本帖最後由 liawfujin 於 22-8-16 01:28 編輯
當然要使用最佳化! 回測是程式交易的優勢, 利用回測, 找出較佳的參數, 就是(寫)程式交易的主要工作, 怎能放棄呢?
期海茫茫, K 線上上下下不定, 數據海量, 指標來回震盪, 如何不迷失方向, 唯有利用最佳化找出較佳參數, 而期盼其成為期海明燈!
通常我發展交易策略, 會從原始的交易策略的發想(如我提過的幾個交易策略)開始, 先從樣本內(通常是較早期)資料最佳化找出參數, 然後跑樣本外(通常是後期)資料, 也就是用早期的參數模擬跑後期的交易, 若成果不錯(成果一), 再與全部樣本最佳化跑出的結果(成果二)比較, 兩者(尤其比較樣本外的)參數跟結果相差不大, 那麼所得的參數, 在往後實際上線跑的時候, 可信度就大多了!
所以, 回測跟最佳化的重點是, 樣本內的參數要能通過樣本外的交易考驗, MDD不能發散! 而且我覺得樣本外的資料不能太少, 至少要佔三分之一以上,
至於參數的數目, 樓主文說的七個, 實在不算多! 像我提過的幾個原始交易策略發想, 若加上停損停利機制的參數, 早就超過七個了, 雖然跑出的結果差強人意, 看起來可以賺錢, 但是這樣 "原始" 的交易策略要實際上去跑, 虧錢的時候還很多, 尤其連續虧錢時, 實在會讓人喪失交易信心!
由於現今交易環境複雜, 參與的人數很多, 每個人都想賺錢, 都想盡一切方法要從市場賺錢, 有人看多, 有人看空, 以至市場很震盪, 波動很大, 若是只用很單純的 "原始" 交易策略去交易, 我是認為賺錢不易! 我的做法是, 仔細觀察所使用指標的可交易處, 增加買賣點(相對增加參數), 或是增加使用第二個, 第三個指標, 也是一樣仔細觀察所使用指標的可交易處, 增加買賣點! 所以, 最後我的策略的買賣點可能多達十個以上, 參數更是三十個, 四十個的!
當然, 這些參數都要用前述的最佳化方法來去尋找, 是由簡單的交易買賣, 逐步測試增加買賣點, 增加參數,
雖然, 寫出一個(回測)漂亮而可信度高的程式, 是程式交易最重要的工作, 但是程式交易的成功, 從來就不只是 "程式" 而已! 我也還在努力中!
|