通过简单的回测我们可以知道，程序化交易软件中多数的单一指标都已经失效了。2013年是一个非常明显的分界点，很多指标在2013年之后都出现失效或者原本没有获利能力的指标开始出现亏损变大的情况。
交易策略系统
近年衍生性金融商品的参与者日益增多，原油、黄金等产品已经有大型的投资机构转向了民间资金。随着系统化、全球化、金融体系扁平化交易被广泛的使用，指标的获利空间也被大大的减少。如果某一套系统的相似逻辑被市场交易者们大量的使用的话，买卖单就会挤压这个系统的获利能力。
我们在这里介绍一个Strategy over Strategy的概念。后者这个Strategy就是一般我们所说的指标。它主要被用来判断多空的情况。前者是管理指标的工具，我们一般常见的出现方式或者称法还有滤网、Position Sizing、权益曲线管理和风险平衡等。我们假设将后者称为指标A、前者称为指标B，B是A的管理工具。
大多数程序化交易者花尽心思想获得一个技术分析层面完美的A，但是在B的各个面则凭自己的直觉来执行。主观直觉会带入很多参数，这样即使A再完美也是没有用的。
怎样来判断指标是否是失效的也很少被交易者量化。我们应该从量化的角度来分析这个策略是不是具备获利的能力，而不是仅凭观察。下面几种就可以多策略组合中如何评级不同策略以分配资金的方式或者一致性评断策略是否失效。
评比策略的一般风险和策略效率都可以用权益曲线标准差来衡量。在大样本周期下，比较好的策略能够在各个中期以上时间区段出现相似的特点，如获利因子或者胜率等。
所以权益曲线在部位跟随商品价格和风险等做变化处理后，应该会呈现出一个相对变化较小的角度向右上方方法。我们可以用权益曲线标准差来评判策略是否持续性有效。
假如在权益曲线的均值扣除1个标准差之后，正常理论上应该只有大概16%的日权益在此线之下。如果出现期权益数在此线下比例明显提高的情况，那代表着指标的获利能力遭到压缩或者已经失效。
多策略中，我们可以先将近期的指标最佳化，然后再除以长期指标最佳化的相同参数数值。如果这个值比较接近于1，那么就代表这个策略是持续有效的。
在多策略组合中，我们可以用这样的数值来决定不同策略在商品中的运行情况，或者把资金按照比例分配给各个策略，对目前使用的策略增加权重。
例如三个策略的数值计算分别为1.1、1.2、1.3，则前者所得评级较佳，简易的资金分配原则可以依( 0.1 + 0.2 + 0.3 ) / 0.1、( 0.1 + 0.2 + 0.3 ) / 0.2、( 0.1 + 0.2 + 0.3 ) / 0.3 = 6 : 3 : 2 比例配置。
正常来说套利交易的胜率是非常高的。就方向性波段策略来说50%的胜率即可称之为高胜率。对于套利模型来说，60%以上的胜率都是很可能会达成的。
只有资金使用效率较差，因此风险也偏低。但是如果是双边或多边商品套利模型的失效的情况，那么呈现的是明显而呈渐进性的，并且不会那么轻易就瞬间无效。
我们可以通过简易的从权益曲线斜率变化观察来判断套利模型是否失效，一旦出现中期以上呈现水平或角度降低的情况，那么我们就可以增加成为多边商品套利系统或转换商品组合。组合内每成功增加一个商品便可扩张有效空间。
机械化交易主要是要求每一个环节都按照我们拟定的规则来不断运行，从而达到我们所期待的。量化交易是机械化交易的衍生品，程序化交易是在量化交易的基础上，让计算机拥有自动执行的能力。
那么，就究竟是否以技术分析为依据，将每个环节都数值化会更好呢？这样做，首先可以更加准确的执行策略，其次，执行程序化交易，也有利于进一步的评估回测面向，而不仅止步于第一层Strategy之中。
转载自 程序化交易者 程序化交易与量化投资