简体中文
繁體中文
English
Pусский
日本語
ภาษาไทย
Tiếng Việt
Bahasa Indonesia
Español
हिन्दी
Filippiiniläinen
Français
Deutsch
Português
Türkçe
한국어
العربية
摘要:程序化一般分為兩類模型,一類是趨勢模型,一類是震盪模型,如果你想兩者結合起來就要看自己的本事了。
程序化一般分為兩類模型,一類是趨勢模型,一類是震盪模型,如果你想兩者結合起來就要看自己的本事了,我的建議是程序化需要不停的去完善,但千萬不能追求完美,以下所說模型都是趨勢模型。
程序化一種工具,説明你積累財富的工具,卻不是一種暴利的賺錢方式,程序化模型有好壞之分,程序化賺錢的前提是一個好的模型,程式賺錢的關鍵是堅持的執行,程式賺錢的精髓就是在確定最終使用模型之後,徹底的放棄你對金融市場的一切理解和交易技能。
如果有人告訴你他的程序化能在不長的時間內,讓你的資金翻幾番,那你要為他的言語或者他的程式打個折扣,但是如果對方又能拿出不錯的圖形或者非常漂亮的測試結果放在你的面前,你又當如何說服自己是相信還是不相信?以下內容就是説明你如何辨別好壞模型。
一個好的程序化必須經得起時間週期的測試,如果一個程序化,結果很漂亮,週期卻只有一兩個月,不可信。
很多人貼出來的漂亮測試結果,使用資金常常是80%或者其它百分比,但這些都是不合理的選擇,因為金融市場資金管理很重要,在行情好時候,資金使用越高,收益越大,行情不好時,資金使用越高虧損越大,但我們無法去判斷接下來的行情會如何,所以,歷史測試的結果使用百分比的開倉方式是不合理。
這也就是為什麼,有時候會出現,資金使用率為80%時,測試結果是虧損的,而且使用率為40%時又是贏利的。
開盤價和收盤價測試均有其不合理性,趨勢模型一般以趨勢逆轉點為開倉信號,故較為準確的是:出現指令價位。
a. 指令總數:也就是信號數,過高,說明震盪行情過濾不好;過低,說明風險大。如何判斷信號數合理呢?那就只有不同的模型在同樣的週期下的一個對比了。還有一個最簡單的方式就是將指令總數/有效交易天數以日內短線為例,一般一個有效交易日的平均信號數在2-5之間(此資料僅供參考);
b. 利潤率:總利潤不用看,只看扣出最大利潤的結果,必須為正,而且測試週期越長利潤率應該越大,很多模型,測近期不錯,測遠期就不行,所以測試時應該儘量的去測能測到的最長週期。(當然因為行情關係也可能出現,長期比短期利潤率低,但總體而言,週期越長利潤率越高,才是好的模型的測試結果)
c. 正確率:其它條件都完全一樣的情況下,正確率越高自然越好,但也不用為了看到一個高正確率的模型而心動,也不用因為你自己模型的正確率低而擔心,一般的正確率能在45%左右,就不錯了,因為程序化的本來意義就是賺大虧小,在震盪的時候正確率自然會低;
d. 最大回撤:如果你是選擇的固定手數,比如10手進行測試,你的最大回撤應該不能超過10%,當然,如果你選擇的測試手數多,最大回撤可能有所提高。如果你選擇的80%的資金使用率,可能虧損會更大,當然也會有虧損的不大的測試結果,這往往和你的測試週期中的行情的一定關係,所以不值得過於依賴;
e. 空倉時間:以日短線為例,空倉時間不能太高,太高,必然會錯過大行情,當然,這一項不是最重要的,如果你空倉時間長,利潤也高,錯過就錯過吧,錯過不是過錯,沒賺到也不存在虧損的風險;
這一點沒什麼好講卻又不得不講,很多有多年經驗的操盤手,甚至一些國內的金融公司,常常會對程序化交易提出一定的質疑。我就遇到一個期貨公司的老總,因為覺得程序化好,準備了資金,準備進行程序化交易。首先我不知道他選擇模型的依據是什麼,號稱只是因為人家是大公司,測試結果不錯;結果這個老總使用該模型交易時,正好遇到一段時間的震盪行情,可能是虧了不少吧,然後決定放棄程序化交易。
這就是一個典型的程序化執行的例子,程式沒有人性,我們在使用時就更不應該加入人性,如果你決定使用程序化就給自己一個時間期限(不管是真錢也好,模擬也好),時間不能太短;如果短也可以,但必須在這段時間中,你要自己能分析出,是不是都能遇上基本上所有的行情。比如,測試三十天,遇到過十天的震盪,也遇到了好幾天的大行情,以此來分析程式的好壞。
絕不能因為幾次的使用結果不好而去否認程序化,也不能因為幾次的使用成功而完全信任,必須要有一定時間的觀察與模擬,然後再到實盤的嘗試。時間長短是小事,關鍵是是否經歷過大部分的行情,從而選擇一個最適合而不是最完美的模型進行自己的程序化交易。
在進行交易前,務必先到
該券商的評價,初步判斷是否為黑平台想投資美股、外匯、期貨卻又怕被騙?最齊全的證券商資訊都在這
入金前,務必先下載金融市場反詐騙165:
,保障你的本金【全球最大外匯模擬大賽來啦!邀你一起衝擊10萬美金大獎】
參加連結:https://www.wikiworld2023.com
免責聲明:
本文觀點僅代表作者個人觀點,不構成本平台的投資建議,本平台不對文章信息準確性、完整性和及時性作出任何保證,亦不對因使用或信賴文章信息引發的任何損失承擔責任