定的
结果 。比如 ,对 于无滤网系统 (见 图6.22)来 说 ,间 隔回报的标准
偏差比较大 ,证 实它的性能是不稳定的。
正如我们所预计的 ,线 性回归分析表明 ,滤 网系统的标准误差
为25"美 元 ,而 无滤网系统的标准误差为39夕 美元 。所 以 ,滤 网产
生了比较平滑的资金曲线 ,标 准误差下降了36%。 表6‘ 1对 滤网系统
和无滤网系统进行了简要的比较。
表6.1中 的数据表明 ,在 这个实例中滤网减少了交易数量 ,增 加
了获利性和盈利因子。这些计算结果间接表明 ,滤 网可以产生更加
平滑的资金曲线。所 以 ,我 们还应该在投资 组合级上评 估改变入场
策略对资金曲线产生的影响 。
3500
∞
一帜 揪 一钥 妇
⒛
∞
1个 月 3个 月 6个 月 12个 月
260
超越技术分析——如何开发和执行一套制胜的交易系统
无滤网DM系 统 带滤网DM系 统
净利润 (美 元 ) 6863 37125
总交易笔数 105 64
胜率 (%) 38 50
平均盈利/平 均亏损的比 1.75 1.74
平均交易利润 (美 元 ) 65 580
最大资金回撤 (美 元 ) -11338 -5688
盈利因子 1.08 1.74
表 6.1DM系 统的 比较 。
1个 月 3个 月 6个 月 12个 月
图6。 ” 无滤网通道突破系统的间隔资金变化具有较大的标准偏差 。
CTA的 盈利模 型
期货交易顾问 (CTA)的 盈利来 自何处 ?盈 利的源头能够解释
资金经理 之间相关性的差异吗 ?CTA业 绩记录上的盈利可 以通过期
货市场子板块上的盈利来解释 。于是我 们可以尝试合成资金 经理 的
“
资金曲线 ,方 法是将子板块中使用简单交易系统得出的盈利 正确
”
地 组合在 一起 。合成资金曲线的过程需要一些资金 经理交 易心理
261
B丬、nd TcchnicaI AnalvJs
投资组斜 5
LR&sR& 投资组合们
投资组合粗 投资组含扭 投资组合+s LR&sR& CR&sT&
LR&sR&LR&sR& LR&sR&CR&sT& EN&MT&
CR CR&EN CR&sT EN&MT AG
CTA-20 0.52 0.60 0.58 0.67 0.73
CTA-21 0.56 0.54 0.35 0.46 0.40
CTA-22 0.66 0.66 0.48 0.54 0.59
CTA-23 0.71 0.67 0.50 0.56 0.57
CTA-24 0.54 0.50 0.40 0.50 0.45
CTA-25 0.76 0.70 0.59 0.67 0.65
CTA-26 0.35 0.34 0.15 0.23 0.40
CTA-27 0.69 0.70 0.51 0.58 0.64
CTA-28 0.44 0.49 0.42 0.49 0.59
CTA-29 0.63 0.54 0.27 0.42 0.42
CTA-30 0.56 0.61 0.46 0.55 0.56
CTA-31 0.76 0.78 0.60 0.64 0.64
平均 0.60 0.59 0.44 0.53 0.55
262
超越技术分析—— 如何开发和执行一套制胜的交易系统
总结输 出
田归统计
多次R 0。
R平 方 "61
0.61”
调整后的R平 方 0.ω 10
标准误差 0.⒄ 凹
观测量 侣
ANO∨ A
dF ss 显著性
2
系数 标准误差 t值 唯
交点 0.0115 0。 OOω 1.9092 0.0626
LT债 券 0.0O拟 0.OO11 7.6891 0.0000
货币 0.O0” 0.OO⒛ 2.9677 0.0048
使用电子表格得出的统计显著性线性回归计算结果的总结表明 ,CTA-Ⅱ
盈利中的大部分变化 ,都 可以通过交易长期债券市场和货币市场的长期
趋势跟随系统的盈利来解释 。
263
Bcpllt】 Tct・ hoc时 Ana盱 s灬
用利率和货币板块的Ⅱ利来饵秤CTA-25的 Ⅱ利
∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞
⑾ 跏 伽 蛔 驷 伽 ο
一帜以 一姐妇
-σ 肛 25
ˉ 田归Ⅱ合
ο
ο ⑾ 汹
根据统计学显著性回归分析我们能够解释该CTA的 盈利 中至少ω %
的差异 (见 表 6.3)。 实际资金 曲线和从线性 回归模 型 中得 出的曲
“ ”
线示于图6.23中 。于是 ,子 板块分析可以提供进入 黑匣子 的线
“ ” “ ”
索 ,而 该 黑匣子 便是 CTA的 交易策略 。 较大 的相关系数
(大 于0.ω )表 明 ,它 是对 CTA盈 利来源的一个很好解释 。超短期
CTA的 盈利应该 与长期趋势跟随收益无关 ,对 该类CTA盈 利的测试
表明 ,他 们的盈利与利率子板块的相关系数在0.2~0.3之 间。但是线
性回归分析没有显示出统计显著性 ,与 我们的预期一 致 ,所 以 ,小
于0.3的 相关系数表明相关性可能是一种假象。
我们在本小节中的分析表明 ,理 解 CT砭 间的相关性还需要关于
他们投资组合的详细信息。在没有这种信息的情况下 ,我 们使用简单
趋势跟随系统来得出子板块盈利。这种盈利被合成到CT嗑 利的统计
学显著性模型中 ,我 们就可以构建更完善、更有效的投资组合。
稳定的资金经理等级评定
开发 一 个对 盈利 产 生过程 (RGP)的 性能进行等级评定的稳
定程序是相 当有趣的工 作。这种等级评定主要用来构建有效的投资
组合 ,获 取更大的利润。不幸的是 ,问 题可能并不是那样简单 ,因
264
超越技术分析——如何开发和执行一套制胜的交易系统
为过去的业绩看起来与未来业绩关系甚微 。业绩评定可以使用绝对
标准 (评 定周期上的百分比盈利 ),也 可以使用风险调整后的标准
(比 如平均月盈利除以月盈利 的标准偏差 ),或 者用相对标准 (比
反复多变的CTA一 般在后续周期上保持他们的反复多变性。
我们来考虑 一 下 ,对 于 一 位 CTA来 说 ,为 什 么过去 的业绩会
在未来周期上不断变化 。此处假设 CTA不 改变交易中使用的杠杆 。
如果RGP和 投资 组合保持不变的话 ,绝 对业绩每年都会改变 ,因 为
投资组合中的市场随着时间的推移都已经不同。随着时间的过去 ,
市场中的这些变化将反映在风险调整后业绩的变化中。因为大多数
CTA都 在持续研究新 的交 易思想 ,所 以投资 组合和RGP一 般也会
随着时间变化—— 对于一些CTA来 说这一过程较慢 ,而 对于另一些
CTA来 说则非常迅速 。这使得长期业绩比较更加复杂化 。另外 ,如
呆 CTA同 时选择改变杠杆 ,那 么业绩变化甚 至会更大 。所以 ,即 便
只研究一位CTA,随 着时间的发展 ,业 绩度量方法也将变化 。
现在抛开 CTA的 RGP、 投资 组合和平均账户规模等因素来研
究CTA的 比较问题。在这种情况下 ,我 们可以对长期交易者和短期
交易者进行比较 ,对 专 门交易外汇的交易者和交易多元化投资 组合
的交易者进行比较 ,而 不考虑分析周期上的市场行情。交易账户的
规模也会对相对业绩产生影响 ,CTA交 易的规模越大 ,业 绩就越
稳定 。例如 ,趋 势跟随模 型可能都表明账户应该做多 日本政府债券
(JGB)。 但是 ,对 于 一 些CTA来 说 ,账 户可能太小 ,以 致不能够
交易该市场。所以 ,即 便是多元化投资 ,账 户规模也是相对业绩的
一个重要决定因素。于是 ,没 有理 由认为在随机选择的一 篮子CTA
265
BⅨ、nd Tcchnical AnaIysis
而在主要的下跌趋势中这些CTA会 做空 。策略中的差异将反映在不
同的入场和出场点上。在我们选择的任何一 组 中 ,都 假设CTA们 不
会随着时间的推移而对杠杆进行很大地改动 。甚至用投资 组合分组
也是有问题的 ,因 为大多数CTA不 会提供交易市场和相对比重的足
够细节 。假设所 有CTA以 相 同的比重交易所有市场可能有些过度简
“ ”
化 ,例 如 ,两 位 多元化 趋势跟随者可能以不同的比重交易他们投
资组合中的外汇市场 ,所 以我们不能完全考虑到所有的业绩差异。
其次 ,我 们可 以使用 重叠样 本来对 CTA随 着时间的推移所 用
交易策略的变化进行内部平滑 。例如 ,当 分析连续 日历年度 12月 31
日的业绩时 ,我 们使用最近两年 的数据 。使用重叠时 间间隔来做
业绩 比较可 以得 出极好 的示例 ,虽 然我们在前面 的分析 中使用非
重叠时 间间隔进行 比较 。抽样 统计理论 允许在所选样本 中进行系
统性循环 ,只 要50%或 更多的样本具有新鲜数据 (见 杰森的著 作 ,
266
超越技术分析—— 如何开发和执行一套制胜的交易系统
267
B畛ond Tcchnica重 Analysis
CTA 199s年 。
。n996年 1”6年 △997年 1”7年 △998年 199s年△99蛑
CTA-1 17 17 16 8
CTA-2 13 12 9 16
CTA-3 8 10 15 1O
CTA-4 7 4 4 5
CTA-5 11 9 5 3
CTA-6 3 2 1 1
CTA-7 6 5 6 14
CTA-8 5 3 12 13
CTA-9 15 16 17 15
CTA-10 14 13 10 17
CTA-11 9 7 11 12
CTA-12 10 14 14 9
CTA-13 4 8 13 11
CTA-14 16 15 7 6
CTA-15 1 1 2 4
CTA-16 2 6 3 2
CTA-17 12 11 8 7
相关系数 0.90 0.67 0.63
268
超越技术分析—— 如何开发和执行一套制胜的交易系统
CTA-7 6 3 5 12
CTA-8 5 5 11 16
CTA-9 15 13 16 14
CTA-10 14 9 14 15
CTA-11 9 10 12 13
CTA-12 10 11 8 8
CTA-13 4 8 13 11
CTA-14 16 16 7 9
CTA-15 1 2 2 3
CTA-16 2 6 9 2
CTA-17 12 15 10 7
相关 系数 0.81 0.43 0.70
镜子 ,墙 上的镜子 ……・
“
镜子 ,墙 上的镜子 !到 底谁拥有最平滑的资金曲线 ?” 这是
一个相 当有趣的问题 。对过去业绩的评价 ,不 管是真实的还是模拟
的 ,都 是投资组合设计和系统开发的一个重要部分。分析的重点常
269
B吒 ,、 厂
c)lltt TCtihmca1An砷 “s
常集中在使用月数据分析盈利产生过程或交易经理的资金曲线 ,但
日数据可能同等重要。我们采用定量的、定性的或混合策略来评价
资金曲线 ,关 键是要获得同等条件下的比较。
定性方法是在市场 出现独特事件 的时候 比较两位或多位经理
人。例如 ,我 们可以分析一个3个 月的时间段 ,期 间利率合约有力反
弹 ,然 后经历一次迅速的回调。或者可以在⒛OO年 4月 纳斯达克下探
25%的 那个星期内比较两位资金 经理 的风险控制策略。定性方法可
以分析每个RGP是 如何应对快速 回调的。
定量方法是在相 同的时间段上使用一些分立的定量标准来比较
两个或多个 RGP。 这种方法的难点在于使用数字标准解释 RGP之
间是否存在有意义的差异。第一 ,使 用者必须小心地区分所选标准
对于资金曲线中的实际盈利序列是否灵敏 。实际盈利序列必然与计
算复合盈利有关 。但是 ,平 均盈利和标准偏差对 盈利实现的实际顺
序并不敏感 。第二 ,杠 杆作用也会影响许多数字标准的绝对值 。例
如 ,当 经理 人使用的杠杆增加时 ,绝 对盈利 、资金 回撤 、平均月盈
利和标准偏差都会增加 ,因 此在比较经理人或RGP时 ,如 果不考虑
获得那些盈利的杠杆的差异 ,比 较结果常常是毫无意义的。使用定
量标准的第三 个问题是选择用于比较的实际标准 。这些标准可能没
有显著的预测价值 ,甚 至对一个RGP也 是如此。例如 ,在 一个固定
日历时 间段 (比 如 12个 月 )上 的绝对盈利具有太大的可变性 ,所 以
可靠地预测未来能否盈利是很难做到的。
有 一 种混合方法可 以将定性方法和定量方法的所需特性 组合
在 一起 。例如 ,使 用风险调整后的定量方法在所选的月数据上比较
RGP,这 可以实现同等条件下的比较。
彐盈利规格化
假设我们正在一个行情超棒的月的月底 比较两个RGP或 两位 经
理人。我们希望能确定在这个 月中哪一 位的业绩比预计的要好 。例
如 ,在 已知他们所用杠杆值的情况下 ,即 便一位 经理人 实际报告的
绝对盈利大于另一位 ,这 位经理 的表现也可能不如预期。我们希望
解决的第二个 问题是在过去的一个季度 上盈利是否与使用的杠杆相
270
超越技术分析——如何开发和执行一套制胜的交易系统
一致 ,第 三个问题是该盈利是否与先前盈利的形式相一 致。例如 ,
271
B弭ond Tcchnicai Analy“ s
日其】 CTA-1CTA-2CTA-3CTA-4CTA-5CTA-6CTA-7CTA-8
1989.12 28.56% 10.24% 36.00% 5.00% 7.93o/o 17.01% 18.20% 29.50%
1990.1 0.49 5.63 5.30 16.90 4.13 1.89 5.50 -1.40
1990.2 3.37 2.45 0.50 27.90 4.21 7.76 3.50 6.10
1990.3 8.62 5.68 36.40 10.70 2.99 12.16 5.60 13.90
1990.4 4.37 8.34 39.60 5.90 2.40 16.71 5.60 23.40
1990.5 -4.61 -12.09 -15.90 -15.10 -5.66 -13.61 -8.10 -20.60
1990.6 1.77 4.55 18.00 3.10 3.51 9.50 4.80 3.80
1990.7 6.25 4.32 11.50 5.30 16.05 16.06 7.40 23.90
1990.8 15.15 8.98 16.70 12.00 3.39 21.80 15.00 36.80
1990.9 0.60 0.72 9.40 8.20 2.67 10.40 12.80 8.80
1990.10 1.86 2.13 2.90 -6.90 7.65 4.87 -3.70 3.20
1990.11 -0.25 0.07 0.20 -0.30 3.00 2.51 -4.80 1.00
1990.12 0.11 -0.82 -2.00 -2.30 0.24 -2.45 -6.10 -4.30
1991.1 -1.29 -7.59 -7.30 -1.30 -5.32 -7.43 -14.10 -8.60
1991.2 4.84 -2.58 -11.60 7.10 1.40 -7.75 4.40 -1.50
1991.3 2.32 16.04 0.20 -4.90 2.60 2.26 12.00 8.60
1991.4 -2.80 -1.66 -4.60 3.80 -0.09 -5.58 1.80 -10.00
1991.5 0.27 2.66 -3.20 2.50 —1.13 -1.17 1.60 -7.40
1991.6 -1.25 5.43 1.10 1.60 1.63 3.32 6.40 6.90
1991.7 —1.75 -8.54 -11.30 -16.80 -4.02 -8.12 -14.00 -10.30
1991.8 -3.32 -2.92 -1.80 0.40 -6.09 -2.93 -8.10 2.10
1991.9 4.39 2.11 13.40 18.20 0.91 2.43 -0.80 5.60
1991.10 4.21 0.31 -2.80 0.20 -0.30 0.66 2.80 -2.20
1991.11 -4.68 -2.09 -2.60 1.90 0.10 -0.27 -3.30 1.10
1991.12 12.08 16.01 44.60 28.20 16.35 - 22.14 32.30 30.40
CTA-1CTA-2CTA-3CTA-4CTA-5CTA-6CTA-7CTA-8
截至 1991 12.51% 14,86% 3.66% 40.45% 4.44%-5.69% 13.97% 8.62%
年盈利
年化标 24.41% 21.62°/o 51.93% 33.86% 16.49% 31.58°/o 29.43% 46.43%
准偏差
截至 1991 0.51 0.69 0.07 1.19 0.27 -0.18 0.48 0.19
年盈利/
年化标
准偏差
272
超越技术分析——如何开发和执行一套制胜的交易系统
风险调整后业绩的度量方法
一 类定量业绩度量方法是计算风险调整后 盈利 。设 计方法是
计算 一 个 比 ,其 中分子度量 盈 利 ,分 母 度 量风险 。例如 ,夏 普比
(SR)便 是一种流行的风险调整后业绩度量方法。该比定义为年度
盈利超出无风险率 (泳 k“ e ra∞ )的 部分除以年度标准偏差 :
汉 =罟 , c6】 )
273
B弭o众d TechⅡ 1im1Ana盱 s拊
特别是在分析期货交易程序的盈利方面 。对于这些批评的总结见施
瓦格的著作 (19%)。 那些批评集中在该比的定义上 ,包 括对受不
断增加 的枉杆操纵的敏感性 ,在 解释 负值方面 的含混性 ,以 及倾
向于稳定盈利的偏见性 。例如 ,因 为分子包含不依赖于交易所用杠
杆的减数无风险率 ,所 以可以通过增加杠杆来增加夏普 比。盈利R
可以表示为 Σ的若干倍 ,于 是 Σ加倍也会使R加 倍 ,从 而增加夏普
比。因此主要基于夏普比对交 易程序 的比较 ,会 掩盖那些程序所
用杠杆的差异带来的影响 。继续我们的分析 ,将 Σ减半也会使R减
半 ,甚 至产生负的SR。 不清楚的是负值sR是 所用杠杆不足造成的结
果 ,还 是较差盈利 自己造成的结果 。
Ⅱ因为标准偏差在定义时便对极值更加敏感 ,而 对平均值较不
敏感 ,这 使得另一个异常的问题产生了。于是 ,如 果按年计算的标
准偏差增加 ,那 么我们不清楚是均线两侧的极值增加 ,还 是均线一
侧 ,比 如均线上方的极值增加。所以 ,夏 普比随着时间的发展会偏
爱稳定的盈利 ,而 非收益产生爆发的获利程序 (即 上侧波动性较高
的程序 )。 在设计夏普比时使 用标准偏差的另一 结果是 ,因 为标准
偏差的计算对盈利实现的时间顺序不敏感 ,所 以夏普比不能 区分间
歇性亏损和连续亏损 。
夏普比的一 个重要限制来 自它的分子使用期 望盈利和无风险
率之差。金融盈利序列在数学上通常被描述为鞅 (Martingale)(译 者
注 :鞅 是关于金融资产价格的最古老 的模型 ,它 起源于赌博业和概
率论 ,若 价格随机过程P(t+1)满 足条件 :E(P(t+1)|P(o,P(卜 1)・ …¨
274
超越技术分析—— 如何开发和执行一套制胜的交易系统
sR米 = (6.2)
“ ”
因为分子和分母在大多数情况下都会线性变化。一些 由于 摩擦
(比 如交易费和顾问费 )产 生的非线性可能存在 ,但 是对于大多数
实际 目的 ,变 化都是线性的。
改进后的夏普比的一个有趣特性是 ,当 以月为周期计算时它的
解释和构成略有差异 。该差异取决于我们在分子中是使用算术平均
“ ”
盈利还是几何平均盈利。例如 ,考 虑无风险率等于0时 的 每月 夏
普比。注意我们不能仅通过使用每 月盈利和标准偏差改写R和 Σ便
得出等式 (6.3)。 相反地 ,我 们通过复制使用月平均盈利和月标准
“ ”
偏差的SR冰 的结构 创造 出这个公式。当以月为单位计算时 ,SR冰
275
Bc妁 t、 d1′ cchnical Ana釜 vsis
可以被看做盈利效率 ρ,此 处 :
p=u/o (6.3)
其中 u是 平均月盈利 ,σ 是 月盈利的标准偏差。数据序列的长
度一般为36个 月 ,但 在必要时可以更长或更短 。盈利效率结合 了投
资者的风险偏好 ,此 处风险 (即 波动性 )偏 好通过标准偏差给出 ,
但 几何平均盈利却不同。当将平均月盈利组合在 一起度量按年计算
的盈利时 ,计 算 u的 准确方法 ,不 管是算术平均还是 几何平均 ,将
产生一个微小的或者显著的差异 。算术平均在计算盈利效率方面较
好 ,因 为它的统计特定是众所 周知的 :它 属于正态分布 ,标 准偏差
为 σ ,其 中n为 数据序列的月数 。关于几何平均盈利分布的一般性
论述很少。
当按年计算盈利效率时 ,可 以把它看做收益/风 险比 ,其 中分子
“ ”
是期望收益 ,分 母代表的是预测的未来 最坏情况 资金 回撤 (见
第7章 )。 收益/风 险比对杠杆不敏感 ,并 且 允许我们同时控制上侧
(盈 利 )期 望和下侧 (资 金回撤 )期 望 。这种解释针对的是人们对
夏普比的分母不度量风险的批评 ,此 处的风险为一般投资者眼中的
风险。为此 ,施 瓦格 (19%)提 出了盈利回撤比 (RRR):
R~
MΑR
RRR== (6。 4)
276
超越技术分析——如何开发和执行一套制胜的交易系统
RRR飞 =-{|卜 ,
(6.5)
:
sR丁
风险调整后业绩度量方法的 比较
现 在 我 们 对 前 面 讨 论 的风 险 调 整 后 业 绩 的度 量 方 法 进 行
一 下 比较 ,使 用 一 组 特 别 的合 成数 据来 进 行分析 (见 表 6.1o和
