“Hello 我 是 大 白,带 你 进 入 Python 世界”
welcome to the Python world
第一部分:交易系统的构成框架
首先,一个交易系统必须具备精准定义的特性,否则后续的实盘统计系统修正是无法跟进的;
其次,一个交易系统可以包含多个子系统,但子系统之间必须没有丝毫关联性,尤其在进场条件范围必须完全没有相交的部分;
再次,就是市场原理,你的交易系统必须有个人独特的市场原理支撑,才能让你的交易系统具有生命力;
接着,是各个子系统的基本构成,进场条件、过滤条件、出场条件、初试止损、平保止损、跟进止损、止盈、仓位管理、情绪管理等;以及一些作为补充说明的系统附件;
最后,是每天的交易总结报告、系统交易记录表(根据精准定义系统条件后的统计结果,可以对交易系统的各个环节、参数、止盈、止损位置进行有效调整)、月度交易总结报告、以及根据统计结果进行调整后的按照时间编号的不同版本交易系统(以便比较)。
第二部分:精准定义是量化的基础
量化的基础是精准定义,许多人以某形态为进场依据,那么精准定义就要求结合明确位置的基础上,以波动点为标准的精准定义。
比如说5分钟条件下的双底上涨突破,那么就存在3个关键位置,一底低点、一底反弹高点、二底低点;
这3个位置就是量化的基本标准,同时也是系统构建的参数基础,比如你可以要求一底反弹高点不得高于一底低点30点,二底低点不得低于一底低点5点且低于二底反弹高点15点,等等过滤要求。
有了这些基本要求、可以精准到点数的标准,才能对系统交易结果进行量化统计。
比如:在上述的基础上,我就可以对每一次双底突破形态出现时:二底和一底的位置差距、突破后的最大波动、突破后的平均波动、突破后回抽的时间深度、两底之间的时间差距、等等各项指标进行统计。
在得出统计结果后,就可以明确地知道交易系统信号发生后,在哪个位置止损、止盈合理,哪些参数需要修正等等,只有能够精准定义,才能有有效的统计结果,只有有了这些统计数据,才能知道自己错在什么地方,并进行调整,也能够清晰有效地控制止损止盈。
第三部分:精准定义下的量化系统交易和盈亏比、成功率之间的关系
只要是熟悉交易的人都明白,只要成功率和盈亏比配搭合理,交易就等于一只脚踏进了稳定盈利的大门,可问题是如何确定盈亏比和成功率却也是有前提条件的!
如果仅仅是依据自己的交易结果,按照自己的平均亏损和平均盈利得出的盈亏比和成功率,那一定是无效的,因为你没有一单是在同一个框架下的,就好比你拿小学3年纪的期末考试成绩+大学毕业时的论文成绩+学日语的随堂测试成绩的平均成绩一样,有任何意义吗?
那么,有效的成功率、盈亏比,就一定是在统一标准的量化统计下得出的,而统一标准就意味着无论是系统的基础标准、参数,还是系统构建完成后的统计标准都必须是一致的。甚至在通过统计结果对系统进行重大修正后的统计都必须是要归零,重新记录统计的。
没有统一的标准,就无法知道你的交易系统最佳的初试止损位在哪里,只有初试止损(无论是位置还是点数)相对固定,才有成功率一说,不然靠死抗,成功率可以90%以上,可报酬率呢?
有了统一口径的统计结果,就能知道你的系统最佳的波动值是多少,平均波动值多少,以及80%的波动值下限在哪里,这样也就可以清楚地知道你的系统止盈位置在哪里开始最合理。只有这样才能得出有效的平均理论获利值和平均盈利,只有这样盈亏比才有效。难道把盈利1个点和盈利100个点放在一起得出盈亏比吗?
说这些的目的就是为了告诉大家,每个交易者都在讨论的成功率和盈亏比,在没有精确定义的量化交易系统情况下,是无法得出有效值的。当然如果你仅仅想知道自己交易一段时间的成果,那另当别论。
▲
喜欢的话转发给你身边的小伙伴
领取专属 10元无门槛券
私享最新 技术干货