f29825604
發表於 16-8-25 11:07
感謝大家
真的看不懂
學無止盡
{:4_209:}
Blake
發表於 16-8-25 22:54
Jason.chan 發表於 16-8-25 10:09
喜歡看B大的分析, 很有基礎科學的人的精神!!
1. 時間長度造成的MDD其實是簡單的機率問題: 這部分在"計量 ...
先感謝傑森大的回覆
1. 計量技術操盤策略,這書我有哩,很久沒看了。找個時間再複習一下
3. 馬可維茲的投資組論。這之前我有也看過。它的公式也不複雜,但是公式的計算其實是基於傑森大說的那些「參數」來計算。
但是基本上,就如ComeWish大說的,那些回測出來的「參數」並不可靠。若是用四種策略都用最佳化參數 + 馬可維茲的投資組論, 肯定是過於樂觀了。至於如何 「相對準確」的評估投資組合,就有賴傑森大的提示了。
4. 比較精準的判斷建議從策略波動率裡去找答案!! 如想簡單一點, 直接看淨值曲線的斜率, 斜率表示的是多筆交易, 也就是大數據之後期 望值的表現!!這遠比只看MDD有意義多了~~
=> 傑森大說的沒錯,MDD的確有這種嚴重的缺陷。而這有好多種評估的方式哩,例如線性回歸,可以找出斜率,可以看出波動率。 很多書上也有介紹不同的評估方式。例如van tharp 就是用SQN,不過SQN是不管斜率的,所以我覺得它並不是一 個好的方式。
提出這麼多問題,無非是想在「不確定的策略績效」、「不確定的相關系數」與「不確定的投資組合結果」找出「相對確定」的資金與風險評估方式。
老實說我心裏一直想著,若是我對各策略用各種參績效曲線來做Monte carlo組合,那麼我便能夠得到投資組合後的各種績效曲線,以及他們的分佈,所以我可以較正確的知道上線後的結果。但是參數的選擇是無窮盡的,如何設定參數區間是個大問題,而且商品一多,連電腦也會跑不動。
我已經卡在這點很久了哩....請高人指點一下 , 怎樣評估portfolio的績效會比較準確一點。當然如何動態分配部位與風險管理,那更是困難的事情了。
Jason.chan
發表於 16-8-26 10:39
Blake 發表於 16-8-25 22:54
先感謝傑森大的回覆
1. 計量技術操盤策略,這書我有哩,很久沒看了。找個時間再複習一下
馬可維茲是好用的工具, 但把相關性, 波動性當做已知, 這點在實際交易世界有點不切實際, 太理想化了!! 如我的上一篇文章, 美盤所有商品的相關性都變高了, 組合後的變動性自然會比計算值高, 至於你說的策略參數, 這一點我比較不在意!! 但交易本來就是處理不確定與機率的學科, 放輕鬆, 會賺錢就好, 不用太精準!! 擔心MDD太大, 槓桿小一點就好啦, 來日方長, 慢慢複利, 不用最佳化槓桿也能很有錢!!
初心
發表於 16-8-27 17:33
相關性似乎隨時在變,比較難即時量化,所以我只做大概的商品分類
我個人是使用動態的方式做資金分配與管理,主要是監控策略各自的長期品質(期望值變化, 控制基本薪資), 短期績效變化(績效獎金)
表現好的策略/商品就會拿到比較多的可用資金,表現不好的就會拿到較少的可用資金
(TradeEquityCurve/Ranking)
Blake
發表於 16-8-28 20:17
「獲利 546450 USD; 最大回檔 67600 USD」
以這個還不錯的四個策略組合,假設是共四口(實際得請教Jason大)。
那麼單口最大回檔就是=67600/4*30=50萬 NTD
在沒有槓桿的情況下,假設大盤長期平均是7000點,也就是合約價值140萬。
那麼就是回檔50/140= 35%。 難怪長期來看,贏家會特少。能堅持35%回檔還能玩下去的,肯定有「霍出去」的決心。
更何況這曲線可能是接近最佳化的結果(沒說Jason大po的是最佳化的,只是常人會 po較好的曲線。我是說我啦)。
所以,,,就我這個屬於95%的普通人來看,是很難撐過35%的回檔。
更何況用2倍槓桿的人應該不少哩,那可是70%的回測。難怪要賺錢這麼的難。 無怪乎玩期貨要先求生存。
「838235 USD; 最大回檔 64480 USD, 獲利大幅提升, 最大回檔卻變小, 這不是很棒嗎!!」
多商品多策略組合是一條比較不會碰到鬼的路。假設SP算是大台的二口好了,回檔就降到22%。
求生存阿.....活著才能獲利,不是想著獲利可以生存...