资金 曲线有 24个 月长 ,并 且 每 一 条都有大致相 同的起 点
6.1】 )。
277
BWond Technical Analy“ s
上侧V 低级 ρ 中级 ρ 高级 ρ 经珈 经驷
0.50% 5.10o/o 3.10o/。 1.30% 2.12% -1.06%
0.45 5.20 2.50 2.20 -1.04 -1.07
-0.50 -3.50 -0.50 -0.40 2.10 -1.08
0.60 -6.10 0.50 0.80 -1.03 -1.09
-0.50 8.50 0.60 0.70 2.08 -1.11
5.00 3.10 1.20 1.00 -1.02 -1.12
-0.50 0.20 -0.60 0.50 2.05 -1.13
-0.50 -0.50 -0.30 5.00 -1.01 -1.14
0.40 3.50 1.80 1.10 2.03 -1.16
0.40 4.20 -0.80 -0.50 -1.00 -1.17
0.40 -3.00 -0.30 -0.40 2.01 -1.19
0.37 -9.17 -1.10 -0.30 -0.99 -1.20
-0.40 -3.00 -1.60 -1.50 1.99 2.43
-0.40 3.30 -1.20 -0.90 -0.98 2.37
0.30 6.50 2.50 2.00 1.97 2.32
0.50 3.30 2.30 2.10 -0.97 2.26
0.50 2.10 1.10 1.20 1.95 2.21
-1.50 1.70 ′ -0.96 2.16
0.50 1.30
-0.50 -0.65 -1.00 -0.50 1.93 2.12
-0.40 2.35 -0.50 -0.40 -0.95 2.08
0.40 -4.30 1.30 1.20 1.92 2.03
-0.40 -2.00 2.20 1.80 -0.94 1.99
-0.38 6.00 -2.00 -0.30 1.90 1.95
6.48 -5.26 1.35 0.12 -0.93 1.92
上侧Ⅴ:集 中在正盈利月的波动性
低级 p:低 级盈利效率 (p);分 布在正盈利和负盈利月上的波动性 ; (p=
u/σ ;u=平 均每月盈利 ,σ =每 月盈利的标准偏差 )
中级 p:中 级盈利效率
高级 p:高 级盈利效率
经理E:来 自施瓦格 (19gG)著 作中的资金经理E:盈 利月和亏损月交替出现 ;
盈利月的收益两倍于亏损月的亏损
经理F:来 自施瓦格 (19gG)著 作中的资金经理F:12个 连续亏损月 ,12个 连续
盈利月;盈 利月的收益两倍于亏损月的亏损
278
超越技术分析——如何开发和执行一套制胜的交易系统
中级 ρ数据的示例计算见表6.12。 该表首先将每月盈利转换为资金曲
线 ,假 设我们的启动资本 为 1000美 元 ,求 出每个点的资金E(I)。
后两列计算到第I月 底为止的峰值资金PE(I),以 及在 I点 从前一资
金峰值的最大回撤MRPP(I)。 详细公式见表6.12的 脚注 。接下来
的两列求出每个 月或后续 月的最小月底资金Min E(I),以 及到一
个后续低点的回撤MRSL(I)。 例如 ,在 第 1个 月底 ,最 小回调为
1031,但 是从第2月 到第 14月 ,最 小回调为 10犯 .131。 表6.12的 最后
一列求的是每个 月底的最大MRPP或 MRSL,MR(I)。 在本例中 ,
因为只有两年的数据 ,所 以平均复合盈利比较容易计算。RRR为 平
均复合盈利除以AMR,对 于中级 ρ数据RRR为 2。 。
"∞
(RRR值 位 于 圆 括 号 内 ):上 侧 V
完整 的计算 结果 如 下
上恻V 低级 中级 经姗 经驷
1000.00 1000,00 1000.00 1000.00 1000.00 1000.00
1005.00 1051.00 1031.00 1013.00 1021.19 989.40
1009.52 1105.65 1056.78 1035.29 1010.59 978.81
1004.47 1066.95 1051.49 1031.14 1031.78 968.21
1010.50 1001.87 1056.75 1039.39 1021.19 957.61
1005.45 1087.03 1063.09 1046.67 1042.38 947.02
1055.72 1120.73 1075.85 1057.14 1031.78 936.42
1050.44 1122.97 1069.39 1062.42 1052.97 925.82
1045.19 1117.35 1066.18 1062.42 1042.37 915,23
1049.37 1156.46 1085.37 1074.11 1063.56 904.63
1053.57 1205.03 1076.69 1068.74 1052.97 894.03
1057.78 1168.88 1073.46 1064.46 1074.16 883.44
1061.70 1061.69 1061.65 1061.27 1063.56 872.84
1057.45 1029.84 1044.67 1045.35 1084.75 894.03
1053.22 1063.83 1032.13 1035.94 1074.15 915.22
1056.38 1132.98 1057.93 1056.66 1095.34 936.41
1061.66 1170.37 1082.27 1078.85 1O84.75 957.60
1066.97 1194.94 1094.17 1091.80 1105.94 978.79
1072.31 1177.02 1112.77 1105.99 1095.34 999.98
1066.94 1169.96 1101.64 1100.46 1116.53 1021.17
1062.68 1196.87 1096.14 1096.06 1105.93 1042.36
1066.93 1145.40 1110.39 1109.21 1127.12 1063.55
1062.66 1122.49 1134.81 1129.18 1116.53 1084.74
1058.62 1189.84 1112.12 1125.79 1137.72 1105.93
1127.22 1127.26 1127.13 1127.14 1127.12 1127.12
279
B钭 笈冫nd TeChnic/al Ana盱 sis
经理E和 F的 技拟资金曲线
1150
1100
一状谢 一钥妇
m
∞
m
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1920 21 22 23 24 25
时 阃 (月 )
枝拟资佥曲线——亩波动性经理
一帜 脒 ˇ焖 妇
280
超越技术分析—— 如何开发和执行一套制胜的交易系统
对 经理F和 低级 ρ给出了较低的评级。这些等级评定与我们的视觉判
断基本吻合 ,例 外情况是 经理E的 等级低于上侧v的 等级 ,虽 然经理
:辶 ▲户
一帜诎 ˇ姐 妇
0~●
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 2425
时 向 (月 )
图6。 “ 波动性从低到中的合戊资金曲线 。
所有技拟资佥 曲线
1250
一帜脒 一姐妇
艹 上】ˇ
“
怔aρ
-中 △ρ
一
∞
△”-“ 扭 ρ
¤0冖 经汪E
“
怪曰F
一
合成资金曲线 ,用 于比较风险调整后业绩的量化度量方法。目的是寻求
风险调整后业绩的度量标准 ,用 来区分稳定盈利 、波动性盈利 ,区 分不
常亏损或连续亏损曲线。
281
B姘o11tl TeC⒒nical Analy蜕 s
数据 中级 ρ E(I) m⑴ 叩节 絷尸℃干 S
1000.000 1000.000 0.000 1000.000 0.000 0.0000
1 3.1 1031.000 1031.000 0.000 1031.000 0.000 0.0000
2 2.5 1056.775 1056.775 0.000 1032.131 0,023 0.0233
3 -0.5 1051.491 1056.775 0.005 1032.131 0.018 0.0184
4 0.5 1056.749 1056.775 0.000 1032.131 0.023 0.0233
5 0.6 1063.089 1063.089 0.000 1032.131 0.029 0.0291
6 1.2 1075.846 1075.846 0.000 1032.131 0.041 0.0406
7 -0.6 1069.391 1075.846 0.006 1032.131 0.035 0.0348
8 -0.3 1066.183 1075.846 0.009 1032.131 0.032 0.0319
9 1.8 1085.374 1085.374 0.000 1032.131 0.049 0.0491
10 -0.8 1076.691 1085.374 0.008 1032.131 0.041 0.0414
11 -0.3 1073.461 1085.374 0.011 1032.131 0.039 0.0385
12 -1.1 1061.653 1085.374 0.022 1032.131 0.028 0.0278
13 -1.6 1044.667 1085.374 0.038 1032.131 0.012 0.0375
14 -1.2 1032.131 1085.374 0.049 1032.131 0.000 0.0491
15 2.5 1057.934 1085.374 0.025 1057.934 0.000 0.0253
16 2.3 1082.266 1085.374 0.003 1082.266 0.000 0.0029
17 1.1 1094.171 1094.171 0.000 1094.171 0.000 0.0000
18 1.7 1112.772 1112.772 0.000 1096.136 0.015 0.0150
19 -1 1101.644 1112.772 0.010 1096.136 0.005 0.0100
20 -0.5 1096.136 1112.772 0.015 1096.136 0.000 0.0150
21 1.3 1110.386 1112.772 0.002 1110.386 0.000 0.0021
22 2.2 1134.814 1134.814 0.000 1112.118 0.020 0.0200
23 -2 1112.118 1134.814 0.020 1112.118 0.000 0.0200
24 1.35 1127.132 1134.814 0.007 1127.132 0.000 0.0068
AMI辶 0.0225
R 0.0617
RRR 2.7439
PE(I):第 1个 月的资金峰值
E(I):第 l个 月的月末资金
MRPP(I):从 上个 资金峰值的最大回调=(PE(I)E(I))/PE(I)
Min E(I):第 1个 月或第 1个 月后的最小资金
MRSL(I):向 后续低点的最大回调=EE(I)-ME(I)]/E(I)
MR(I):在 点 1处 ,最 大 资金 回撤 硎ax[MRPP(I),MRSL(I)]
AMR:数 据集 上 的平均MR
R-数 据集 上 的平均合成盈利 (用 小数表 示 )
RRR=R/AMR
E的 下侧波动性极小。
针对 这些数 据我 们还 计算 了夏 普 比 (SR)、 改进 的夏普 比
282
超越技术分析——如何开发和执行一 套制胜的交易系统
上恻V低 级 ρ 中级 ρ 高级 ρ 经珈 经驷
0.5 5.1 3.1 1.3 2.12 -1.06
0.45 5.2 2.5 2.2 -1.04 -1.07
-0.5 -3.5 -0.5 -0.4 2.10 -1.08
0.6 -6.1 0.5 0.8 -1.03 -1.09
-0.5 8.5 0.6 0.7 2.08 -1.11
5 3.1 1.2 1 -1.02 —1.12
-0.5 0.2 -0.6 0.5 2.05 —1.13
-0.5 -0.5 -0.3 0 -1.01 -1.14
0.4 3.5 1.8 1.1 2.03 -1.16
0.4 4.2 -0.8 -0.5 -1.00 -1.17
0.4 -3 -0.3 -0.4 2.01 —1.19
283
Bcy皈 )n【 l Tcchnic饿 l Anaiy$is
日期 上侧V 低级 ρ 中级 ρ 高级 ρ 经理E经 理F
1
2
3 O.447 6.695 5.149 3.114 3.178 -3.179
4 0,547 -4.675 2.497 2.606 0.000 -3.213
5 -0.403 -1.684 0.597 1.100 3.145 -3.248
6 5.102 5.040 2.316 2.521 0.000 -3.283
7 3.953 12.087 1.196 2.216 3.112 -3.320
8 3.953 2.790 0.291 1.505 0.000 -3.357
9 -0.601 3.188 0.886 1.605 3.080 -3.395
10 0,298 7.308 0.683 0.594 0.000 -3.434
11 1.205 4.612 0.683 0.192 3.049 -3.473
12 1.175 -8.194 -2.186 -1.195 0.000 -3.514
13 0.368 -14.538 -2.974 -2.188 3.018 0.000
14 -O.431 -8.987 -3.850 -2.679 0.000 3.598
15 -0.501 6.714 -0.350 -0.434 2.988 7.283
16 0.398 13.645 3.599 3.205 0.000 7.111
17 1.306 12.325 6.011 5.392 2.959 6.946
18 1.508 3.887 5.184 4.668 0.000 6.789
19 0.497 -0.035 1.791 2.003 2.930 6.638
20 -0.402 0.161 0.180 0.390 0.000 6.495
21 -0.502 -2.686 -0.214 0.291 2.902 6.357
22 -0.402 -4.057 3.011 2.610 0.000 6.225
23 -0.382 -O,587 1.458 2.713 2.874 6.099
24 5.651 —1.584 1.508 1.616 0.000 5.977
u3 1.036 1・ 428 1.248 1.447 1.511 1.641
σ3 1.893 7.148 2.476 1.998 1.548 4.888
ρ3=u3/σ 3 0.547 0.200 0.504 0.724 0.976 0.336
表 6。 Ⅲ 滚动 3月 盈利 、盈 利效率 、夏 普 比和收 益 险 比的 计算 。
'风
u3=滚 动3月 间隔上的平均盈利 (%)
σ3=滚 动3月 盈利的标准偏差 (%)
ρ3=u3/σ 3:盈 利效率 ,可 以看做无风险率 fl时 的月夏普 比
“ ”
拥有 大型的 上侧和下侧波动性 ,在 所有计算的评级中都位于倒
284
超越技术分析—— 如何开发和执行一套制胜的交易系统
sR ρ sR来 ρ
3(】 %RE)
高级 ρ 高级 ρ 高级 ρ 经理 E 上狈刂V
中级 ρ 中级 ρ 中级 ρ 高级 ρ 经理 E
经理 E 经理 E 经理 E 上侧 v 高级 ρ
经理 F 经理 F 经理 F 中级 ρ 中级 ρ
上侧 V 上侧 v 上侧 v 经理 F 经理 F
低级 ρ 低级 ρ 低级 ρ 低级 ρ 低级 ρ
数第一 。
为了进 一步测试不同风险调整后的业绩度量方法的相对性能 ,
285
BcⅣ 【
)nd TeChl1ical Analv§ is
日期 CTA-1CTA-2CTA-3CTA-4CTA-5CTA-6CTA-7CTA-8
1990.01 0.49% 5.63o/o 5.30o/o 16.90o/o 4.13o/o 1.89% 5.50o/o ˉ1.40o/o
1990.02 3.37 2.45 0.50 27.90 4.21 7.76 3.50 6.10
1990.03 8.62 5.68 36.40 10.70 2.99 12.16 5.60 13.90
1990.04 4.37 8.34 39.60 5.90 2.40 16.71 5.60 23.40
1990.05 -4.61 -12.09 -15.90 -15.10 -5.66 -13.61 -8.10 -20.60
1990.06 1.77 4.55 18.00 3.10 3.51 9.50 4.80 3.80
1990.07 6.25 4.32 11.50 5.30 16.05 16.06 7.40 23.90
1990.08 15.15 8.98 16.70 12.00 3.39 21.80 15.00 36.80
1990.09 0.60 0.72 9.40 8.20 2.67 10.40 12.80 8.80
1990.10 1.86 2.13 2.90 -6.90 7.65 -3.70
4.87 3.20
1990.11 -0.25 0.07 0.20 -0.30 3.00 2.51 -4.80 1.00
1990.12 0.11 -0.82 -2.00 -2.30 0.24 -2.45 -6.10 -4.30
1991.01 -1.29 -7.59 -7.30 -1.30 -5.32 -7.43 -14.10 -8.60
1991.02 4.84 -2.58 -11.60 7.10 1.40 -7.75 4.40 -1.50
1991.03 2.32 16.04 0.20 -4.90 2.60 2.26 12.00 8.60
1991.04 -2.80 -1.66 -4.60 3.80 -0.09 -5.58 1.80 -10.00
1991.05 0.27 2.66 -3.20 2.50 -1.13 -1.17 1.60 -7.40
1991.06 -1.25 5.43 1.10 1.60 1.63 3.32 6.40 6.90
1991.07 -1.75 -8.54 -11.30 -16.80 -4.02 -8.12 -14.00 -10.30
1991.08 -3.32 -2.92 -1.80 0.40 -6.09 -2.93 -8.10 2.10
1991.09 4.39 2.11 13.40 18.20 0.91 2.43 -0.80 5.60
1991.10 4.21 0.31 -2.80 0.20 -0.30 0.66 2.80 -2.20
1991.11 -4.68 -2.09 -2.60 1.90 0.10 -0.27 -3.30 1.10
1991.12 ' 12.08 16.01 44.60 28.20 16.35 22.14 32.30 30.40
u 2.11% 1.96o/o 5.70o/o 4.43o/o 2.11o/o 3.55% 2.44o/o 4.55%
σ 4.91% 6.68o/o 15.839⒗ 11.00o/o 5.49% 9.50% 10.00% 13.48%
ρ=u/σ 0.431 0.294 0.360 0.403 0.384 0.373 0.244 0.338
ρ3 0・ 699 0.462 0.506 0.467 0.510 0.459 0.277 0.451
RRR 7.704 3.146 3.613 5.891 4.529 2.911 1.830 3.610
波动性相 匹配 。
未来业绩控制图表
对 过 去业 绩数 据 的分 析 可 以帮助 区别 能够 进行 相 互 竞争 的
RGP和 资金 经理人 ,但 对未来业绩给 出的信扈、 太少 。我 们发现 ,
很难 准 确预测未来 ,但 是 可 以对 未来 交 易结果 的范 围做 一 些预
测 。这种预测属于区间预测 ,而 非点预测 ,可 以帮助我们设计交
易或投资策略。
286
超越技术分析—— 如何开发和执行一套制胜的交易系统
24个 月平均月Ⅱ利
-0动
m钔
翔 上Ⅱ
-Ⅱ
曰泅 下Ⅱ
一
m
287
B、斌 d Tcchmcal Ana圩 “s
小结
在本章我们看到 ,回 归分析中的标准误差是对资金曲线平滑度
一种很好的度量标准。比较平滑的资金曲线拥有较小的标准误差 。
“ ”
我们看到 ,产 生 平滑 资金曲线的一 些常见方法并非每次都
奏效。我们测试的大部分出场策略都没能使SE下 降超过⒛ %,但 是
却造成了实质性的利润损失 。在不同市场或系统上的多元化也使标
准误差增加 。我们还分析 了每 月资金变化 ,以 验证这些发现 。只有
入场规则的变化给出了比较平滑的资金曲线。
我们构造了CTA盈 利模型 ,并 且证明可以通过简单趋势跟随模
288
超越技术分析—— 如何开发和执行一套制胜的交易系统
型在期货市场子板块上的盈利来解释他们的盈利。这种方法使我们
