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 > 进阶研究 >

如何衡量程序化交易系统的表现?

时间:2018-11-21 08:39来源:未知 作者:一个量化投资者 点击:
量化投资 交易系统开发者时常会面临这样的问题,就是不知道如何去衡量自己建立的交易系统在测试以及实盘中的具体表现。我们也都知道交易系统是会随着市场行情特征的变化失去作用的。那么究竟应该如何去准确的衡量某个交易系统的表现呢?今天就让我们一起来讨

量化投资交易系统开发者时常会面临这样的问题,就是不知道如何去衡量自己建立的交易系统在测试以及实盘中的具体表现。我们也都知道交易系统是会随着市场行情特征的变化失去作用的。那么究竟应该如何去准确的衡量某个交易系统的表现呢?今天就让我们一起来讨论一下这个问题。

 
首先,很多交易者都知道夏普比率是一种相对传统的用来衡量基金和交易系统的表现的方法。通常来说,夏普比率就是用理论回报与固定利率的差值,除以回报的标准偏差。这里的标准偏差是指对年回报波动性的衡量,它是各年回报与平均年回报的偏差统计值。理论回报是指根据历史数据得出的平均年回报。
如何衡量程序化交易系统的表现?
当历史数据中的各年回报值均与平均年回报的值相差特别大时,就会出现比较大的标准偏差,换句话说就是比较高的波动性。但是,单独的去使用夏普比率也会存在一些致命的曲线。我们在使用夏普比率时要遵守一个前提:各年回报与平均年回报相比,离散的越厉害,投资的风险就会越大。
 
虽然一般来说离散的各年回报分布确实意味着更高的波动性,但是由于夏普比率在其波动性的衡量中没有区分盈利和亏损,那么这样回报的高波动性就不等价于高的风险
 
我们要注意的是夏普比率并不能区分盈利或者亏损带来的波动,所以夏普比率会误导那些成功的趋势交易者。那么对于这些量化投资趋势交易者而言,就非常可能经历大的盈利,然后比较小的起伏。
 
其次,夏普比率也不能够帮助投资者区分间断的亏损和连续的亏损。相反,夏普比率只能衡量在一定时间段内的回报的标准偏差。我们举个例子来说明一下,假设交易系统A经历了连续3个月每月$4000的亏损,并在接下来9个月里连续的盈利平均每月$3500,这样它的年盈利是$19500;交易系统B先一个月盈利$7500,再一个月亏损$3750,如此反复,这样它的年盈利就是$22500。
 
当然由于夏普比率不能够区分间断亏损和连续亏损,同时也不能够区分历史表现中盈利和亏损带来的波动,所以它就会得出交易系统A更加好的结论。但是实际上A系统经历了$12000的最大回调,而且它的年回报也会相对较低。
 
那么针对这种情况,我们可以采用盈利与最大亏损的比值(P:MD)来帮助我们区分历史表现中盈利和亏损带来的波动,当然它可以对连续亏损进行度量。虽然我们说P:MD对衡量量化投资交易系统的表现来说会更为准确,但是夏普比率一直是工业标准。
 
所以,我们在进行系统测试时不仅要包含夏普比率,也别忘了使用盈利与最大亏损的比值。
 
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号,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