Blake
發表於 16-8-28 20:27
初心 發表於 16-8-27 17:33
相關性似乎隨時在變,比較難即時量化,所以我只做大概的商品分類
我個人是使用動態的方式做資金分配與管理 ...
看起來資金大的玩家擁有的優勢實在是太大了。
像我們這種市井小民,想分散到其它市場去,就很難不啟動槓桿大軍了....
感謝您的分享
萬年船
發表於 16-8-29 00:46
本帖最後由 萬年船 於 16-8-29 00:49 編輯
以前的我會迷戀efficient frontier,但現在的我不會
若有四個商品或四個策略,實務上我現在會規規矩矩的把資金切成四等份均分
評估portfolio的績效的方法
我個人是採最麻煩的方式,但卻是相對可靠的評估方式
一次以portfolio trader執行一年的投資組合績效
該年投資組合的每個策略(OOS區段)的參數挑選,是由前幾年IS區段手動挑選高原相對平坦的參數
(以剔除掉最佳化的優異表現)
也就是Walk Forward Optimization的方式,只不過是手動的
最後把每年的投資組合績效整合起來變成一份完整且可靠的歷年績效
有這份可靠的歷年績效後
再把投資組合每月的報酬率拿來當樣本跑Monte Carlo模擬以下圖表
(1)年報酬率CDF
(2)季報酬率CDF
(3)月報酬率CDF
(4)1年期間MDD跌幅CDF
(5)1年期間MDD歷經幾個月CDF
(6)1年期間創新高最久隔幾個月CDF
(7)3年期間獲利10%(, 20%, 30%, 40%...)最久隔幾個月CDF
當實際的交易的數據若與這些圖的數據的出現機率上顯著偏差
可能就要查看一下輪子是否有問題了
(當然既然是機率,就有可能錯殺輪子,但當輪子夠多,錯殺一顆其實也還好
只要後來證實那個輪子無罪,還是可以放回來的)
模擬圖表如下所示
Jason.chan
發表於 16-8-29 13:06
初心 發表於 16-8-27 17:33
相關性似乎隨時在變,比較難即時量化,所以我只做大概的商品分類
我個人是使用動態的方式做資金分配與管理 ...
感謝提供不同方向思考!!讚!!
Jason.chan
發表於 16-8-29 13:11
Blake 發表於 16-8-28 20:17
「獲利 546450 USD; 最大回檔 67600 USD」
以這個還不錯的四個策略組合,假設是共四口(實際得請教Ja ...
你對我策略的理解, 跟實際狀況差距蠻大的, 是我實際用好幾年的策略, 沒最佳化, 最大回檔也沒超過總資金的15%, 但我的習慣是, 可以討論期貨的各個議題, 但是我操作的細節是不解釋的!!
資金管理的部分, 可以寫落落長, 但是最近看到我的東西有人直接拿到部落格貼, 也不標明出處, 感覺蠻差的, 變得不太想PO文章了!!
Jason.chan
發表於 16-8-29 13:13
萬年船 發表於 16-8-29 00:46
以前的我會迷戀efficient frontier,但現在的我不會
若有四個商品或四個策略,實務上我現在會規規矩矩的把 ...