能更深入地理解 CTA之 间的相互关系 ,并 帮助我们建立完善的投资
组合 。选 择投资 组合的过程进 一 步得到开发稳定资金经理等级评定
程序的帮助 ,这 是该领域现有方法的一 次重要改进 。风险调整后业
绩的度量方法可能会帮助我们缩小投资组合的选择范围 ,所 以本章
详细论述 了几种风险调整后业绩的度量方法 ,并 在相同条件下对那
些度量方法进行了比较。滚动3个 月盈利效率是一种比较简单有效的
方法 ,它 可以替代风险调整后业绩对盈利回调的比 (RRR)。 在本
章的末尾 ,我 们给出了一个示例 ,说 明如何开发控制图表来监控资
金经理的业绩。
本章 内容表 明 ,分 析资金 曲线使我们获得 了对系统设计的宝
贵洞察 ,这 是在业绩总结中得不到的。所 以 ,如 果没有分析资金曲
线 ,系 统开发工作就没有完成。
289
超越技术分析—— 如何开发和执行一套制胜的交易系统
资金管理思想
不 良资金管理会破坏优 良的系统。
i简 介
对于任意一套交易系统 ,资 金管理是影响未来业绩的一个重要
变量 。任何交易系统的正确执行 ,它 都是 一个 主要因素。现在有很
多著作专门致力于这一主题的研究。
我们首先来计算破产风险 ,在 做系统测试时会用到该数据 。参
考文献中的数据并不在我们的讨论范围之内。在计算破产风险时 ,
假定胜率和回报率为常数 ,此 处只是给出破产风险计算的一个简单
向导 ,实 际上这些量都是随时间变化的。
然后举例分析系统设计和资金管理规则之间的相互影响 ,以 及
在 一套典型突破系统上使用固定合约或变合约策略产生的影响。接
下来详细阐述使用月资金变化的标准偏差预测资金回撒的方法。一
个样本外测试示例将使我们相信 ,使 用这种方法预测耒来资金回撤
是合理 的。对未来资金回撤有一个合理的预测是非常有用的 ,因 为
它可以帮助我们为系统分配合适的资金水平。
最后分析控仓策略对资金曲线的影响。对于一套给定的系统 ,
可以通过改变控仓策略来调节资金曲线的平滑度。
读完本章 ,读 者应该能够 :
291
Bc、 ℃
)nd Tcchnical A血 alys童 s
破产风险
破产风险的数学计算是资金管理规则 的核心。这些统计计算假
定在数干次交易中的胜率完全相同 ,但 在实际交易中是不会 出现这
种理想状况的。尽管如此 ,通 过对破产风险的研究 ,我 们可以更好
地理解杠杆作用带来的风险 。
使用特定的简化假设 ,可 以用破产风险预测损失所有资金的概
率。资金管理的 目标是降低破产风险 ,比 如说使它小于 1%。 此处使
用纳泽尔 ・巴尔萨拉开发的通用方法 (见 参考书 目,参 考其著作获
得更多详细信息 )。
影响破产风险的变量有三个 ,胜 率 、回报率 (平 均盈利 与平均
亏损的比值 )、 参与交易的资金 占总资金的份数 。我们的交易系统
设计控制前两个变量 ,资 金管理规则控制第三个变量。随着回报率
或胜率的增加 ,破 产风险逐渐降低 。而每笔交易上的风险资金份数
越大 ,破 产风险就越高 。
此处使用的预测方法遵循巴尔萨拉预测破产风险的通用模拟方
法 ,区 别是我们总共只使用 10OO次 模拟测试 (而 不是 10万 次 )来 预
测破产概率。如果做 了1000次 模拟测试后就 已破 产 ,那 么就不会经
历 10万 次模拟测试 。
在每笔交易上使用定额止损将风险限制为总资金的 1%,所 得破
产风险见表7.1。 我们看到 ,胜 率的范围为⒛ %~sO%,回 报率的范
围为1~3。 大部分交易系统将显示出⒛ %~sO%的 胜率。
这些数据是我们在测试中看到的一些典型值 。对于胜率 ,25%
的下限限制只是我个人的一 种选择。选择上限限制的原因是 ,当 胜
回报率
胜率 (%) 1 1。 5
∞
∞ ∞
300000
140000
233445
73
117000
100
505050
6・
9△
100 0.2
4・
6・
100 0
5
99.8 0
52.4 0
0 0
292
超越技术分析—— 如何开发和执行一套制胜的交易系统
但这些计算结果与他的计算结果基本一致。
这些理论性的计算表明 ,回 报率接近于 1的 系统没有多少吸 引
力 ,除 非其胜率大于 sO%。 类似地 ,如 果我们的回报率大于2.5,那
么当胜率大于ss%时 ,便 可以使风险降低到可以接受的水平。
表 7.2和 表 7.3中 每笔交 易的风险分别为账户总资金 的 1.5%和
2%。 注意随着风险的增加 ,破 产风险是怎样升高的 ;而 随着胜率或
回报率的增加 ,破 产风险又是怎样 逐渐降低的。从这些数据中可以
看出许多交易者推荐使用定额止损将每笔交易的风险控制在账户总
资金的2%的 原因。
我们在做这些计算时 ,假 设回报率和胜率为常数 ,事 实上 ,它
们是随着时间不断变化的。我们今天所做的任何预测 ,几 个 月后很
可能都 已经改变 ,所 以在预测破产风险时 ,最 好考虑一定范围的回
报率和胜率。
换 一个角度来观察问题 ,如 果胜率的范围为25%~50%,每 笔
“ ”
交 易的风险为账户总资金的 1%,那 么 神奇的 回报率应该是 多
少呢 ?我 们分析系统测试结果时 ,可 以使用表 7.4中 的数据作为快
速参考 。这些数据将有助于我们回答这个问题 。例如 ,如 果系统的
胜率为们 %,那 么大于 1.75的 回报率便可将破产风险降至 可控制的
水平。
回报率
胜卒 (%) 1 ⒈5
∞∞
⒏
9
2
’
810000
100
1
5
0
0
0
5
0
0
0
5
0
0
0
~
0・
3
3
44
5
8・
4・
100
8
4・
5・
100
5
100
84.2
1.4
293
B丬◇nd Tcchntca1Analy“ s
注意这些关系之间是非线性的。例如对于回报率为 1.5,胜 率为
们 %的 情况 ,如 果将每笔交易的风险从 1%增 至2%,那 么破产风险
就从 0.5%增 至9.2%(见 表7.1和 表7.3),这 种增长是不成比例的 ,
所以不鼓励在账户上使用过大的杠杆 ,也 不鼓励每笔交易的风险一
直远大于总资金2%。 我们还应该注意到 ,改 进系统设计提高回报率
或胜率 ,或 者使两者都提高的好处 。如果回报率和胜率有所提升 ,
我们便可以增加分配给系统的资金 ,而 不会使风险过度增加。
这些计算并不是说我们不能根据其他信息在交易时调整每笔交
易的风险。如表7.4所 示 ,如 果胜率大于 50%,并 且 回报率大于 1,
那么破产风险就非常小。于是 当我们找到一种机制来辨识超常机会
时 ,便 可根据需要来调整每笔交易的风险。这些调整会大大提升总
体业绩。详细信息见第4章 有关辨识超常机会的部分 。
总之 ,破 产风险计算表明 ,我 们不鼓励对 一个账户过度交易 ,
回报率
胜率 (%) 1 ⒈5
∞∞
9
0彳
0
930000
233445
505050
100000
100
1
1
1
8
9
7
9
0
0
0
0
100
8・
7・
100
2
100
93.6
5.4
25 3.25
30 2.75
35 2.25
40 1.75
45 1.5
50 1
294
超越技术分析—— 如何开发和执行一套制胜的交易系统
交易的胜率和回报率都是不同的 ,所 以这些破产风险计算结果应该
仅作为一般性的指导 ,比 如可以使用它们来增加超常机会中的仓位
规模 。
相互影响 :系 统设计和资金管理
本小节分析两种不同的资金管理策略对投资 组合业绩的影响。
首先分析固定合约策略或变合约策略对系统交易业绩的影响 ,然 后
比较使用两种策略使投 资 组合的业绩产生怎样的差异 ,最 后考察间
隔资金变化是否对预测最大资金回撤有用。
我们的 目标是对付资金曲线的下侧 ,而 让市场去对付其上侧 。
我们愿意让账 户资金 的增长率最大化 ,而 同时控制累积亏损的扩
大。资金管理 包括为确定每笔交易的风险所做的全部决定 ,这 同时
也决定 了每笔交易的合约数 。交易的合约影响到分配作为保证金的
资金 占账户总资金的百分比。当然 ,我 们还必须选择每个账户交易
的市场。我们既可以用相对简单 ,又 可以用相对 复杂的规则来做 出
每一个选择 ,但 我们的选择会显著改变账户资金的发展。我们还可
以使用不同的资金管理规则来交易相同的系统 ,以 产 生明显不同的
结果 。本节简要讨论了常用资金管理规则 ,并 阐明它们的作用 ,读
者可以参照有关该主题的其他专著。
最简单的风险控制工 具是初始风险止损或资金管理止 损。这种
止损通常为一定额止损 ,止 损金额通常小于总资金的6%。 定额止损
就是每笔交易的风险金额 ,通 常用止损订单来执行 。 当所有合约上
的亏损接近定额止损时 ,我 们就退出交易。我们在上一小节中 已经
看到 ,常 见的方法是每个头寸上的风险占总资金的1%~2%。 如果每
份合约的风险小于总风险 ,我 们就可以交易一份以上的合约。
我们需要在资金增长率和我们所能承受的资金回撤之间做 出权
衡。有些理论 ,例 如最优f,是 使用更为复杂的公式使资金增长率超
过每个市场一份合约的方法。但是 ,当 我们交易多份合约时 ,资 金
回撒量一般也会增加 ,所 以资金管理变得更为重要 。
通过在带展期的实际合约上测试一套通道突破系统 ,我 们来分
析系统设计和资金管理之间的相互影响。该系统交易一份合约的月
295
B弭ond Technical Analysis
月资佥曲线 :用 带淹网突硪系统交易t国 马克
一帜 燃 一姐妞
月 (1gBB年 2月 ~100s年 6月 )
图7.1在 德国马克市场中交易一份合约的月资金曲线。
296
超越技术分析—— 如何开发和执行一套制胜的交易系统
“ ”
最佳 年盈利将 为 12%。 于是最可能出现的业绩带 (译 者注 :即
资金曲线的包络带 ,类 似于交易带 )将 为 ±12%。 因为每个市场只交
“ ”
易一份合约 ,所 以我们可以做这种 线性 假设。
让我 们以年为单位来看一下该系统的表现 ,假 定账户总资金每
年年初都复位到sO000美 元。表7.6表 明 ,± 12%的 业绩带是一种比较
好的估计。只交易一份合约 (199O)便 出现 10.5%的 资金 回撤 ,是 足
以令人担忧的。要使该百分比资金回撤减半 ,那 么就要使用 10万 美
元的账户来交易该系统。但是 ,资 金加倍将使盈利减半 ,所 以我们
必须在盈利和资金回撒之间找出适合 自己情况的舒适水平。
现在我们 已经对 如何处 理 单份合 约有所 了解 ,接 下来我们将
分析交易多份合约对业绩的影响。选择合约数量的一种方法是 ,首
先确定止损金额 ,然 后利用市场波动性计算合约数量。在这种系统
中 ,合 约数量与波动性成反比。当市场波动性高时 ,交 易的合约数
量就较少 ;当 市场波动性较低时 ,交 易的合约数量就较多。之前我
们 已经讨论过基于波动性的计算 ,见 第5章 中对长传系统的讲解 。如
间隔分析 1个 月 3个 月 6个 月 Iz个 月
最大收益 (美 元 )
7321
9104
6387
37
百分比盈利 百分比资金回撤
年 (5万 美元账户 ) (5万 美元账户 )
1988 11.5 -1.9
1989 8.1 -2.5
1990 -6.5 -10.5
1991 15.3 -5.0
1992 -2.1 -10.2
1993 5.6 -2.4
1994 -2.9 -5.4
297
BC阝 )nd TCchnlcal AnaIysis
使用沱网突破系绕交易每国马克 ,采 用基于波动性的多合约策衤
100000
90000
80000
70000
60000
一RⅢ ˇ钥¤
10000
o
t°
凵 吕 民 R以 腽 守 军 〓 R。 8卩 R耐 8
ˉ
10000
时间 (月 )1θ 88年 2月 ~1θ θ5年 6月
图7.2采 用多合约策略交易德国马克的资金曲线 。
298
超越技术分析—— 如何开发和执行一套制胜的交易系统
以便更好地理解系统的性能。
比较表7.5只 交易一份合约和表7.8交 易多份合约的结呆 ,我 们看
到两种策略之间的巨大差异 ,表 7.8中 的数据都要比表7.5中 的数据大
3~4倍 。对于表7.5中 的系统 ,如 果我们交易5份 合约 ,那 么6个 月时
间间隔的最大资金回撤将是 一冗315美 元 (5× m“ 美元 )。 变合约策
略 (表 7.8)产 生的最大6个 月资金回撤为一21SO0美 元 ,比 固定交易5
份合约的资金回撤小 17%。 但是 ,固 定合约策略交易5份 合约产生的
“ ”
利润与变合约策略相同。于是 ,变 合约策略的 非线性 产 生令我
间隔分析 1个 月 3个 月 6个 月 nz个 月
最大收益 (美 元 ) 28900 49500 57575 52413
最大亏损 (美 元 ) -7950 -15700 -21800 -15213
平均值 (美 元 ) 1047 3238 6432 9479
标准偏差 (美 元 ) 5923 10613 13944 14963
8采 用多合约策略的德国马克系统在叨个月上的间隔资金分析 (19B茁 臼月 ~
却 。
⒚9s年 6月 )。
299
Bσond Technical Analy蜕 s
们非常感兴趣的结果 。
与对单合约策略的分析方法一样 ,我 们将 月资金变化的标准偏
“ ”
差四舍 五入 为ω00美 元 ,然 后乘 以4,得 到 最差 资金 回撒的估
计值 一24OO0美 元。于是 ,对 于一个500O0美 元的账户 ,业 绩带将为
48%。 我们马上可以看 出 ,对 于该 50000美 元的账户 ,我 们使用多
合 约策略交 易时 ,使 用了过大的杠杆 。比较表 7.6中 单合 约的结果
和表7.7中 多合约的结果 ,我 们可以看到 ,在 1991年 ,单 合约系统产
生了15.3%的 利润 ,而 多合约系统则亏损了15.1%。 不建议使用如此
大的杠杆交易 ,这 些计算结果再次验证了这一点。
当我们增加账户资金时 ,资 金的百分比波动便会降低。所 以 ,
300
超越技术分析—— 如何开发和执行一套制胜的交易系统
来资金回撤。
预测资金回撤
资金管理 的一个 重 要 目标是 ,使 用严格的风险控制来减少资金
回撒 。所以 ,我 们希 望对潜在资金回撒做 出合理的预测 。我们不得
不依靠对过去的分析来预测未来 ,所 以宁愿过于谨慎 ,也 不要冒险
犯错 ,在 预测资金回撤时 ,宁 愿使预测偏大一些。交易者最好准各
迎接较大的资金 回撤 ,而 非较小的资金回撤 。
上 一 小节 中的论述表 明 ,对 于 一 套 系统来说 ,月 资金变化的
标准偏差是预测未来亏损幅度的一项有效工 具 。我们首先画出 日资
金曲线 ,然 后将它转换为月资金 曲线 ,再 计算出每 月的资金变化。
使用 电子表格 ,可 以计算 出月资金变化的标准偏差 。为 了简便起
见 ,我 们把它叫做 σ 1。 对于任意系统 ,比 较保守的预期资金 回撤为
4σ 1。 但这只是一种观点 ,我 们可以考虑其他比较接近的值 ,比 如
5σ 1,甚 至3σ 1。
允许 100美 元的滑移价差和佣金。这些选择都是任意做出的 ,没 有考
虑系统的性能 ,也 未考虑测试数据。
虽然每套系统都使用相同的出场策略 ,但 是入场策略却不同。
这三套系统本质上都是趋势跟随系统 ,所 以在趋势市场中都应该具
有获利性 。区分系统业绩 的关键 因素是 它们对横盘市场的反应 。
6sSMA-3CC系 统可能表现出较小的亏损 ,因 为它在交易期间内会 自
我校正。CHB○ C将 在狭窄的交易区间中位于市场之夕卜,但 在较宽的
交易区 间内会受到失败突破的影响。波动性系统则容易受到交易区
间内市场快速运动的影响。
301
Bcvond Technical Analy蜕 s
302
超越技术分析—— 如何开发和执行一套制胜的交易系统
303
B钭ond Technkal Ana圩 蜕s
545
978
430
494
⒊2×
6
VOL 4229 -21729 ⒌2× -11277 2.7×
65SMA- 6080 -25550 4.2× -23072 3.8×
3CC
习
F朔 纫 5729 -23085 4.0× -20979 3.7×
型 盈利或亏损后调整仓位规模
资金管理 决策中关键的一项便是 ,必 须在账户资金改变后及时
做出更改仓位规模的方案 。我们要在资金增长和资金曲线的平滑度
之间进行权衡 。本节阐述一些常见的控仓策略 ,它 们将影响到我们
的资金曲线。
控仓策略的背景资料是两本相关的著作 。布鲁斯 ・巴伯考克关
于交易系统的著作分析了各种控仓策略 。杰克 ・施瓦格对市场奇才
们的采访表明 ,他 们中有许多在亏损期内都减小 了仓位规模 。这些
著述 (见 参考书 目 )将 说服我们 ,控 仓策略与系统设计 同等重要。
改变仓位规模 的前提是我们可 以使用上笔交 易的结果预测下
笔交易的结果。这意味着盈利交易和亏损交易会连续到来 。但是很
容易用数学方法证明 ,连 续的交易之间是相 互独立的 ,所 以平均来
看 ,很 难判断改变仓位规模的前提是 否合理 。尽管这是一个数学事
实 ,大 部分交易者还是会告诉我们 ,在 资金 回撤期内减小仓位规模
可以带来心理上的安慰 。我们可以比较保守 ,假 设亏损交易将接踵
而至 ,而 盈利交易却不会 。在这种假设的情况下 ,我 们将通过改变
304
超越技术分析——如何开发和执行一套制胜的交易系统
仓位规模来产生更加平滑的资金曲线。
接下来我们做 一项模拟测试 ,有 助于分析不同控仓策略对资金
曲线平滑度的影响。我们将使用标准误差计算来获得统一 的比较标
准。随机选择 10笔 交易 ,其 中一半为盈利交易 ,然 后对这些交易进
行随机抽样 ,构 建 14个 交易序列 ,每 个序列 10笔 交易。接着我们在
每个序列上测试如下四种策略 :
305
BeⅤ ond Tcchnical Analysis
控
仓策略答
豺夏唇
琚 々
夏蓥篥
资金百分 标准误差 标准误差百
甲比变化 (美 元 ) 分比变化
芫
一
’臼
9734
7668
2
固定数量 110377
1
1
4
2
4
2・
2
42・
-21.6
一
亏损后减半 107692
14・
加倍或减半 112699 40.8
9
亏损后加倍 115746 53.4
控仓策衤 比较
/\
'
\
⌒J \
/
-亏 扭后0半 饣 0 |
一畎 以 一妇 ●
|-。
/ \
圮交易曰定两份合约的{i∶
|-o-每
|-加 怙或 {0 ∶
∞
∷ =半
为亏扭后〓半△…
"←
/ '''冖
/ =
/
交 易 0号
306
超越技术分析——如何开发和执行一套制胜的交易系统
使用其他较为复杂的策略。
需要注意的是 ,当 我们使用2%固 定止损来计算合约数量时 ,我
们将 自动调整仓位规模来适应资金的波动性。如果出现亏损交易 ,资
金将减少 ,仓 位规模将减小 。类似的 ,获 利后仓位规模将加大 。所
以 ,这 种策略将产生一条不同的资金曲线。本节的计算将为读者研究
其他的复杂策略提供一个起点 ,比 如在一笔交易中连续改变仓位规模
的策略。适合交易者类型的策略要由交易者 自己决定。
实际业绩记录的资金回撤深度
前面 阐述 了使用 月盈 利的标准偏差来预测未来资金 回撤 的方
法。我们使用三个不同交易系统的联合测试结果对那种预测方法进
行 了检验 。在本节中 ,我 们将使用专业资金 经理 (即 期货交易顾问
和套利基金经理 )的 实际业绩记录来进一步检验那种方法。
如果可 以证 明上 一 小节 的预测方法应 用于实际业绩纪录时 ,
973.70
-6.89% 906.61 -1
-10.71% 809.51 -1
6.93% 865.61 -1
32.42% 1146.25
-9.41% 1038.38 -1
6.85% 1109.51 -1
2.03% 1132.04 -1
10.65% 1252.60
0
11.06% 1391.13
1
2
7.04% 1489.07
4.93% 1562.48
307
BcⅣ 【
)nd Tcchnical Analysis
308
超越技术分析——如何开发和执行—套制胜的交易系统
资金回撤 资金回撤
长度 (月 ) 深度 (%)
4.0 -19.05
3.0 -9.41
1.0 -5.42
1.0 -8.82
1.0 -8.28
4.0 -20.59
2.0 -4.61
3.0 -1.43
8.0 -8.58
6.0 -16.61
2.0 -6.78
2.0 -1.93
3.0 -3.21
5.0 -8.52
3.0 -4.63
2.0 -7.48
5.0 -6.53
2.0 -4.25
1.0 -3.04
3.0 -7.64
2.0 -4.30
4.0 -5.82
4.0 -7.88
1.0 -1.29
1.0 -2.16
1.0 -0,67
7.0 -5.40
7.0 -10.17
1.0 -0.89
3.0 -4.15
平均值 u dd 3.07 uΔ -6.65
标准偏 CΓ dd 2.00 σΔ 4.94
差 (σ )
月盈 利 标 准 偏 6.50
差 (σ M)%
Ω /σ /σ -3.17
表 ns实 际业绩记录中的资金回撤周期总结。
7。
309
BcV()nd TeChnical Analysis
° AbstsmGDDl
■■■■TrmdIino
10 15
△全回Ⅱ的标准臼△ (σ Δ)(%)
图7.4一 位资金经理报告的以月末为基准的最差资金回撤与该经理刂
k绩 记录中
资金回撤深度标准偏差的比较 (σ Δ)(%)
果如何呢?
