程序化交易回测的意义及局限性

EA回测的意义

一.能提升构建交易系统的能力

构建EA需要有完整的框架和完善的逻辑,需要同时考虑进出场条件及位置,自定义指标的设计,数据库的架构,订单算法等多种交易模块的实现,还需要结合风控模型,多仓位多账户管理等非交易模块的衔接。在实现的过程中,需要考虑程序语言的逻辑性和实现性,因此,EA能否有效回测,是构建EA的目的的第一步。而回测过程的简单高效,则对编程水平与策略构建有进一步的要求。

二.能系统性的统计交易记录,优化交易策略

通过对指定时间的交易进行回测,能做出全面系统的数据统计。交易者可以根据成交量,胜率,盈亏比,最大回撤比率,夏普率等一系列统计指标来判断交易策略的优劣,进而为优化交易策略提供科学的指导。

三.图形化输出回测结果

在回测过程中,EA可以实现图形化的回测效果,通过观察进出场位置以及交易量,并且可以叠加不同交易模板,可以直观的给交易者提供策略的特征

四.能横向比较不同交易策略的特点

通过对回测结果的统计,可以发现不同策略之间盈利能力的特点及异同,并能为逆向破解提供统计基础。

五.能尽早体现交易思路的可行性

当有了新的交易策略或方法的时候,可以通过编写新指标,新算法或者新策略来量化交易结果,用以检验新方法的可行性。通过计算机的回溯,能更快更全面的反映出新方法的好坏,继而节省

回测的局限性

一.回测只能代表过去无法预测未来

回测是基于历史数据进行的策略模拟,由于黑天鹅的尾部效应,导致即使回测结果能够覆盖99%的行情,也无法解决剩下1%的意外发生,而往往1%的意外是致命的。

二.回测无法做到与实际成交一样的结果

由于程序执行速度,订单指令,交易规则,网络环境,交易对象流动性等原因存在,真实的成交环境远比模拟成交的复杂。

另外,数据库的真实与完整也直接影响回测的效果,不同的平台也会有不尽相同的真实数据产生。这些都是模拟交易无法探知的实际影响。

三.回测策略的局限性

大部分量化交易策略能直接使用EA进行回测,但有些主观交易无法通过程序实现自然也无法看到回测的效果,因此还是会有策略选择上的偏差,不能做到尽善尽美。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181112G02C5900?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券