套句初心大師常講的話, 亂數重牌打亂了期貨的韻律!! (差不多是這意思啦~~ 嘻)
Blake
發表於 16-8-29 23:07
Jason.chan 發表於 16-8-29 13:11
你對我策略的理解, 跟實際狀況差距蠻大的, 是我實際用好幾年的策略, 沒最佳化, 最大回檔也沒超過總資金的 ...
嗯...侵害別人的著作的確是不大好。
感謝傑森大的分享,有空再請您多多指導大家...
萬年船
發表於 16-8-30 08:16
Jason.chan 發表於 16-8-29 13:11
你對我策略的理解, 跟實際狀況差距蠻大的, 是我實際用好幾年的策略, 沒最佳化, 最大回檔也沒超過總資金的 ...
MDD < 15%,請問是不含海外期貨嗎?
前些日子我的資金由高點下來,歷經5個月,MDD往下衝到18%,雖說2016整年下來依舊是獲利,但心情還是難免受到影響
年紀越大越經不起資金回檔
J大海外期貨交易的symbols這麼多,請問你是花多久的時間才佈署完成的呢?
賭神咖啡客
發表於 16-8-30 21:42
ES是程式交易成熟的市場,當然逆勢會很好賺
台指期已從順勢市場正轉變中,成熟後,將是隨機市場?還是逆勢市場?值得觀察!
Blake
發表於 16-8-31 06:47
萬年船 發表於 16-8-30 08:16
MDD < 15%,請問是不含海外期貨嗎?
突然想討論一下這個topic。
若是台指期的MDD<15%,那麼是不是因為它是極短線的關系???
因為交易次數越多,不用槓桿,資金仍能成長很快
甚至使用負槓桿,讓MDD變的比回測低。
不過這只是猜測,很少人會採用負槓桿吧...
萬年船
發表於 16-8-31 09:22
本帖最後由 萬年船 於 16-8-31 11:11 編輯
Blake 發表於 16-8-31 06:47
突然想討論一下這個topic。
若是台指期的MDD
MDD<15%是J大的才是,可能要問J大
我的近幾年實際交易的總資金MDD是<20%
同時交易台指、電指、金指(尚不含海期)
有當沖交易,也有留倉交易
當沖交易,我使用的幹桿約10倍
留倉交易,我使用的幹桿約2倍多
交易得夠久的話,實際的MDD永遠容易比回測的高
(1)回測時,最佳化或僅僅只是手動微調參數值,MDD都容易被低估
(2)實際交易時,市場的變化(波動變小...等因素),也會導致原本回測時的MDD被低估
照理來說,Monte Carlo模擬的MDD是會比單純回測來的準確(在一定時間內產生多少MDD的機率)
但交易損益本身又存在自相關,簡易的採樣也會使得Monte Carlo模擬稍微低估MDD
2009年的線上程式交易,我只用一個策略,只當沖交易小台,年交易次數約100趟
年報酬率約200%,MDD約20%,很不錯
但隔年2010市場一轉身,掛了
現在對我來說,多策略、多商品(投資組合)才是降低MDD的方法
前提是,策略本身的交易原理能長期存活於市場,甚至能穿透別的商品
當然降低幹桿也是一個方法,但既然使用低幹桿,就不要期待資金在短時間內快速成長
與資金Reset重來相比,低幹桿的穩定複利確實某種程度比高幹桿快多了
既然有這麼多因素可能導致MDD被低估,透過MDD來把幹桿開到原本認知安全的最大值
無異於在高空中走鋼絲
但這並不是說相對精準的MDD估計沒用
在實務的投資組合裡面,相對精確的策略MDD估算,有利於降低或停止某策略/商品交易的判斷
在民主的法律上,定一個人罪,要罪證確鑿,寧可放過,不可錯殺
但交易上,要反過來,沒人會願意等到總資金回檔到50%或25%
終於確定某策略/商品已有99.99%的機率失效(如黃金般的純度)才停止吧
只要有很大的機率(例如,95%,但也不適合抓得太低)判定某策略/商品可能失效
即可停用或減碼,當然前提是有很多其他的策略/商品仍持續在交易中