我们将上面的分析推广到接近 50位 随机选择的期货交易顾问的
业绩记录。这些记录包含较为广泛的交易类型 、投资组合 、杠杆和
交易记录长度 。通过分析他们的月业绩数据和资金曲线来计算绝对
资金 回撤的深度和持续时间。例如 ,典 型的CTA记 录为3~5年 ,在
这样一个时间段里 ,持 续 1个 月以上的资金回撒周期有5个 或更多。
计算出每个资金回撤期内最差 月末资金回撤的标准偏差。需要注意
的是 ,由 于我们使用的是 月数据 ,所 以资金回撤的度量是以月未为
限 ,而 不是峰至谷资金 回撤。
图7.4所 示为绝对最大资金回撤深度 (以 月末为限 )与 资金 回撤
期内月资金回撤标准偏差 (σ Δ)的 百分比之间的联系。经过原点做
出趋势线 ,斜 率为2.91,R2值 为0.88。 从图7.4中 可以看出 ,月 资金
回撒标准偏差的3倍 便是对最差资金 回撤的良好近似 。如果 月资金回
撒的标准偏差为5%,那 么以月末为限的资金最差资金 回撤的典型值
为△ 5%。 这些数据也说明 ,交 易策略多变的资金经理一般会产生较
深的资金回撒。
这种简便方法的作用之一 ,把 峰至谷资金回撤与月盈 利的标准
偏差 (以 百分比表示 )联 系在一起 。图7.5将 100多 位CTA报 告的峰
至谷资金 回撤 (PvDD)数 据的绝对值与他们每 月盈利的标准偏差
(σ M)绘 制在同一坐标系中。过原点的趋势线斜率为 Ⅲ ,R2值 为 2。
310
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
一渗 ˇ● 回● ¤ ●叫 ● 巛●
I大 0至谷0佥 目0■ 0小 I● Ⅱ月■△△I0i
.钅
10
09
`
o
o 2 4 6 8 1o 12
月I利 标忄0△ (σ
")(%)
Δ=4oM (7.1)
我们使用模拟测试 结呆得出一个假设 ,然 后运用不同的交易方
311
B丬ond Technical Analysis
蛳
岫
△ 回姐妇●Ⅲ●巛●
● Rη
ˉ
-⒆
:●
:・ ・・
o12345678910
月Π利抒准0注 (σ
")(%)
图7.6sO只 套利基金报告的最大烽至谷资金田撤,一 股为百分比月盈利标准偏
差 (σ M)的 3倍 ,类 似于图7.5中 对CTA的 分析结果。
法来检验它。我们使用不同资金 经理 的实际业绩数据来检验我们的
假设 ,这 些资金经理在交易时使用了不同的策略。然后我们又使用
套利基金数据进行重复检验 。在 每个实例中 ,测 试结果都验证 了最
差PVDD可 以用月盈利标准偏差的4倍 来预测的结论。如果交易者希
望在交易时更具挑战性 ,那 么可以使用3σ M取 代4σ M。
投资者和投资机构可以使用最差PVDD与 月盈利标准偏差的比
值来衡量资金 经理应用风险控制技术的质量 (见 图7.娇 口
图7.6)。 该
比值越小 ,资 金经理运用风险控制技术的能力就越强。如果该比值
大于5,那 么可能意味着需要对交易策略进行细致谨慎的检查 ,以 便
发现某些资金 回撤出现的原 因。
“ ”
如果可 以把 CTA们 的业绩 规格化 ,实 现 同等条件下 的比
较 ,那 么上述对交易策略的检查过程便可以变得比较简单 。这种分
析方法的有趣之处是 ,我 们可以把具有不同长度 、类型 、投资组合
和杠杆的CTA业 绩记录组合在同一 条曲线上 ,所 以该方法可以为因
比较 目的而对交易顾问的业绩进行规格化提供一种统一的框架。
表7.4到 表7.6表 明 ,易 变的交易顾问一般会产生更深和更长的资
“ ”
金回撤 。注意此处 易变 的含义相 当狭窄 ,特 指资金回撤深度和
长度的标准偏差。所以可以根据投资者或投资机构的偏好来调整分
312
超越技术分析—— 如何开发和执行一套制胜的交易系统
当为纷定交易系纨坩加资佥时 ,月 标准臼差和资佥回抽
呈现非线挂Ⅱ长 ,但 它们的比值基本保持不变
25.00%
Ι 回 姐 “ 艮 一替 一丬 ● 艹 贤
20.00%
泪全回Ⅰ
15.o0% 二
「∶
iIl千∶
习洹
两爰T可 丁
l
10.00% (%)
!+Ⅱ 佥回Ⅱ(%)|
标准臼拄
5.00%
o。 00%
o。 5 o.6 0.7 0.8 0,9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
绘定交易程序的资佥水平 (百 万美元 )
313
B丬ond Tcchnical Analysis
一替 ˇ△ 回姐 妇
314
超越技术分析——如何开发和执行一套制胜的交易系统
预测资金回撤的持续时间
可以把交易顾问的业绩看做是从未知分布类型的盈利 中随机抽
s窜窜s守窜$sss守愈守s守容斡窜察窜窜$守s守翁斡窜守察
ο
廿
U‖ 凵」
|| || || ||凵 Ⅱ
‖U || ||
1234567一
HH凵
H凵
"凵
HH凵
|| ||
一替卜∞
H凵
凵凵 凵
||
凵 凵
凵
.m一
`亠
||
回姐妇 巛△
|| l
"凵
凵
HH"凵
8
0大 0至 爸△0曰 0出 .甾 σ
" /
⒛
/
ω
一术 一△ 回钥
/
sο
。
'。
/尸
⑷
扌 ∶
。。
R“
:j'∶'1r〈
⒛
/
Ⅲ●
⒛
⒛
ο
月■利标准臼拉 (σ Ⅱ)(%)
315
Bcyond Technical Analyso
资金没有出现新高时 ,便 认为交易顾问处于资金回撤期。资金回撤
期相当于从资金经理 的盈利分布中主要抽取一系列的负盈利。
对于每 一条资金曲线 ,我 们可以用月为单位度量出现新高的时
间 ,也 就相 当于度量每个资金回撤期的持续时间 。如果 一位交易顾
问花了7个 月的时间才创出一个新的资金高点 ,那 么这次资金回撤期
的持续时间也就是7个 月。现在我们假设两个连续资金高点之间的间
隔时间符合指数分布 。该假设的基础是对 sO多 条资金曲线的经验 分
析 ,其 中资金 回撒期持续时间的频率分布大致符合指数分布 。
图7.11所 示为一位成功 CTA实 际业绩记录中资金 回撤周期的典
型分布 。现在我们可以使用月末业绩数据来预测未来资金回撤的持
续时间。一个关键的假设是该交易顾问不会改变产 生我们预测所用
历史业绩的交易形式 。如果该交易顾问的交易形式发生了实质性改
将资金 回Ⅱ持红时向向指狄分布拟合
一 +一 诗“划讧
峦佥回Ⅱ的持纹时问 (月 )
316
超越技术分析——如何开发和执行一套制胜的交易系统
变 ,那 我们从历史数据中得出的预测就更不可靠了。因为我们是在
做可能性的估计 ,所 以总有可能 ,尽 管可能性很小 ,我 们的预测范
围将在未来被超越 。因此在使用未来资金回撤持续时间的预测时要
谨慎 。由于我们在分析时用到指数分布 ,在 此我简要介绍一 下指数
分布的特性。
人们使用指数分布来描述许 多 自然现象发 生的时 间间隔的频
率分布 ,比 如放射性物质的衰变时间 ,公 共汽车到达车站的间隔时
间 ,道 路收费站汽车经过的时间间隔 ,出 纳窗 口接待客户的时间间
隔 ,等 等 。因为我们使用指数分布拟合资金 回撤的持续时间 ,所 以
需要计算资金高点出现的时间间隔。指数分布假设被描述的现象在
时间上是统一分布的 ,即 它们以固定的速率出现。
此处给出指数分布的一个简单数据描述 ,其 概率密度函数为 :
λ
F(x)=e← θ,x≥ 0, λ>0
317
Bσond Tcchnical Analysis
当交易程序的波动佳Ⅱ加时 ,峦 佥回Ⅱ持纹时同
"加
V〓 2.98X
⌒叹 ˇ● 回
° I大 门佥田0长 皮
g:长
劣迁
-Ⅱ
叹半 刂
o 5 10 15 20 25
订全回0冂 H持 织时闯的标准0△ (σ ″)(月 )
庙扌资佥回拄长庄标准臼差的圩加,妾 利⒒金资佥回Ⅱ的持纹时向也Ⅱ加
一皿 一口 玄 Ⅱ 控 扭 Ι 回 姐 亠 半 ●
I大 门佥回Ι长庄
鼓往扭含 (I大 门佥回Ⅱ长庄
订全 回讧长 £ 的标准 臼 △ (月 )
图7.1s在 一位资金经理的业绩记录中,当资金回撤长度的标准偏差增加
时,套 利基金的资金回撤也增加。
对于图7.4中 数据 ,从 图7.12中 可以看出 ,随 着资金回撤周期标
准偏差的增加 ,最 长资金回撤的持续时间也增加 。过原点的拟合线
斜率为2.98,R2值 为0.85。 这表明最长资金回撒 (以 月末计 )大 约
为资金 回撤 (以 月末计 )持 续时间标准偏差的3倍 。例如 ,如 果资金
回撒周期的标准偏差为5个 月 ,那 么最长资金回撤周期约为 15个 月。
所以 ,看 起来实际业绩数据中的资金 回撒周期同我们的假设一样 ,
318
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
”
况 资金 回撤来说 ,4.5σ 可能是一个比较谨慎的选择。
我们还分析 了图7.6中 30只 随机选择的套利基金 的业绩 。在图
,把 最长资金 回撤的持续时间 (t)与 业绩记录中资金 回撒
7.13中
预测未来盈利
投资者或投资机构不得不完成的最困难的任务之 一 ,便 是预测
未来盈利。由于历史业绩并未给出未来业绩的任何暗示 ,所 以该任
务的困难程度可想而知。对任何一套交易系统或任何一位资金 经理
来说 ,未 来业绩的三个关键未知变数是预期盈利 、预期资金 回撤深
度和预期资金 回撤持续时间。在之前的小节中 ,我 们为资金回撤深
度和持续时间设计了预测标准 ,并 研究 了分析资金曲线的方法。现
在我们着手为预测盈利开发一个简单的模型 。
“ ”
我们从投资者的 痛阈 (译 者注 :原 意为当声音听到使人耳
开始产生痛感的声压级 ,此 处借指投资者 可以承 受的亏损上限 ),
或者说投资者可以承受的最大峰至谷资金 回撤。第一步 ,把 投资者
的痛阈 (Δ )转 换为 目标 月盈利标准偏差 (σ M),然 后调节价格算
法或资金规模 ,以 使资金波动性达到所需的水平 。在接下来的讨论
中 ,为 了简明起见 ,将 不再使用下标M表 示月数据。现在把预测资
“ ”
金回撤的结论应用在这个地方 ,即 最差 资金 回撤是 月标准偏差
319
「 Bcyond Tcchnkal Ana圩 “s
的4倍 。于 是 :
p=u/o (7.3)
R=100E(1+0.01u)12-1彐 (7.5)
将等式 (7.4)代 入上式 ,则 等式 (7.5)变 为 :
320
超越技术分析——如何开发和执行一套制胜的交易系统
例的关系。如果我们希望增加盈利 ,就 必须接受更多的风险 ,或 者
对于相同水平的风险 ,寻 求更有效的投资策略。正如经济学家们喜
“ ”
欢说的 世上没有免费的午餐 。
假设我们可 以为最大峰 至 谷资金 回撤 Δ设定 一 个 目标 ,比 如
将最差PVDD或 Δ设定为⒛ %,那 么令 ρ=0.25将 计算出预期年盈
利R=16.08%(见 表 7.16)。 很明显 ,较 大的 ρ或较小的 Δ都会提
高投资盈利。从等式 (7.6)中 便可看出人们偏爱较高盈利效率的理
由。应用前面小节中的结论 ,现 在可以量化资金曲线的下侧风险和
资金回撤持续时间 ,并 求出它们与上侧盈利之间的关系。
ρ〓0.25时 的凤险 扭
`回
⒛
一替 ˇ恿 日
冂 冂
⒛
冂 冂
:“
l」
一替 ˇ△ 回 姐 妇 日 “
」 」 」 丿 」 」
ο
罗「「 「 「 「「 「
1ο
・
凵
2ο
・
凵
L
3ο
・
凵
凵
4ο
・
月Ⅱ科的圩准0△ (%)
321
BN`nd Tcchnical Analy蜕 s
ρ〓0.5时 的风跬 姐比
`回
∞
一替 ˇ妥 日 △ 口 一替 一● 回 姐 “ 日 日
冂 冂
钔
冂 冂
⒛
冂 |||
凵凵 凵
ο
|
2ο
・
|
|
"| 凵
丨
凵
|
4ο
・
8ο
・
月Ⅱ利的标准0△ (%)
100.00%
90.00%
80.00%
70.00%
尽 60.0o%
-R 50.00%
00%
珲 40・
曰 30.00%
吕 20.00%
10.00%
0.00%
6 8 10 12
月标准臼差 (%)
图7。 “ 预期年盈利是盈利效率和月盈利标准偏差的函数。本图是
等式 (7.6)的 图形描述 。为 了获得更高的盈利 ,交 易者
必须承担更高的风险 ,或 者寻求更有效的盈利产生程序。
顼目 符号 来源 基彻 公式 典型值 单位
Δ
痛阈 客户 输入 ⒛ (%)
5 (%)
σ ρ μR
322
超越技术分析——如何开发和执行一套制胜的交易系统
钱德舒适区域
现在我们所拥有的工具 已经能够预测未来系统业绩的三个关键
未知量 :预 期盈利 、预期资金 回撤深度 和预期资金 回撤持续时间。
“ ”
我们所做的合理预测都是它们的 上限 值 ,但 这些值所代表的并
不是未来可能实现的真实值 。我们使用三维坐标把这三个量绘制为
一个 “ ”
箱体 或舒适区域 (钱 德舒适区域 ,简 写为CCZ)。 在该区
域 内部 ,我 们对未来业绩做出合理的预测 。记住一点 ,在 特殊的有
亍情下 ,有 可能出现位于该箱体之夕卜
利或不利彳 的交易结呆。
下面举例说明。假设某交易系统的预期资金回撤是sO%,而 我们
希望将高概率区域限制在⒛ %之 内,那 么可以降低该系统使用的杠杆
或者增加分配给该系统的资金。现在考虑另一种情况 ,如 果资金回撤
的预期持续时间为 12个 月 ,但 我们希望它为7个 月。在这种情况下 ,
出现一个与投资组合相关的问题 :或 许可以将正在使用的交易系统与
其他盈利产生过程相结合 ,从 而缩短资金回撒的持续时间。
预期年I利 (%)
R=10O*((100+。 01★ p*σ M)12-1)
钱宵舒适 区域
资金 回扭深皮 , (%)
Δ =4*σ M
资佥 回橄长皮 , (月 )
t〓 4*σ dd or e(Jλ I
图7.1T钱 德舒适区域显示出任何资金经理或交易系统未来业绩的三个关键未
知量 :预 期年盈利 (%)、 预期资金田撤深度 (%)和 预期资金田撤
“
长度 (月 )。 我们预计未来业绩将位于该 箱体”之内。
323
BeyOnd Tcchnical Analysis
我们还可以使用CCZ来 解答其他一些重要问题。比如 ,系 统停
止工作了吗 ?因 为需要对资金回撤进行合理的预测 ,所 以这是 一个
非常难回答的问题。但是 CCZ的 形状提供了一个答案。如果资金回
撤的深度和持续时间都位于CCZ的 预测范围之外 ,那 么就有必要对
“ ”
交易系统进行详细分析 ,因 为该系统可能已经真的 停止工作 。
所以 ,资 金回撤的深度和持续时间为评价业绩提供了非常有价值的
标准。假设 CCz预 测” %的 资金 回撤持续时间小于 12个 月 ,如 果碰
到一个 25%的 资金回撤持续了13个 月 ,那 么对该系统的担心和检查
可能就很 有 必要 了 ,但 是 CCZ不 会 自动说明系统是否 已经 停止 工
作。我们可能希望知道使用类似策略的其他交易者是否也正在经历
资金 回撤 ,还 希望检查导致亏损的执行错误 。例 如 ,某 位资金经理
可能会加大交易中使用的杠杆 ,试 图从资金回撤中恢复。相对于计
划杠杆的任何偏离都值得重新分析和评价。
当业绩明显优于预期值时 ,CCZ还 为我们提供了寻找原因的宝
贵线索。例如 ,CCZ预 期盈利为⒛ %,但 实际盈利为硐 %。 我们应
该赎回一部分资金吗 ?没 有简单的答案 ,因 为这种情况可能是出现
超级利好市场行情的结果 。在此我想重 申一遍 ,交 易系统执行中的
任何非 正常偏离 ,比 如加大杠杆或改变投资组合 ,都 值得检查 ,从
中也许能找到业绩变化的答案。
CCZ还 为何时为交易经理 、投资 组合或盈利产生过程增加资金
提供了一种提示。比如说某资金 经理 的预期资金回撤持续时间为8个
月 ,而 该资金经理 的资金回撒 已经持续了5个 月。比如说某资金经理
的最差预期资金 回撤 为⒛ %,而 该资金经理的资金 回撤深度 已经达
到 10%。 这可能是为该资金经理增加资金的好机会 ,因 为我们的资
金点 已经 明显低于近期资金高点 。假定指数分布的参数是稳定的 ,)
则这些资金 回撤可能已经接近尾声。额外的细致检查可能也是必需
的 ,目 的是检查该资金经理 是否 已经改变策略或减小了枉杆。
“ ”
总之 ,CCZ在 定义 预期 业绩 的轮廓方面起 到 了很好 的作
用 ,使 得投资者或投资机构可以在管理投资的同时只承担计算好的
风险。
324
超越技术分析——如何开发和执行一套制胜的交易系统
应对资金回撤
应对资金回撤是任何投 资过程中不可避免的一 部分 。因为任何
资金 回撤的深度和持续时间都是未知数 ,所 以很容易理解为什么从
心理上来说应 对资金回撤是困难的。当交易者面对这种不确定性因
素时 ,很 容易夸大资金回撤的潜在严重性。所 以 ,如 果能够在开始
执行交易系统之前研发一种策略来应对资金 回撤 ,应 当是一个不错
的主意。
前面小节中阐述的分析提供了预测潜在资金回撤深度和持续时
间的工具 ,使 我们能够定义资金回撤的范围。资金管理 中比较关键
的一个问题是 :我 们应该在资金回撤期内削减交易系统或资金经理
的资金 ,还 是应该为交易系统或资金经理增加资金 ?问 题的第二 部
分是增加或赎回资金的时间安排 。这种分析假设资金 经理 没有在资
金回撤期内改变交易策略 ,如 果该资金 经理 的交易策略已经改变 ,
那么预测所用历史数据与当前数据的相关性会进 一 步降低 ,从 而使
预测更加不准确。
解决这个 问题的一种方法是分析一 下在绝对资金回撤 (比 如说
10%或 15%)出 现之后增加或赎 回资金对业绩产生的影响。一种较
好的解决方案是检查一 下在资金回撤后增加资金会使历史业绩产生
怎样的变化。此处的资金 回撤使用月标准偏差的倍数来估计 ,比 如
2σ 或3σ 。于是我们问这样的问题 :在 出现低于先前资金峰值2σ 的
资金 回撒时 ,之 后 12个 月内的盈利将是多少 ?因 为市场 经常做周期
式运动 ,利 好期与不利期循环出现 ,所 以可以预期在连续资金回撤
之后出现强势的恢复期。需要注意的是 ,在 资金 回撤期 内添加资金
“ ” “ ”
是一 种 逆势 策略或 趋势期望 策略 ,因 为我们将成功寄托在
“ ”
之后数 月业绩的强势恢 复上 。这种 资金回撒时增加资金 策略的
