最完美的程序化系统带你创造10年稳赢
返回首页
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!
当前位置: 主页 > 新手入门 >

量化交易亏损的原因

时间:2018-01-09 08:56来源:未知 作者:一个量化投资者 点击:
今天我们主要一起来讨论一下量化交易亏损的来源。在量化交易领域,最大亏损(MDD)与亏损(DD)是被投资者密切关注的风险数值。MDD通常被看做是偶发性的灾难性风险,是通常被采用权益曲线标准差衡量系统的常态风险。评价某一策略如何的重要依据是,这个策略

今天我们主要一起来讨论一下量化交易亏损的来源。在量化交易领域,最大亏损(MDD)与亏损(DD)是被投资者密切关注的风险数值。MDD通常被看做是偶发性的灾难性风险,是通常被采用权益曲线标准差衡量系统的常态风险。评价某一策略如何的重要依据是,这个策略的DD/MDD与它的获利能力风险的报酬比。

量化交易亏损的原因
一、详解DD/MDD的发生时间与应用平均获利/平均亏损和累积损益/ MDD。
常见风报比的呈现方式有很多,对于量化交易投资人来说常用的有两种:平均获利/ 平均亏损和累积损益/ MDD。前者由于不受时间因素的限制,单纯计算出平均损益的比值,所以是一个相对来说比较合理的数值。理论上来说,一个正期望值交易系统的获利应该是不断的积累的,所以如果量化交易或者回测的时间越长,累积的就会越多。
 
如果我们把评比绩效的依据设为风报比R = ( 累积损益/ MDD ) 。那就要处于一个足够表大样本结论的时间长度内。对于R值来说也不应有太明显的变动,这样才能被看做是系统的本质。但是从另一方面来看MDD又被当作是判定系统是否失效的依据,也就是说,MDD 也被定义为一个不应随时间而改变的数值。
 
我们再来看R=(累积损益/MDD ),在持续增长的累积损益过程中,MDD和R是不可能会保持不变的,所以使用这个公式衍生的应用在逻辑上就是错误的。
 
如果系统A、B在实际执行或者回测时间相同的情况下,B系统为8,A系统的风报比R = 6。那么在一般情况下就会认为,对于风险和获利的层面,B系统能力较佳。那么如果要把这个R值当作是依据来评定策略,那么R必定是一个固定的值,亦即转化为在某个固定时间跨距中的( 累积损益/ MDD )风险报酬比为x。
 
如果是在这样的情况下,那么MDD的获利应该随着时间的增加而扩大,如果某一策略回测十年的获利是200万,MDD为50万。那么从理论上来说,在运行一年后能够允许的MDD也会放大5万。
 
那么既然评估策略是否有效不能采用MDD,我们就更应该去深入了解发生大型亏损的意义和来源。Jesse Livermore是一位传奇的交易者,他曾经强调,不要去害怕失去自身本不具有的获利,应该在趋势发生时勇于加码。
 
二、遇到较大型的亏损应怎么办
我们在进行对策略量化回测的时候,可以在翻单或者每次新建部位( from Position = 0 to Position > 0 ) ,定义两个新的数值,pl1记录基本部位损益、pl2加码部位损益( pl1、pl2 start from 0 )。这样就可以简单的区分加码单和基本单的盈利与亏损。如果需要详细的记录到每笔加码后的实际数值,那么就可以延伸至pl3、pl4、pl5...。
 
我们可以得出的普遍策略的结果是,部位大小和权益变化区间大小具有非常高的相关性,部位大的时候就会造成权益曲线图的大起伏和MDD。在我们得到了长期pl1、pl2、pl3...均值后,就可以得到最佳加码间距。
 
就像我们上面讲述的,如果中大型DD和MDD都是在pl2以后的部位发生的,这样都可以避免消除系统基本风险过大的情况。因为很多策略得出的大型DD都是加码后的获利回落。那么量化交易者又应该如何去避免这个风险呢?如果资金部位增加,不要着急将系统讯号和资金与部位比例拉齐。等到每个商品都开始重新计算基本部位亏损时( pl1 < 0 ) 或者基本部位损益( pl1 = 0 )之后再进场,就可以避免这种,因为加码机制而造成没有必要的损失。
 
技术热点、行业资讯,教学视频,尽在程序化交易者与量化投资官方微信,低成本传递高端知识!好技术成就致富梦想!欢迎关注!
 
打开微信,轻松扫一扫,即刻关注程序化交易者与量化投资官方微信账户,不容错过的精彩,期待您的体验!!!
 

 

(责任编辑:一个量化投资者)
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!
------分隔线----------------------------
云量化商城
如果您会开发策略,请进!大量项目等待与您合作!
推荐内容
量化投资培训