主要风险在于 ,市 场可能向导致 当前交易策略失败的方向发展。
第二 种方法是在资金回撤持续固定时间 (比 如3个 月或5个 月 )
之后添加或赎 回资金 。此处我们使用指数分布来估计预期最差资金
回撤的长度 ,并 且在 经过预期资金回撤持续时 间的一半之后观察添
加或赎回资金对业绩的影响。
325
B⒐ond Techllical Analysis
‖
钊 嬲 扌
营 资金回撤串 颅率分布 拟合频率
昼訾;帚 熏肀(默 :;:旱 ) B“ 频率
0.00% 1000
12345678更
1.22
1988.1 26.20% 1262.00 128316 -2116 0.93
1988.2 -15.90o/o 1061.34 1283.16 -221.82 0.72
1988.3 20.90% 1283.16 1283.16 0,55
1988.4 -7.20%o 1190.77 1190.77 0.42
1988.5 2.10% 121578 121578 0.33
1988.6 1.00% 1227.94 1227.94 0.25
1988,7 -5.40o/o 1161.63 1227.94 -66.31 019
长
1988.8 1.10% 1174.41 122794 -53.53
1988.9 1.40% 1190.85 1227.94 -37.09
1988.10 0.50% 119680 1227.94 -31.13 指数分布参数 o.26
1988.11 -1.80o/o 1175.26 1227.94 -52.68 最差DD长 度 (月 ) 11.37
1988.12 18.70% 1395.04 1395.04
1989.1 -14.50o/o 1192.76 1395.04 -20228
1989.2 17.40% 1400.29 1400.29
1989.3 -12.60o/o 1223.86 1400.29 -176.44
1989.4 -7.80%o 1128.40 1400.29 -271.90
1989.5 -15.700/o 951.24 1400.29 -44906
1989.6 21.70% 1157.66 1400.29 -242.64
1989.7 5,00% 1215.54 1400.29 -184.75
1989.8 1690% 1420.97 1400.97
19899 27.90% 1817.42 1817.42
1989.10 10.70% 201188 2011.88
1989.11 5.90% 2130.58 213058
1989.12 -15.10° /0 180886 2130.58 -321.72
1990.1 310% 1864.94 2130.58 -265.64
1990.2 5.30% 196378 2130.58 工16680
表 1T一 份实际业绩记录中对资金回撤的分析。
7。
326
超越技术分析—— 如何开发和执行一套制胜的交易系统
327
B弭心ll【t TeChnical Analy“ s
改变波动性的度量尺度
交易系统最常见的问题之一就是它的波动性 。许多风险控制规
则为了实现风险控制的 目的 ,紧 紧监控投资组合中所有资金 经理 或
交易系统的每 日波动性 。幸运的是 ,每 日、每 月和每年的波动性都
将波动佳的庋I尺 皮 由每月改为每 日
一潜 一驷呼世牦 π叫 匝
12345678910
月Π利标准0差 (%)
328
超越技术分析——如何开发和执行一套制胜的交易系统
oM=oD√ Ξ
2 (7.7)
杠杆的校正
本节将分析调整 月盈利标准偏差 σM的 简单规则 。在前面的一
些小节中我们已经看到 ,最 差资金回撒和平均月盈利可以使用 σM表
示 ,于 是我们需要理解如何改变 σM来 控制风险和回报。因为使用历
史数据模拟投资 组合比较简单 ,所 以在这里将讨论范围限定在 一个
期货的投资组合上。
”
我们希望知道每月每个市场会使 σM“ 增加 多少 。自然的 ,每
个市场对 σM的 贡献取决于仓位规模的计算方法和每笔交易的风险资
金 。我们使用多达SO个 期货市场的投资组合的历史数据进行计算 ,
329
Bcvond TeChnical Analv“ s
始风险 ) (7.8)
盈利效 率的基准
我们将盈利效率 (ρ )定 义为平均月盈利 (u)与 月盈利标准
偏差 (σ )之 比 (ρ =u/σ )。 对于风险调整后业绩 ,盈 利效率是
一种很有用的衡量标准 ,因 为使用它可以实现 同等条件下的比较 ,
而且对不同盈利产生过程所用的杠杆不会过度敏感。为盈利效率设
计一个基准是非常有用的 ,可 以用它来比较和对比不同的RGP。
首先分析周期 1979年 ~1999年 上的资金业绩 ,其 中包含 了历史
上最大的牛市之一 。下面的数据 (见 表7.19)在 ⒛O0年 5月 sO日 出现
在芝加哥论坛 (Chicago TⅡ bunc)上 ,经 T。 Rowc Price公 司许可。
“ ”
该表所示为各种股票 现金 指数的业绩 ,这 些指数没有管理费。
多元化资金业绩包含歹.5%的 罗塞尔100O增 长成长指数 ,歹 .5%的 罗
塞尔 10OO价 值指数 ,10%的 罗塞尔⒛0O小 额公司指数 ,以 及 15%的
MSCI EAFE指 数。这些数据的作用表现在两个方面 :第 一 ,它 们表
明典型的股票指数月标准偏差大约为5%;第 二 ,它 们表明在大牛市
中盈利效率在0.2~0.m之 间 ,平 均来看大约为0。 %。
西尼韦斯 和斯波 根从 19盯 年 1月 到 1995年 12月 ,为 许多资产和
CTA指 数报告数据 。他们的数 据 (表 7。 ⒛ )对 于不同的资产类型提
供了一个比较 。例如 ,标 准普尔sO0总 盈利指数的盈利效率 为0.z9,
类似于罗塞尔⒛00成 长指数 的业绩 。西尼韦斯和斯波 根的数据表
330
超越技术分析—— 如何开发和执行一套制胜的交易系统
月Ⅱ利的标淮Ⅱ投Ⅱ纽合扭接和韧始凤险的变化而呈线性变化
一荃 一棚刂樊峥 ε再■ 叹
投 峦 纽 合 中 的 市圬 (#)
表7.19美 国股票指数的风险调整后业绩总结。
明 ,只 有国库券的盈利效率会长期大于 1,原 因是国库券提供了波动
性非常低的稳定盈利。需要注意的是 ,盈 利效率的定义恰好偏爱这
种类型的稳定盈利。CAT指 数的盈利效率接近0.⒛ 。MAR CTA随 意
指数的盈利效率为0.49,因 为随意交易者会更加频繁地改变仓位规
模 ,当 他们预计市场运动比较平滑时会建立相对较大的仓位。随意
交易者常常能够以惊人的准确性判断细小的转折点 ,这 使他们能创
造出众的风险/回 报比。
如果我们将表7.19和 7。 ⒛结合起来看 ,那 么一个合理的盈 利效率
基准是 0.25,它 反映 了包含不同资产类别 、交易策略 、杠杆水平和
日历周期的多元化投资组合的业绩。显然盈利效率不是一个常数 ,
它会因资产类别 的变化而变化。对于相同的盈利产生过程 ,盈 利效
率也会随着时间而变化。对于评价交易经理的业绩和管理投资者的
331
Bc1/()nd Tcchnical Analv“ s
无效多元化
多元化是人们常用的一 种方法 ,作 用是降低交 易过程 中盈利
的波动性。多元化可以增加盈利 、减少波动性 ,但 是它有可能使盈
利缩减吗 ?我 们先来认识一下各种多元化 ,然 后再研究这个问题。
多元化可以是市场 (或 板块 )之 间的多元化 ,可 以是交易理 念 (系
统 )的 多元化 ,也 可以是各种资金管理和风险控 制算法的多元化 。
我们的 目标是提升系统和市场相结合的投资组合 的风险控制业绩。
图7。 ⒛所示为按照随机顺序向一个简单通道 突破 型系 统中添加
332
超越技术分析—— 如何开发和执行一套制胜的交易系统
市场 与投 女纽合 的波 动仕
⌒果 ˇ△刂樊峥 再■ 叹
~/ˇ
r -ˇ
投汪纽合中的市圬虫Ι (#)
∴ 利效率 与投 资纽合 规拄
ο
・ ・ 吼ο ・ οο
35ο.3ο
一迎
25〓
Eˇ
/
讲吊 再■
..ο
/ '
o5ο
・ ・
r“ J廴 。 亠 h∽ ko△ k・ 0
5・
.ο
`∽
・1
市坛狂Ⅰ
图7。 m向 期货市场的投资组合中随机加人市场后会增加盈
利效率 ,但 是在该数据上增长缓慢。
333
BcⅤ otlcI Tc¢ hnica1Analysis
投峦纽合的波动杜与扭拄
⒙ ⒗ ⒕
⌒术 一棚 刂 僻 竖 屏 Ⅱ 熙
^^
2⒛
^^^
8642ο
^f '
ˉ
rˉ
-' 一
η 0日 κ R mm、 寻 寺 窨 m h
投资纽合中的市坛 (#)
H利 效率与投资纽合规住
⒍
・
2⒍
一迎 Eˇ
△
讲艹 屏■
⒐
ο
・
市场女Ⅰ
图 ⒛ 当我们向图 ⒛所示的投资组合中加人更多市场时
7。 7。 ,
盈利效率出现实质性下降,原 因是新加人的市场 ,
作为一个整体,在 该数据集上不具备获利性。
例如 ,如 果所有市场板块在测试周期内表现 强劲 ,那 么盈利效率曲
线可能拉平 ,甚 至 以慢速增长来代替资金 回撒 。随着全球经济变得
越来越紧密相关 ,结 构性相关的影响更难克服 。
多元化带来的好处主要受到下列因素的限制 :添 加的新市场与
投资组合中已有市场相关联 ,投 资组合中市场间的历史相关性 已经
产生漂移 ,市 场出现无趋势行情的时间比历史上正常的情况要长 ,
不相关系统的资金回撤恰好在较短的时间内同时出现 ,等 等 。多元
化策略假设历史会重演 ,这 可能是真的 ,但 在某种程度上削减 了多
元化带来的好处。
比较资金经理
对资金 经理业 绩 的比较 ,与 其说是 一 种科学不如说是 一 种艺
334
超越技术分析—— 如何开发和执行一套制胜的交易系统
术 ,因 为我们不得不对历史数据进行评估 ,然 后勇敢地预测未来业
绩 。我们不得不考虑风险容限和获利期望 ,然 后与基于历史业绩选
择经理人的不确定性糅合在一起。本章重点分析包含9位 期货交易顾
问的方便样本的业绩记录 ,并 且使用前面小节中开发的工具来比较
他们。
表 7.21所 示为9位 CTA从 1998年 1月 到 1999年 12月 的 月业绩数
据 。业绩记录 的长度是任意指定的 ,如 果读者愿意 ,可 以选择分
析 36个 月的数据 。我们计算平均 月盈 利 (u)、 月盈 利标准偏差
(σ )和 盈利效率 (ρ =u/σ )。 可以使用电子表格 中的内置函
数来完成平均值和标准偏差的计算 。盈利效率度量的是风险调整后
业绩 ,并 对盈利实现的顺序不敏感。它是衡量交易程序 (系 统和市
场 )整 体结构的一 种 良好标准 ,该 比值越高 ,系 统越好。然而 ,作
为投资者 ,我 们最终的盈利受到盈利实现顺序的影响。
对于一个在测试周期之初启动资金为 1000美 元的账户 ,通 过计
算缴纳交易费和利息后的净利润和净亏损量化实际盈利 ,然 后计算
净利润和净亏损的比得到净利润因子 (NPF)。 NPF对 盈利的实现
顺序是敏感的 ,并 且可 以度量资金管理 过程 。NPF度 量的是 当资金
经理正确时他们赚了多少钱 ,他 们失误时损失多少钱 。可以认为它
是资金管理过程的一个综合性衡量标准。资金管理 过程包括风险控
制 、仓位规模变更和出场速度 。NPF对 杠杆的绝对值不敏感 ,因 为
杠杆的增加会同时使净利润和净亏损增加 。于是NPF可 以区分出哪
些经理人在资金曲线上侧更有效地使用了杠杆 ,即 那些在盈利月中
没有受到较大波动影响的经理人。NPF至 少应该大于 1,并 且越大越
好 。理论上 ,如 果在测试周期内没有亏损月 ,即 没有净亏损 ,那 么
NPF将 变得无穷大。类似的 ,如 果没有盈利月 ,则 净利润为0,NPF
也为0。 对于CTA-3的 净利润因子的计算见表7.⒛ 。
,净 收益 为
我们 的启动账户资金 为 1000美 元 。在 1998年 1月
2.0%或 ⒛ 美元 ,所 以月末账户资金为 10⒛ 美元 。在 1998年 2月 ,收
益为 12。 90%,由 于上 月月末账户资金为 10⒛ 美元 ,所 以新的月末账
户资金为1151。 ss美 元。于是该月的净收益 为 131.58美 元。199B年 6月
出现 1.8%的 亏损 ,5月 份 月末账户为 1379.53美 元 ,所 以该月的净亏
335
Bcvond Tcchnical Analvso
袤 zI基 于多项标准的CTA比 较。
7。
接下来计算最差资金回撤的预期持续时间。我们使用前面讨论
过的方法 ,但 是因为被评估的数据整体长度相对较短 ,所 以使用数
据中的所有成串数据 ,包 括成串的上升和资金 回撤。通 常 ,预 期资
336
超越技术分析—— 如何开发和执行一套制胜的交易系统
月盈利 (%)指 数值 (美 元 )净 收益 (美 元 )净 亏损 (美 元 )
1000
1998.1 2.00 1020.00 20.00
1998.2 12.90 1151.58 131.58
1998.3 13.60 1308.19 156.61
1998.4 4.10 1361.83 53.64
1998.5 1.30 1379.53 17.70
1998.6 -1.80 1354.70 24.83
1998.7 10.70 1499.66 144.95
1998.8 3.00 1544.65 44,99
1998.9 ' 4.40 1612.61 67.96
1998.10 3.40 1667.44 54.83
1998.11 8.30 1805.84 138.40
1998.12 -4.90 1717.35 88.49
1999.1 -2.20 1679,57 37.78
1999.2 10.80 1860.96 181.39
1999.3 -2.80 1808.86 52.11
1999.4 16.30 2103.70 294.84
1999.5 -10.30 1887.02 216.68
1999.6 -9.00 1717.19 169.83
1999.7 -13.40 1487.08 230.10
1999.8 -7.60 1374.06 113.02
1999.9 -10.90 1224.29 149.77
1999.10 -14.20 1050.44 173.85
1999.11 14.60 1203.81 153.36
1999.12 -4.60 1148.43 55.38
合计 1460.27 1311.84
净利润因子 (NPF) 1.11
表 ” 为表 m的 CTA-s计 算净利润因子。
7。 7。
金 回撤的持续时间越 短 ,经 理人的业绩记录就越具吸引力。表7.23
所示为CTA-3的 示例计算 。表7.21显 示出净利润因子的计算结果 ,
可以从中发现资金曲线中所有上升串和资金回撤串的持续时间 。例
如 ,CTA-3的 业绩记录一 开始便是连续 5个 获利 月 ,然 后 1个 亏损
月 ,紧 接着 5个 亏损 月 ,等 等 。这些成串的原始数据位于表7.23的
第 1列 。使用微软Excel zOOO⑧ 的内置数据分析 工具将它们转换为柱
状图。例如 ,有 6串 持续时间为 1个 月 ,有 一 串持续时间为6个 月。
然后我们使用叠代过程将成串上升或资金 回撒的频率分布拟合到指
数分布上 。我们猜测指数分布的参数值为0.5,然 后将这些数据拟
合到指数分布 。接下来 ,计 算源 自实际频率的拟合频率的平方偏差
337
BcⅤ ond Tcchnical Ana狩 si$
资金回撤串长度 (月 ) 资金回撤长度的频率分布
5.OO 资金回撤长度 (月 ) 出现频率 拟合频率 方差
1.00 1.00 6.00 3.68 5.40
5.00 2.00 1.00 1.29 0.09
2.00 3.00 0.00 0.46 0.21
1.00 4.00 0.00 0.16 0.03
1.00 5.00 2.00 0.06 3.78
1.00 6.00 1.00 0.02 0.96
6.00 7.00 0.00 0.01 0.00
1.Ocl多 )7.00 0.00
1.00 方差和 10.46
指数分布的参数 (λ ) 1.04
最大长度 :0.1%的 出现概率 (月 ) 7
帛
骞旱育
晕翠
旱母
亍帛
垦罩
帛量
矗犁
霉当
寅鼋
贫等级
CTA-17.00 17.24 12.93 1.30 1.36 0.82 3.48 2
CTA-212.00 31.13 17.98 0.76 0.75 1.14 2.66 8
CTA-37.00 37.07 12.52 1.30 0.63 0.79 2.73 6
CTA-412.00 16.93 17.78 0.76 1.39 1.13 3.28 4
CTA-510.00 23.80 24.81 0.91 0.99 1.57 3.47 3
CTA-69.00 23.96 9.64 1.01 0.98 0.61 2.60 9
CTA-77.00 21.08 4.31 1.30 1.11 0.27 2.69 7
CTA-88.00 23.89 34.23 1.14 0.98 2.17 4.29 1
CTA-910.00 16.27 7.60 0.91 1.44 0.48 2.84 5
平 均 9.11 23.48 15.76
表 叨 依据预期业绩的总业绩得分所做的等级评定。
7。
338
超越技术分析——如何开发和执行一套制胜的交易系统
便得到预期年盈利。
收益 /风 险比就是预期年盈利除 以预期最大资金回撒 。显然该
比值越高越招人喜欢 。它类似于按年计算的 、无风险率为0时 的夏普
比。产 生一 致盈利的资金 经理 拥有较短和较浅的资金回撤 ,将 拥有
较大的收益/风 险比。
作为投资者或投资机构 ,可 以根据 自己的 目的来选择度量的
重点。例如 ,我 们可以以盈利效率 、NPF或 其他任何衡量标准来给
经理 人评级 。还可以使用资金 经理的相对评分得出一个综合的衡量
标准 。例如 ,我 们可 以对所有市场上的预期资金 回撒持续时 间 、
最差资金回撒深度和预期年盈利求平均值 。表7.24所 示为我们所分
析的那一 组CTA,最 差预期资金回撤的平均长度为9.11个 月 ,资 金
回撤的平均深 度为23.48%,预 期年盈利为 15.76%。 我们可以按下
述步骤计算相对评分 。因为较短的资金回撒持续时间要比较长的更
好 ,所 以我们用预期平均资金回撤持续时间 (9.11个 月 )除 以单个
CTA的 预期持续时间。于是对于CTA-1,持 续时间得分是9.11/7,
即 1.30。 因为资金回撤深度越小越好 ,所 以我们用平均最差资金 回
撤除 以每位经理的预期资金 回撤 。对于 CTA-1,资 金 回撤得分是
⒛.4S/17.⒛ ,即 1.冗 。资金 回撤得分偏爱波动性较低的资金经理们。
然而 ,因 为他们的盈 利一 般较低 ,所 以他们的盈利得分也受到影
响 ,这 可从盈利效率的差别中看出。因为盈利越高越好 ,所 以我们
用每位经理的预期盈利除以该组的平均预期盈 利。于是 ,CTA-1的
表7。 Ⅱ 根据资金回撤深度和期望盈利得分的综合评级。
339
B田ond Technical Analysis
表7。 “ 根据资金回撤深度和期望盈利得分的综合评级 。
340
超越技术分析—— 如何开发和执行一套制胜的交易系统
Speaman相 关性检验来检查统计显著性。
10位 CTA的 相对等级评定总结于表 7.25中
,测 试周期从 19叨 年
到 19∞ 年 ,使 用两年间隔的重叠数据。〃5的 间隔中 ,连 续周期之间
的相关性是统计学显著的。我们来分析一 下最后两列 ,高 级别 (数
字较小 )CTA与 后续周期中的高级别 (数 据较小 )相 关联 ,低 级别
(数 字较大 )的 CTA与 后续周期中的低级别相关联。例如 ,在 19叨
341
BcVC,nd TeChnka:丸 sis
`a盱
股票市场和共同基金中的风险与回报
股市或共 同基金 中的风 险有多大呢 ?在 同一 板块 中存在相对
风险 ,也 可能在同一板块的某些股票或期货中表现欠佳 。然而 ,我
们还不得不承担 一 种绝对风险—— 在 1周 或更短的时间内亏损25%
或更多资金的风险。实际上 ,对 于投资成功 (事 实上是在市场中生
存 ),绝 对风险比相对风险更为重要。在线交易和实时数据供给的
广泛发展 已经 引起 了一种文化 ,即 用草率决定来痛击坏消息。这些
“ ” “ ”
乱开枪的治安维持会成员 自豪地拥护 先开枪 ,后 问问题 的
思想。回顾一 下 ,⒛ OO年 9月 份英特尔和苹果公司 (AAPL)出 现的
领先于市场的快速下跌 ,可 以看出资金和流量都无法抵挡雪崩式的
卖单 。以前延续数 月的价格运动现在数小时内便完成了。本小节将
预测资金回撒深度的思想推广到盘中事件 。读者应该记得峰至谷资
金回撤可以用月盈利标准偏差 (σ M)的 4倍 来做很好的估计。对于
盘中数据 ,将 使用”天收盘价的标准偏差 (σ 22)代 替月盈利的标准
偏差。默认情况下 ,假 设每月有”个交易 日。
首先分析英特尔有限公司的股票 (INTC)在 ⒛0O年 9月 份 紧
跟收益警示之后的下跌 。该公司在某个星期三收盘之后披露了一份
342
超越技术分析ˉ— 如何开发和执行一套制胜的交易系统
岍
咖湖…
″、 1η
2日 收 n价 标淮臼 扌 〓3,73卖 元
llfΙ |丨 l↓
lI丨 丨
丨
丨
讠 lt|丨
llI扌
∞
到上月日盈利标准偏差的7倍 。
343
B钾 ()nd TeChnical Analvsis
基金 盈利效率 基金 盈利效 率
FBALX 0.34 JAFIX O.32
FBIOX 0.27 JAGIX 0.44
FCNTX 035 JAHYX 0.18
FCVsX 046 JAMPX 0.49
FDCAX 0.28 JANSX 0.44
FDCPX 0.31 JAOLX 0.48
FDEGX 0.43 JAOSX 0.34
FDEQX 0.34 JAsSX 0,41
FDGFX 0.35 JATEX O,21
FEQIX 0.34 JAVLX 0.46
FEQTX 0.35 JA- 0.46
FEXPX 0.32 JAXBs o76
FFIDX 0.4 PBCRX 0.31
FFTYX 0.18 PBEGX 0,21
ΠⅥAGX o,36 PBHEX o.38
FPL1RX 0.23 PBHGX 0.29
FsINX 0.16 PBHLX 0,44
FsPCX 0.21 PBLDX 0.31
FsPTX 047 PBMCX 0.39
FsTCX 0.36 PBTCX 0.41
FSTGX 0.55 PLCPX 052
FSUTX 0.47 PssCX 0.28
黾
昂7.28
价格下跌虽然是瞬时的 ,但 相对来说也受到了很好的限制。
苹果公司 (AAPL)在 披露收益下降和标志产品销售额资金 回
后数 日,其 股票便 出现暴跌 。市场 恶狠狠地咬 了AAPL一
撒的信扈、
口 ,使 其股票下跌 了7.44σ 22,比 英特尔受到的损失还要惨重得多
(见 图7.25)。 AAPL股 票的下跌与最恶劣的市场下跌相 一 致 ,请 看
盘中风险。
共同基金中的风险与此类似吗 ?如 前面图7.10所 示 ,随 着 月盈
利标准偏差 (σ M)的 增加 ,峰 至谷资金回撒也增加。平均资金回撤
为4.3σ M表 明具有 50只 或更多只股票的多元化投资有助于资金 曲线
的平滑 。对 50多 份基金 日线数据的分析表明 ,最 严重的盘中资金 回
撒一般小于2.5σ 22,而 且更接近 1.5σ 22,主 要是 由于多元化投资的平
滑作用 。
344
超越技术分析—— 如何开发和执行一套制胜的交易系统
∷小结
本章讨论了重要的资金管理思想。首先分析了破产风险。对于破
产风险的计算表明 ,尽 可能不要在交易账户上使用过高的杠杆。在做
破产风险计算时 ,假 设仓位规模 、回报率和胜率是固定的。但是 ,如
果我们可以在市场中辨识出超常机会 ,就 可以调整仓位规模。
然后分析 了系统设计和资金管理之间的相互影响。资金管理 的
设计思想是 防护资金 曲线的下侧 ,而 让市场去应付其上侧。使用月
盈利标准偏差来预测未来 资金 回撤 ,未 来资金回撤约为标准偏差的
4~5倍 。
我们分析 了投资策略对资金曲线平滑度的影响。对于大多数交
易者来说 ,每 个信号交易固定数量合约的策略是一种合理的选择。
通过在亏 损交易之后减仓 ,可 以获得比较平滑的资金曲线。其他策
略 ,比 如获利后加倍或亏损后加倍 ,大 大增加了资金 曲线的崎岖度
345
Bg℃ ,nd1℃ chⅢ calrb破 v“ $
(即 降低了资金曲线的平滑度 )。 我们应该对这些论述有个比较透
彻的理解 ,因 为这些资金管理策略中的每一个都会 显著影响未来投
资组合的业绩。
接下来我们改变分析方 式 ,详 细论述影 响资金 回撤深 度和持
续时间的因素。对于许多投资产品 ,比 如期货 、套利基金和共同基
金 ,资 金回撤深度一般小于每月盈利标准偏差的4倍 。资金 回撒的持
续时间可以使用指数分布进行预测 ,或 者使用资金回撤串或资金回
撤周期持续时间的标准偏差的3倍 来作为预测标准。它们是预测未来
业绩两个关键方面的非常有价值的工具 。我们探讨了使用盈利效率
为预期盈利创建模型的方法 。这些模型 一起帮助定义了钱德舒适区
域 (CCZ),它 是一种管理风险和预期的强大工具。
随后研究 了如何应对资金回撤的难题 ,阐 述资金经理在资金 回
撤期内辨识低风险入场点的方法。我们分析 了改变波动性度量尺度
的实际问题 ,并 讨论了对杠杆的校准。这些论述将帮助交易者估计
预期波动性的大小 ,以 及从交易市场的数量和所用枉杆来预测波动
性的方法。这些思想是交易成功的重要基础 ,任 何交易者 、投资者
或投资机构都不可忽视。
我们通过提出盈利效率的基准引出了一个关键问题 。该基 准可
以用于期货市场 、股票 市场 、共同基金 市场和套利基金市场。在各
种类别的市场中,0.25的 盈利效率是风险调整后业绩的一个极好的
基准。多元化通常被吹捧为通向超级风险调整后业绩的最佳路径。
然而 ,多 少市场算太多呢 ?通 过论证 ,我 们发现交易太多市场造成
无效多元化并不困难 。
我们给出了一个详细的例子 ,该 例子运用这些思想来研究比较资
金经理的方法。在这些论述中 ,我 们提出了几种对资金经理评级的新
方法 ,以 更好地预测他们的未来业绩 。这一小节应该会引起投资者和
投资机构的更多关注。最后阐述了个人交易者如何运用本章介绍的思
想来定义个股中的风险 ,或 者区分超级共同基金投资的方法 。
346
超越技术分析—— 如何开发和执行一套制胜的交易系统
第Q0章
数据的随机化处理
我们对数据的需求永远不会感到满足。
简介
交易的重点在于理解我们的系统在将来会怎样工 作 。本章介绍
一 种生成合成数据的新方法 ,它 可以生成无限量的数据用来作系统
测试。这种新方法叫做数据的随机化处理 ,帮 助我们克服期货市场
上数据量相对较少的限制。数据的随机化处理可以产生新的价格 区
间和新的价格形态 ,这 对于在最广泛的市场运动 区 间内测试 系统是
必须的。这是真正 的样本外测试 ,将 使用电子表格 和标准普尔500
数据来对这种方法进行详细阐释。我们使用 7年 长度的瑞士法郎连
续合约来产生56年 的合成数据 ,然 后在合成数据~上 测试一套波动性
系统 ,以 便使读者 切身感受这种测试的优点 。
关于 自己的系统 ,我们真正希望了解什么
对于 自己的系统我们真正希望了解的是它在未来 的表现如何。
理想情况下 ,我 们希望知道盈 利和资金 回撤是多少。由于不能预见
“ ”
未来 ,所 以一种比较好的选择是在许多 模拟 未来市场运动的数
据集上测试系统。然后 ,我 们只要对这些结果求平均值就 可以得到
对未来盈利和资金回撤的合理评估。但是要强调一下 ,要 想获得获
利性和资金回撤量的准确数据是非常困难的。
对于 月资金变化的平均值和标准偏差 ,仍 然可以使用 良好的评
估方法 。在前面研究资金曲线时 ,分 析了间隔资金变化及其标准偏
差。标准偏差对于预测未来资金回撒是非常有用的。
作为一 名交易者 ,我 们还希望获得一种感觉 ,那 就是系统的设
347
B、
`)nd Tcchnica1Ana|ysis
计思想在不同市场上工作时究竟有多好 。系统设计方法的舒适水平
甚 至 比业绩数字更有价值 ,因 为我们可 以毫不犹豫地执行 一套熟悉
的系统。获得这种 自信的方法之 一是在许多不同的数据集上测试该
系统 ,这 些数据集是我们在将来交易中可能会碰到的那种。
记住一点 ,所 有的计算机测试都产生于无干扰、无情绪的环境 ,
交易时没有任何的风险可言 。在使用该系统进行真实交易时 ,交 易者
常常变得非常情绪化 ,因 为风险是比较高的。但是我们在测试系统时
永远不会有这种压力。一种解决方案是在许多数据集上测试该系统 ,
历史数据是序幕 :放 回抽样
放回抽样的思想大致如下所述。假设这样一种情况 ,有 100张 光
盘 ,将 它们从 1~100标 号 ,然 后放入 一个包里并打乱顺序 。然后我
们晃动这个包 ,并 从中抽出一张光盘 ,比 如说是#21。 现在 ,在 抽出
第二张光盘之前 ,我 们有两种选择 ,或 者把 #21放 入包 中 ,于 是 100
张光盘就都在包中 ,或 者从99张 光盘 中选 出另外一张 ,而 不把 #21
348
超越技术分析—— 如何开发和执行一套制胜的交易系统
原始样本 #1 +z +s +0 +s 柘 +T +B +9 扭0#nn
9⑷
364⑷
7623⑷
2 8 6 2 8 6 1
7305433582△
1
2 6 9 7 8 10 3 4
3 6 8 4 1 4 1
15773937・
3
4 7 7 9 1 8 6 6
⑷
5 3 7 9 10 7 8 5
81⒛
6 3 10 4 10 10 8
95545・
6
7 4 5 3 10 6 5 6
8 7 3 2 6 9 7 8
9 1 8 24・
10 9 4 2 4
10 7 8 5 1 1 1 9
4。12
5。
80・
0
6
3
2
49
7・
03・
・
・
平均值
(所 有 )
标准偏差
(所 有 )
349
Bcvond TeChnical Ana营 Ⅴ
$is
就越好。
将相 同的原理用于系统测试 ,我 们可以使用放 回抽 样来产生
合成数据 。这些额外 产 生的数据将提升我们对系统数据 (比 如说
月资金变化 )的 平均值和标准偏差的预测能力 。使用这些 新 的数
据 ,将 实现真 正 的样本外测试 ,并 将扩充的市场行情展现在交 易
系统面前。
放回抽样的思想引出了另一 条统计学思想 ,叫 做 自举法。 自举
法的思想是对 一 些试验结呆进行放回抽样 ,以 得出我们所感兴趣的
量的统计分布 。举 例说明 ,对 于来 自一 套交易系统的⒛ 0个 交易结
果 ,我 们使用放 回抽样产生不同的输出结果 ,然 后对这些数据进行
平均 ,便 得出未来交易结果的一个分布 。在这个例子中 ,每 个样本
中不同数值的平均值和标准偏差给出一个原始样本平均值和标准偏
差的分布。
读者可以重温对 65SMA-3CC系 统测试结果的论述 ,观 察一 下
所有交易的分布 。那⒛O0个 测试产生了一份特殊的柱状图或交易分
布图。我们可以借助放 回抽样从那24O0笔 交易中研究出其他的潜在
分布或柱状图 ,并 试图用它们预测未来业绩。
使用放 回抽样 的 一 个 问题是 ,我 们只能从原始样本 中抽取数
“ ”
据 ,所 以 ,我 们只能 看到 那些在原始样本中发生过的事件 。这
里我们研究的方法将努力克服这一 问题 ,以 便创造出新的价格 区 间
和价格形态 。
来看一 下如何使用放回抽样在一份连续合 约上产生其他包含市
的连续合约。一 旦可以复制市场数据 ,我 们就可以突破数据
场信启、
集的限制而通向 自由测试之路。
数据随机化处理 :我 们一直需要的所有合
戊数据
通过对连续合约数据随机化处理得出的数据叫做合成数据 ,因
“
为这些数据不是来 自公开市场中的真实交易。使用术语 数据随机
”
化处理 的原因 ,是 这种方法是对数据随机重排以产生新的数列。
350
超越技术分析—— 如何开发和执行一套制胜的交易系统
我们先来看一下如何总结市场信息。将两条 日棒线彼此相邻地
放在 一起 ,然 后以第 1条 棒线的收盘价为参考 ,分 析第2条 棒线开盘
价 (O)、 最高价 (H)、 最低价 (L)和 收盘价 (C)与 第 1条 棒线
收盘价之间的关系。我们可以将这些关系描述如下 :
Δ开盘价 =开 盘价 -收 盘价 [1]
△最高价 =最 高价 -收 盘价 [1]
Δ最低价 =最 低价 -收 盘价 h]
Δ收盘价 =收 盘价 -收 盘价 [1]
351
Bcvond1′ eChnk怼 Ana圩 sis
开盘 最高 最低 收盘
最低 收盘 价- 价- 价- 价-
棒线# 日
期殇尹晃
帚 价 价 收盘 收盘 收盘 收盘
价【
川 价[刂 价[刂 价[Ⅱ
1995.11.30 608.07 610 606.1 607.25 0.02 1.95 -1.95 -0.8
1 1995.11.29 608.6 608.85 606.3608.05
2 1995.12.01 608 609.4 605.9 608.3 0.75 2.15 -1.35 1.05
3 1995.12.04 608.87 615.5 608.05 614.8 0.57 7.2 -0.25 6.5
4 1995.12.05 614.02 619.5 613.85618.75-0.78 4.7 -0.95 3.95
5 1995.12.06 619.85 622.65 617.35 619.8 1.1 3.9 -1.4 1.05
6 1995.12.07 618.95 619.8 615.7616.65-0.85 0 -4.1 -3.15
7 1995.12.08 618.5 619.5 614.3 618.3 1.85 2.85 =2.35 1.65
8 1995.12.11 618.9 621.7 617.75 619.8 0.6 3.4 -0.55 1.5
9 1995.12.12 618.9 620 618.2 618.8 -0.9 0.2 -1.6 -1
10 1995.12.13 619.4 622.6 618.65621.35 0.6 3.8 -0.15 2.55
352
超越技术分析——如何开发和执行一套制胜的交易系统
耻
蛳
棒线#开 盘 最高 最低 I,a出 t syn~ syn- syn-
价- 价- 价- 价- 开盘价 最高价 最低价
收盘 收盘 收盘 收盘
价【11价 【
11价 田 价 [11
-0.78 4.7 -0.95 3.95 607.27 612.75 607.1 612
4581311891
我们可能又选择了棒线5。 我们可以产生所需长度的棒线序列。
这里我们使用 199s年 11月 ⒛ 日的收盘价ω Os作 为参考 ,使 用微 8。
353
B丬ond Technk/dl Anal】 厂
sis
注意原始数据中的最后六条棒线显示的却是整固形态 。原始数据 中
的最后一条棒线 (图 8.1中 的棒线 10)在 图8.2中 为棒线砑口
棒线7。 我
们可以看出 ,棒 线序列中最高价和最低价与先前棒线的相对关系对
于两个序列来说是相似的。于是 ,我 们 已经把原始棒线 10的 市场行
为概括后在另一序列中重新使用 ,并 生成了新的合成数据。
当然 ,生 成的样本越多 ,我 们看到的形态变化就越多 。以1995
年标准普尔sO0期 货数据为原始样本的另一 组合成数据见图8.3,从 中
可以看出形态的变化。新形态与原始数据相 比 ,包 含了一个较为狭
窄的价格 区间 ,并 且在末期似乎要出现一个突破 。
所以 ,我 们可以使用数据随机化处理 方法产生各种各样的图表
形态 。因为连续合 约代表较长时间的市场行为 ,因 此它们在产生合
成数据方面表现得不错 。如果交易者愿意 ,也 可以将该方法用于独
立合约 ,然 后使用合适的展期 日把它们串在一起 。
随着棒线数据数 量的增加 ,可 以生成更多类型的形态 ,于 是数
标准艹尔sOoJn期 货合约经过陡机化处理后的效据
一 ■ i■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ 一 ■
一σ
・
・
.
・
・
丨
丨
.
.
・
・
.
・
・
123456789
时 问 (交 岛 日 )
354
超越技术分析——如何开发和执行一套制胜的交易系统
625
620
615
ˉ n
l
610
I
605
l
:
丨ˉ
I
600
1 2 3 5 6 7 8 9 10
时 闾 (交 易 日 )
355
B弭◇nd Technical Analysis
在合戊数据上测试一套波动性系统
此处我们在合成数据上测试 一 套波动性系统 ,以 便说 明数据
随机化处理方法的实际应用。因为货币市场最近 已经 出现瞬时的、
压缩的运动 ,所 以波动性系统是—个不错的选择 。交易者 们可能认
为突然的 、压缩 的价格运动是 当今期货市场的一 个主要部分 。但
是 ,对 历史数据的分析将说服他们 ,以 前这种行情也出现过 。如果
交易系统使用了重度平滑的数据 (译 者注 :指 对价格数据进行多次
平均 ,使 指标变得更加平滑 ),那 么在交易这种市场运动时常常比
较困难 。许多交易者 已经注意到 ,瞬 时运动还出现在趋势转折点附
近 。所 以 ,我 们可能找到 一 种基于波动性 的方法来辨识顶部或底
部。对于波动性的定义 ,可 以采用多种方式。
常见的经验是使用最近真实价格区间的数倍来定义价格运动的
上下边缘 。此处采用一 种较为简单的方法 ,只 使用当 日最高价和最
低价之差作为价格区间的度量。次 日买进止损价 位为当 日最高价加
上两倍的当日最高价和最低价之差。类似的 ,卖 出止损是 当 日最低
价减去 当日最高价和最低价之差的两倍 。我们在同一天碰到两种入
场订单的可能性极小 (但 并非完全不可能 )。
上述入场点的定义相 当具有一般性 ,并 且没有针对任何市场进
行优化。读者可以使用大于2的 倍数来获得较少的入场机会 ,或 者使
用小于2的 倍数来获得较多入场机会。我们假设这些反复无常的震荡
356
超越技术分析——如何开发和执行一套制胜的交易系统
图8.5高 于当日最高价或低于当日最低价两倍于高低价差的价位,提供了进人
压缩式价格运动的良好人场点。但是 ,市 场经常会在没有很大波动性的
情况下出现大型运动。
357
B叩 11d TCch浊时An狮 姚
盈笔
利数
溺 (掣 )
帚
羹翠
曼罾掣
皂羹『嬲 氍
瑞士法郎 580O -17600 1.06 1.92
(sF)合 约
sF合 成数据#1 ss臼 4 -12732 1.42 81 39 1.60 415
SF合 成数据#2 35%3 -19550 1.38 97 45 1.59 367
SF合 成数据#3 -713 -21388 0.99 99 37 1.53 -8
SF合 成数据#4 14ss0 -14938 1.16 86 39 1.92 167
SF合 成数据#5 s9sT -20425 1.11 98 44 1.36 91
SF合 成数据#6 -” 能5 -27050 0.79 101 40 1.21 -224
sF合 成数据#7 13550 -22463 1.14 97 42 1.49 139
Ⅲ 合成数据#8 -13212 -30750 0.9 97 42 1.19 -136
SF合成数据平均 “拼 -21162 1.11 95 41 1.49 101
表8.4波 动性系统在实际合约和合成数据上的对比。
于测试结果的未来业绩 。对于这种结果的出现 ,不 必大惊小怪 。独
立合成数据上的业绩变化范围更大 。但是 ,8份 合成数据上的平均业
绩 (最 后一行 )接 近于原始测试周期上的业绩 (第 一行 )。 这种结
果类似于表8.1中 所示结果 ,随 机样本的平均统计量接近于原始样本
的平均统计量。
当我们对更多合成数据上的测试结果进行平均时 ,更 好地评估
“ ”
系统 真实 业绩 或最可能业绩 。我们还可以求出合成数据测试 结
果的标准偏差 ,以 量化未来业绩的变化范围。例如 ,表 8.4中 所示合
成数据的标准偏差为⒛523美 元 (没 有列出 )。 借助该数据 ,可 以
使用均方差分析来选择投资 组合 ,这 些策略运用了现代投资组合理
论的思想。我们可以尝试为一 组系统找出投资 组合所带的权重 ,对
于一个特定的预期标准偏差 ,这 组系统可能实现给定水平的预期盈
利。我们还可以使用标准偏差为破产风险的计算提供一个相关的范
围。合成数据的另一种用法是预测给定系统未来资金 回撒的范围。
所以 ,合 成数据可以用来预测未来业绩。
合成数据有一个重要的局限性 。由于我们使用的是放回随机抽
样方法 ,所 以我们的形态不代表实际市场行为 。例如 ,合 成数据可
能出现不代表市场心理或任何供需平衡的形态 。因此 ,我 们应该生
成多个数据集 ,然 后在这些数据集上对系统业绩求平均值 。平均业
绩将更好地代表系统潜在的未来业绩。
358
超越技术分析ˉ—如何开发和执行一套制胜的交易系统
小结
Ⅱ
总之 ,数 据的随机化处理提供了一 种测试系统的新方法 ,使 系
统测试可以在许多不同的市场行情上进行 。我们可以在这种模拟测
试中观察系统模型的表现 ,对 于系统的运作获得更多 自信 ,并 且 学
习如何识别系 统的失效 。我们可以使用 自己的洞察力来设计滤网 ,
359
超越技术分析——如何开发和执行一套制胜的交易系统
驷四甯
μ∷
灬μ
执行一套交易系统
∷简介
交易是一 种动态的分析 。如果你认为建 立交易系统非常容易 ,
测试的问题
“ ”
虽然交易产生于情绪的 高压锅 中 ,但 是测试却是在情绪真
空中完成的。想像一 下 ,一 辆在风洞中设计的跑车 ,从 空气动力学
上来说是光滑的 ,但 在赛场上其他跑车混乱的尾流 中却常常难 以驾
361
Bσ ond Te¢ hnica∶ Ana即 $i$
驭 。类似的 ,一 套基于历史数据的高性能系统在实际交易中会有一
段颠簸不平的路程 。
系统测试产生于无情绪状态 ,不 必担心亏损 ,我 们所看到的只
是测试结果总结和标志入场点和出场点的彩色箭头。在测试期间不
必经受亏损出现时带来的风险 ,也 不必因系统的入场过迟和出场过
缓而焦急。交易者不必设置订单 、放置订单 、跟踪订单的实现 、记
住展期 日、监视保证金 ,或 者 阅读每 日资金记录 。更重要的是 ,交
易者不必积极地监视头寸风险 ,或 制定任何资金管理决策 。
在 计算机测试时 ,交 易者不会害怕亏损 ,也 不必担心错过机
“ ”
会 。所 以系统测试软件是 一个 无菌环境 ,它 不能模拟系统执行
时的感情因素。因此 ,如 果你 已经使用 自己所 有的创造力开发了一
套交易系统 ,考 虑了我们 已经 讨论过的所有因素 ,那 么接下来的工
作重点便是系统执行。
交易是 一 种可获得的技能。获得并维持 一 种新技能的唯一方法
就是坚持不懈地重复 。计算机化的测试不会让交易者培养任何执行
系统的技能 ,再 多的测试也不会给交易者培养实际执行系统的能力
所需的重复。显然 ,交 易者需要更多的工具来突破这些存在于系统
设计和测试中的限制。
模拟交易 :利 与弊
传统认为 ,系 统设计的限制是使用试用期 ,在 试用期上使用 自
“ ”
己的系 统进行 模拟 交易。显然 ,模 拟交易会帮助交易者熟悉和
理解交易系统的实际运行机制。交易者可以练习执行系统的所有步
骤 ,比 如选择投资 组合 、设置订单 、跟踪订单的实现 、监 控风险 、
记录利润与亏损。另外 ,交 易者可以创建 一份 日志定期记录 自己的
心理状态 ,这 对跟踪 自己的交易信条和交易形式都非常有用。
对于模拟交易 ,另 一 种比较有价值的使用方法是一笔交易、一
笔交易地分析系统执行结果 。交易者应该试着去重温每笔 交易 ,每
日观察图表 ,记 录下 自己对图表形态的反应 、资金值 、波动性等。
虽然这不是 一 种完美的解决方案 ,但 是详细的重新分析历史交易也
会使交易者获得对系统性能的宝贵洞察力。对交易系统额外 的洞察
362
超越技术分析—— 如何开发和执行一套制胜的交易系统
力会加强交易者应对实际交易中系统性能起伏的能力。
但是 ,模 拟交 易不会告诉交 易者有关 实际交 易性能太多 的内
容。所 以 ,我 们从系统测试中没有获得的对系统性能的洞察 ,在 模
拟交易中也未额外获得多少。假设在系统测试期间连续产生了8笔 亏
损交易 ,那 么在模拟交易时 ,如 果系统连续产生了3笔 盈利交易 ,并
不意味着它是 一套很棒 的系统。类似的 ,如 果在模拟交易时它连续
产生了10笔 亏损交易 ,也 并不意味着它是 一套无用的系统。准确地
说 ,因 为连续交易是不相关的 ,所 以不能根据模拟交易中观察到的
结果对系统的总体性能一概而论。
模拟交易的另一个缺陷是 ,它 仍然缺乏现金损失给交易者带来
的风险。所 以 ,在 模拟交易中 ,交 易者仍然没有机会获得真实交易
中对心理 状态的要求。虽然有这么多限制 ,但 是模拟交易在缩短系
统设计和执行之间的差距方面仍然提供了一种合理的方法。
你相信 自己的系统吗
市场将竭尽所能地运用各种方式挑战交易者对交易系统的忠诚
“
度 。市场使用著 名的战争格言 : 用贪婪 引诱他们 ,用 混乱征服池
”
们。 市场不断创造新的图表形态 ,以 扰乱我们的分析 c除 非我们
对 自己的系统绝对忠诚 ,否 则市场很快就会令我们不知所措 。市场
促使我们忽略交易信号 ,更 改交易计划 、放宽系统规则 、发明新的
“ ”
例外 ,其 他都是以 提升业绩 为借 口。提升系 统设计的唯一方法
是严密的历史测试和模拟交易。任何未经测试的偏离都只能带来短
期的满足 ,但 是都会严重损害系统的长期性能。
我们应该将所有的创造性和情感倾注在创建 一套为 自己工作的
系统上 。系统应 该具有时间窗 口 、交易频率 、市场敏感度和应该重
点考虑的获利性 。在历史数据上对系 统进行过严密测试后 ,我 们应
该再在 经过随机处理 的数据上进行测试 。在 经过随即处理 的数据上
进行测试时 ,我 们很快就会发现系统适合的和不适合的市场类型 。
通过在多组随即处理数据上对系 统进行测试 ,还 可以增强我们对系
统未来性能的 自信。在系统测试之后 ,可 以再进行模拟交易以便明
确系统的运行机制。一 旦我们对系统满意之后 ,就 应该拒绝所有未
363
B幽笈 :y§ o
)n逋 Technical A盘 察
经检查的修改。
市场促使我们 重新检 查对系统的忠诚度 。只 有我们对系统每
天都忠实和 自信时 ,我 们方可使用它。如果交易者不信任 自己的系
统 ,那 么市场很快就会促使他偏离 自己的系统。— 旦交易者偏离系
统 ,那 么就是在使用一套未 经测试的系统 ,所 有投资都处于不可控
制的状态 。当然 ,交 易者可能会问 ,为 什么要坚持使用一套测试过
的系统?答 案见下一部分。
时间是我们的盟友
市场给予我们利润 ,市 场又把它们带走 了。我们应该认识到 ,
在所有的市场中都有比较容易赚钱的一些时间周期 ,而 在另一 些时
间周期上大部分系统都显示亏损 。作 为系统交易者 ,我 们的 目标是
挺过不获利周期 ,从 而在获利的时间周期中赚钱 。主要的是 ,风 险
控制策略 、资金管理经验和整个系统设计都将在决定我们度过困难
市场行情的能力时扮演重要角色。因此交易时要高瞻远瞩 ,记 住 当
前的交易只是许多交易中的一笔 ,不 必对每笔交易都过分在意。
假设我们正在 一个多元化交易账户中使 用多套系统在许多市场
上交易。假设的平均获利概率为35%。 由于可以证 明连续交易是不
相关的 ,连 续出现 10笔 亏损交易的概率为 (0.“ )1° ,或 0.01ss,或 者
13/10OO。 所以 ,如 果我们开 1000个 新账户 ,其 中只有 13个 会连续出
现 10笔 亏损交易 。现在 ,假 设同时进行所有交易。如果每笔交易的
风险为总资金的2%,那 么在 1000笔 交 易中大 约有 13笔 会在 一 开始
便 出现 ⒛ %的 资金 回撤 。如果每笔交 易的风险为总资金 的 1%,那
么在 10OO0笔 交易中有接近 18笔 达到⒛%的 资金 回撤 。
⒛ %的 亏损 ,虽 然令人不快 ,但 并非不可挽回。交易者还应该
明 白,不 大可能发生的事件也可能发生 ,而 且的确发生过 。不 要陷
入某笔交易的漩涡中不能 自拔 。应 该将眼光放长远 :严 格加强风险
控制 ,遵 守资金管理规则 ,并 集中精力地执行系统 。
364
超越技术分析—— 如何开发和执行一 套制胜的交易系统
无例 外规则
确保长期成功的一个好方法便是严格跟随系统 ,毫 无例外 。如
果需要破例 ,就 把例外情况写下来 ,然 后进行彻底的测试 ,而 不能
仅凭直觉。如果交易者想放弃 自己的系统 ,这 或许意味着对系统不
适应 ,应 该做更多的测试和微调。
许多交易者使用上升的波动性来度量即将 出现的价格变化。当
“ ”
波动性 高 时 ,他 们会减仓 。对于这种现象 ,交 易者应该精确定
义 。比如 ,当 收盘价的50日 标准偏差大于 15OO美 元时 ,交 易者可以
“ ”
认为波动性 高 。然后 ,需 要在历史数据上进行测试 ,观 察一下
在波动性升到该值时市场的变化。
“ ”
如果行情 看好 ,我 们可以选择增加市场风险达到账户总资
“ ”
金 的4%。 我们不能仅靠直觉 ,而 是要定义 一 个 明确的 看好 条
件 ,比 如⒛ 日突破出现的同时 ,5日 RSI值 大于⒛或小于sO。 然后我
们 可以在历史数据上检测 ,看 一 下我们所预期的能否得到统计学的
支持。
第4章 已经分析过 65SMA-3CC模 型 的测试 ,只 有 4%的 交 易为
“ ”
本垒打 ,正 是这些交易使得投资组合业绩不同。如果交易者一
直偏离 自己的系统 ,很 难说不会在给定时期内错过所有重要交易。
无例外策略是必要的 ,还 有另一 个原因 :可 追溯性 ,将 在下一
部分进行讨论。
全程可追溯性
我们应该能够及时追查 出某笔特定交 易或交 易行 为的准确原
因。例 如 ,我 们能够 回忆起为什么进行某一笔交易或调整 。如果我
们有一套精心设计的机械系统 ,并 且严格按照无例外策略执行 ,就
・
能保证追溯性。
如果交易者使用主观的图表分析 ,那 么理解 自己的交易模式的
最好办法是定时记 日记 ,并 保存一份图表的拷贝 。交易者应该记录
用来制定某一决策的所有心理状态和分析。
如果我们的交易不具有追溯性 ,就 很难监控系统的执行 ,于 是
365
B、斌 d Tct・ hHc猫 凡m盱 吣
会丢失可以提升交易水平的宝贵信息。假设交易者总是倾 向于入场
过迟 、出场过早。如果他没有保持详细记录 ,就 很难改正这种错误
的倾向。特别的 ,该 交易者可以确定促使 自己过 早出场的市场行情
类型。比如 ,该 交易者发现急速的3日 抛售后 ,常 常退出交易。然后
经过短暂整固 ,市 场又恢复先前的趋势。现在他有了克服恐惧的可
靠信息 ,每 次出现3日 反向运动就是要进入一个重要调整 。
如果我们注意到 自己的账 户对账单 中存在错误 ,并 且 希望更
正 它们 ,那 么追溯性也是非常重要的。例如 ,我 们的经纪人未能报
告订单实现 ,或 者给我们的实现远离我们要求的价格 。如果我们有
良好的记录 ,在 更正时就相对容易些。我们打电话查询订单实现情
况 ,而 且得到一个特定的实现价格 ,但 是我们的资金记录却显示出
不同的实现价格 ,更 有甚者 ,根 本未显示任何实现 ,如 果我们具有
详细记录的话 ,就 可以更正这种机械性错误 。
“ ”
保证 在主要趋势人场
从长远来看 ,对 总体业绩形成 巨大影响的交易不超过5%。 只要
错过几笔较大的交易 ,就 会使总体业绩严重下降。我们的入场方法和
交易执行应该将重点放在确保在主要趋势的入场上。如果我们在某个
市场中没有头寸 ,那 么该市场中似乎更容易出现一轮主要趋势。
我们设计系统时 ,尽 量使用可以保证入场的订单。例如市价单
在开盘交易、收盘交易或止损交易通常都会进入交易。当然滑移价
差会不同 ,但 如果交易规模不是太大的话 ,一 般会进入交易。如果
使用限价单 ,则 很容易以数点之差而错过 一轮主要趋势。失去机会
的代价通常会大于使用限价单节约的几点。但是 ,如 果我们正在交
易流动性市场 ,并 且 使用实时数据 :就 可以对入场价位进行微调。
但是对于大多数交易者来说 ,将 订单交给 经纪人似乎是最佳选择。
最大的滑移价差不是源 自市场 ,而 是源 自交易者本身。如果未能
设置订单 ,或 者设置了错误的订单 ,或 者订单设置得不正确 ,这 些错
误常常比市场中的任何滑移价差都要大。所以 ,我 们应该从源头上控
制滑移价差 ,无 例外策略将帮助我们从源头上降低滑移价差。
在下单前 一 日准备 一 张订单入场表单 ,然 后在开盘 前发送给
366
超越技术分析—— 如何开发和执行一套制胜的交易系统
经纪人是 一个不错的主意。在市场收盘后准备订单有许多优点 :第
一 ,可 以心平气和的填写订单入场表 ;第 二 ,可 以坚持交易计划 ,
账户启动
“ ”
首次使用某个账 户交 易时 ,必 须解决 一 些 启动 问题 。假
设我们正在使用一套机械系统交易⒛个市场。第一个 问题是如何使
加入的交易与系统已有头寸相 匹配。假如德国马克市场中最后一个
信号可能是 15天 前产生的一个买进信号 。现在 ,我 们应该建立看多
头寸 ,还 是等待出现新的交易信号呢 ?首 选方案是尽快建立所有头
寸 ,并 用当前的波动性度量它们。如果系统交易频率不高 ,我 们可
能不希望等待下一个信号 。立即建立头寸的另一个原因是捕捉 当前
价格运动的剩余部分 。有其他几种方法来解决这一 问题 :第 一 ,可
以只交易一份合约 ,而 非多份合约。如果我们平常交易10份 合约 ,
风险控制
坚持使用严格的风险控制是必要的 。我们的风险控 制策略可以
是每天下一 张止损订单 ,每 个新头寸也是如此。围绕市场关联性和
波动性 ,我 们还可以使用更复杂的策略。关键是 一直控制 自己的风
367
BC】 (冫 nd TCChnical Ana圩 “s
险。风险控制和资金管理要同时使用。使用 良好的资金管理规则可
以合理限制仓位规模并提升多元化水平 。这些策略可以防止恶性交
易将 自己的账户突然毁灭。
你有计划吗
我们应该避免在无计划的状态下进行交易。导致交易问题和交
易失败的一个常见原因是缺乏交易计划 。我们的交易计划应该清 楚
地说明将如何交易。必须指明市场 、合约数量 、订单类型 、入场规
则 、出场规则和风险控 制规则 。计划越明晰就越容易执行 。如果我
们已经将交易系统设计得详细而明确 ,那 么制定并执行 一套计划就
相对容易一些。
每个橄榄球队都会为比赛制定详尽的作战计划。例如 ,一 个冠
“ ”
军球队将详细 编排 每场比赛的前 15局 。经过仔细分析 ,教 练提
前选出前 15局 。然后球员们反复练习这些计划好的比赛 ,以 使他们
非常熟悉 。比赛时 ,每 个球员都集中精力去执行那些计划 ,以 获得
极好的成绩 。从这个例子中我们 可以看出提前准备的好处 。我们可
以计划 自己的交易 ,设 想 自己将如何执行那些交易 ,然 后监控交易
的执行。这种 自反馈过程有助于提高我们的交易水平。
我们应该为不 良行情做好准备 。例如 ,你 准备好接受⒛ %的 资
金回撒吗?你 有计划应对这种资金回撤吗 ?例 如 ,我 们可能没有准
备在交 易的前 3个 月会 经历 ⒛ %的 资金 回撤 。如果这种亏损产生 ,
如何监控计划的执行
拥有计划是一 回事 ,实 际执行计划则是另一 回事 。如果我们不
368
分析——如何开发和执行一套制胜的交易系统
-△
能对计划的执行过程进行有效地监控和记录 ,就 不可能正确地执行
计划。度量系统执行无偏性的一个好方法是每天做好交易记录。电
子 日志是记录遵守与偏离的一 种快速有效的方法。然后 ,我 们可以
分析 日志来检查计划执行得怎么样 。我们还可以发现容易执行或不
容易执行的因素 ,然 后努力弥补 自己的弱点 。
如果我们的确希望偏离 自己的系统 ,那 么写下详细的理 由 ,然
后进行严格的测试 。这是确保业绩的长期一 致性的最好方法。假设
有一个新闻事件或政治活动 ,提 示我们应该退出交易。我们应该观
察市场对此类事件的明显反应 ,比 如缺 口 、大价差交易 日、外包 日
(译 者注 :这 种交易 日很容易辨认 ,它 们同时兼具比前一 日有更高
的高点以及更低的低点 )或 关键反转 日。然后我们在 日线 图上辨识
这些棒线或棒线组合 ,对 它们进行系统化的测试。这将为我们的策
略公式化奠定一个历史基础。
一吐为快
定期记录交易活动的另一大益处是 ,我 们可以通过做笔记的方
式将 内心的想法一吐 为快 。比如我们想在交易中使用全面质量管理
和持续改进 等思想 ,就 必须做好详细的交易记录 ,这 些记录包括订
单的产生和影响交易执行的因素。我们可以使用 日志来克服交易产
生的压抑情绪。通过提供心理 状态方面的数据 ,加 强前述的全程可
追溯性。
专注于 自己的交易
在 交 易时很难避免令我们分心 的事情发生 ,也 很难非常专注
地交易。专注意味着交易者能够毫无偏差地执行系统 ;专 注意味着
交易者能够将订单放入市场 ,能 够遵守 自己的风险控制方针 ,能 够
减少对系统的变更 。如果我们有一套交易计划和 自己信任的交易系
统 ,就 比较容易专注于 自己的交易。我们应该尽可能使分析过程和
订单生成 自动进行 。这将最小化我们对系统的变更。努力将所有的
交 易工 作程序化 ,这 些 工 作包括检 查账户资金 、订 单实现 、新订
369
巍姒ical A血 alys宦 s
8c)K冫 n斌 T铲 ¢
单 、展期 、跟踪止损、市场波动性等等。
专注于交易的最好方法是将分析过程 与交易过程分开。最好每
天安排固定的时间填写交易表单 ,填 写时应尽量保持放松 ,避 开分
散注意力的环境 ,因 为在那种环境中很容易出错。
运动心理学在交易中的应 用
体育运动常常被作为交易的象征 。在交易盈利之后 ,交 易者们
“ ”
常常说他们 击败 了市场 。反之 ,在 亏损交易之后 ,交 易者们便
“ ”
说市场 击败了我 。交易和运动之间有许多相似之处 ,例 外情况
是交易极少会出现团队协作的形式。在所有级别的运动中 ,都 需要
运动员集中精力 ,这 对交易者来说也是必须的。运动心理学家已经发
明了几种方法来解决比赛输赢带来的心理问题。在这一部分 ,我 们将
“ ”
研究如何将这些思想运用于交易 ,以 使交易者获得 制胜优势 。
第一条重要思想是运动员和交易者都必须对 自己的成绩负责。交
易者必须有责任做出改进 ,以 提升 自己的交易业绩。心理学家 已经发
明了一种归因理论 ,该 理论对运动员自我认为的成功或失败的广泛因
素做了描述 ,基 础是被称为控制点 (locⅡ of∞ n汀 d)的 研究。
运动员或交 易者会 为他们的成功或失败找许多理 由 ,大 致有
四种 ,见 表 9.1。 运动员可能说他们的失败只是运气不佳 (裁 判员
的误判 ),或 者任务难度大 (“ 在那块场地上我们从来没表现好
”
过 )。 有时他们也会把成功归功于内部因素 ,比 如努力 (“ 让我
”
下场的唯一 办法是把我拖走 )或 者超能力 (“ 今晚我 正好进入状
”
态 了 )。 对成功运动员的研究表明 ,失 败者通常抱怨外部因素 ,
而胜利者通常归功于内部因素。例如 ,胜 利者常常将成功归因于能
力和努力 ,认 为失败是缺乏整体的努力。对体育领域传奇式人物的
“ ”
研究表 明 ,他 们都是 内部归因者 :他 们为 自己的表现承担 责
任 ,并 且 想办法提升 自己的能力 ,更 加努力地去追求成功 。冠军争
夺赛中的专业球队 ,会 针对他们的任务 (对 手以及 自己理解的优势
和劣势 )制 定一份比赛计划 ,通 过提升作战能力来执行比赛计划 ,
他们希望通过赛前的精心准备来获得好运气 ,并 在比赛时做好心理
准备 ,使 自己的能力发挥 到极致 。随 便翻 阅一 下体育新 闻便会发
370
折—— 如何开发和执行一套制胜的交易系统
-分
运动员归因理论
内部因素 外部因素
稳定因素 台邕力 任务
易变因素 努力 运气
371
B吖 ond Tcchnical A臌 抻 §
$蛮
交易者归因理论
交易者因素 市场因素
稳定因素 交易技术 价格发现
易变因素 专注细节 噪声
并且将注意力放在执行交易计划的细节上 。大部分交易者对市场控制
的外部因素 (比 如价格设定和随机噪声 )都 无能为力。
372
‘△皮卞分折——如何开发和执行一套制胜的交易系统
交 易者 目标 设 定
应该设定明确的日、周、月、季和年目标,直 至实现交易者们的梦想。
动和交易的优势 、弱点 、机会和风险 (SW○ T)的 分析 。 目标的层
次是改进弱点、降低风险 ,并 加强优势以更好地利用机会。
研究运动员、科学家和其他高级成功人士的心理学家发明了一
“ ”
种概念叫做 心流 ,它 描述的是一段时期毫不费力的动作 ,一 般
出现在 一个人面对 一 组需要执行的清晰 目标时 (见 米哈利 ・西克岑
的相关著作 ,1997)。 对大多数人来说 ,根 据他们的技能水平和任
务难度 ,在 进行某种活动时会体验到不 同的心理状态 ,见 图9.2。
当人们对某种技能高度熟练 ,并 且在一 种挑战那些技能的情况下 ,
便会体验到心流。一 名篮球运动员被要求在最后时刻投篮时会体验
心流 ,一 名外科医生在面对 一 项众所 周知的复杂手术时会体验心
流 ,但 一 名正在接受培训的外科医生却会在相同的手术过程 中非常
紧张 。对于许多交易者 ,特 别是价格制造者 ,他 们或者在线 ,或 者
就在场内 ,在 重要报告或不期而至的新 闻发布前后就会有机会体验
心流。
交 易是 一 种情绪化 的工 作 ,西 克岑描述 的心 理 状态概念也适
合描述交易过程 。人们一 致认为高度熟练的交易者拥有很强的信念
”
系统 ,坚 韧不拔 、充满 自信 ,表 现出高度的 “
丿b理 韧性 。面对 市
场逆境时他们保持 自信 ,并 且从不轻易偏离交易程序 。在度过困难
的市场行倩时 ,他 们异常专注 ;当 行情看好时 ,他 们非常放松 。新
交易者常常是表现最情绪化的一 组 ,行 情好时过分乐观 ,不 断亏损
373
BWond Tec⒒ n屺 /al棚 ly$锶
心理状态矩阵
“ ”
图9。 2心 理学家在研究 心流 现象时使用的心理状态矩阵 ,当 人们对某种技能
高度熟练 ,并 且遇到挑战那些技能的因难作为时 ,便 会经历一段时间毫
不费力的动作 。图中所示为研究对象面对熟悉和不熟悉的任务和挑战时
体验到的各种心理状态 。根据米哈利 ・西克岑的 《寻找心流 》 (FindiⅡ g
FIow,1997)改 写 。
374
分折—— 如何开发和执行一套制胜的交易系统
-卡
交易者心理状恋矩阵
交易者能力
375
B¢ yotltl Tc¢ hmcaI颇 a炒 姚
用大脑和心脏一起交易
∶
每位交 易者都有 一 个分析器 官 (大 脑 )和 一 个感情器 官 (心
脏 )。 一套合适的系统应该同时满足交易者个性的这两个方面。开
始使用 一 套系统交 易时 ,我 们便面对 两个期望 。一 个是 统计学期
望 ,前 面 已经详细讨论过 。另一个是对系统的心理期望 。如果这两
个期望不一致 ,那 么在使用这套令人反感的系统时肯定不会快乐。
这引出了我们为什么交易的问题 。对于许 多人来说 ,交 易的唯
一 目的是赚钱 。但是 ,我 们可能有其他 理 由 ,比 如交易带来的兴奋
或者与其他交易者同台竞技时面对的智力挑战 。交易者应 该检查下
列因素的一贯性 :获 利 目标 、时 间窗 口、数学期望和心理期望。
如果这些因素不具有一 贯性 ,那 么我们将不具有心理优势。或
许只有不到25%的 交易者具有心理优势 ,并 且可能只有2%的 交易者
会常年保持这种优势。
在数学期望和心理期望之 间可能存在许多 矛盾 。数学期望能够
涵盖2到 3年 的数据 ,但 心理期望只能涵盖2到 3个 月的数据。心理期
望可能非常复杂 ,不 能用一个数字来代表 。最坏的情况下 ,系 统具
有正 的数学期望 ,但 心理期望却为负。此时我们的大脑与心脏不 一
致 ,难 以避免的紧张情绪使该系统的成功交易成为不可能。
376
沂——如何开发和执行一套制胜的交易系统
-分
交 易者的心理期望可能来 自对系统测试结果不准确或不 完整
的理解 c交 易者应该每天定时研究每笔 交易的发展 ,对 平均交易利
润 、胜 率和平均交易长度感到舒 适 。还应对初始风险控制止损金额
感到舒适 。如果交易者理解 了系统的本质 ,那 么每笔交易都会加强
他对系统的信心。如果交易者拥 有不合理的心理期望 ,每 笔交易都
会削弱他对系统的忠诚度。
交 易者可能 希 望获得较大 的成功 ,只 有很少的连续亏损 ,而
有许多令人振奋的大型盈利交 易。事实上只有 5%的 交 易会获利较
多 ,而 且 会遭受很多次的连续亏 损 ,并 且 大部分交易都是徒劳无功
“ ”
的。可以使用如下所示的 2的 规则 (mk。 ftwo)来 调整我们的
心理期望 :
小结
读者应该结合本 章中的所有思想创建一套交易系统。交易计划
位于交易系统的核心。交易者应 该监控计划执行的丁 致性 ,并 且尽
力提高交易的全程可追溯性 。交易者还应该遵守交易规则的无例外
原则。要想获胜就要用大脑和心脏一起交易。
377
〔
;c、 彳 《
I Tcchnica1鬼 盎贫
,r】 ly蚋 s
该矩阵列出了交易者对不同市场行情的反应 ,以 及交易者对交易系
统的信念波动。图9.4列 出了9种 心理状态 ,从 放松 、 自信和耐心 ,
带效字刻皮的交易者反座矩阵
停 止交易
"0,1]
廿改系纨
5,引
【
过皮 自信
I1,1]
交易者对系纨的信任皮
378
沂——如何开发和执行一套制胜的交易系统
-分
379
B¢ )K,⒒ cl Techn蛮 ca1A允 饿
ly蜕 s
∷
∷
嘤 ∷
蝌 ∷ 游 ∷
∶ 瞰 唧心
∷
蟊∷饿霉母∷ 捞敢矛f∷ |∷ ∷
∷ 呷
=拜
i岫 懑奋傅 ∷
彘豳豳i∷ ∷∷Ⅱ ∷羲祗
=∷
图9.5微软队cd2lXXlQ电 子表格中的一组命令按钮,对 它们编程后便就使用它们
向指订单元格榆入与市场行情和交易系统信任度相对应的数值。可以将
这些记录绘制为图表,便 于分析和理解我们的交易模式。
钮向电子表格中输入我们在上一段中讨论过的数值 。
我们假设希 望保存与 自己的心理状态相关的数据 ,希 望记录 日
期 、市 场行情和对交易系统的信任度 。还可能希望以相反的时间顺
序来储存数据 ,以 便使最新数据位于电子表格的顶部 。于是我们在
电子表格顶部添加新的一行 ,然 后在相邻的列中输入 日期 、市场行
情和信任度 。编写一 个简单的宏 ,并 将 它添加到图9.5所 示的每个
按钮 ,就 可以使用它们向电子表格中输入正确的数值 了。
我们可 以对这些按 钮编程 ,使 它们 向电子表格 中添加数值 ,
End sub
380
折——如何开发和执行一套制胜的交易系统
-R分
End Sub
日期 市场行情 系统信任度
2000.10.3 10 1
2000.9.2 10 1
2000.8.2 5 5
2000.7.2 1 1
2000.6~2 5 10
2000~5~2 10 10
抑 ‘ 庄用D‘ 中的按钮创建的月日志示例。
381
超越技术分析—— 如何开发和执行一套制胜的交易系统
参考书 目
383
BW《》
nd TeChnical Analysis
384
超越技术分析—— 如何开发和执行一套制胜的交易系统
“
乔治 ・莱 恩 (George C。 Lane): 莱 恩 (Lane)的 推测
”
学 , 《股票和期货技术分析 》 (Technical Analysis Of StoCks
and COmmodities)11(5),西 雅图技术分析有限公 司 (Technical
Analysis, Inc。 ) , 1984+。
385
BcⅤ Ond1icchnica1Funa;Ⅴ $is
年版。
杰克 ・施 瓦格 (Jack D。 Schwager): 《施 瓦格论期货 :技 术
分析 》 (Schwager On Futures:Technical Analysis),纽 约John
Mley&SOns公 司1gg5年 版。
恩 斯 雷 ・史 密斯 (Aynsley M。 Smith): 《集 中攻 势 》
(Power Play),第 3版 ,明 尼 苏达州罗彻斯特 市POwerPlay有 限
公 司1999年 版 。
“
(JOhn Sweeney): ”
约翰 ・斯维尼 将 止损放在何处 ,
386
超越技术分析—— 如何开发和执行一套制胜的交易系统
作者简介
图 莎 尔 ・钱 t开 发 和 执 行 制 胜 交 易 系 统 的 创 新 方 法 倍 受 推 崇
″
图莎尔 ・钱德提供的技术颇具洞察力 `但 同时叉浅显易【 `既 适合交易专家 J又 适合交易新手。找胭烈建议所有不同水
平的交易者都使用钱德开发的超级实用的策略 !″
—ˉ查尔斯 ・李布,爱 尔兰观察财团有限公司董事长, 《期货市场计算机分析》的作者。
Ⅱ J资 ′ ″
仅 金曲线分析 一章给出的思想便缶要大型交易机构花费数百万美元才能发现。
一 默里 ・鲁基, 《
期货》杂志撰稿人,鲁 基联合公司董事长。
″
图莎尔 ・钱德是一位高超的定Ⅱ分析师 ,但是在本书中他已经远远超越了对数字的研究。他对系统开发的阐述涵盖了交
″
易系统的详细开发过程和实际执行过程。
——约翰 ・ 最大不利偏移:为 交易管理分析价格波动》的作者。
斯维尼, 瞟 和期货技术分析》杂`创 攴术编辑, 《
钥
臼 Ⅱ
对于任一位有抱负的CrA,这 是一本关于开发交易系统的必读之书。
一 瑞克 ・里斯雷,杰 克 ・ 卡 尔期货公司。
Copies ofthis book sold Without a WiIey sticker on the cover are unauthorized and i"egal 定价 :55.00元