발명가들의 양적 거래에 대한 소개 - 기본부터 실제 전쟁까지

유형적으로, 최대 회귀 (Max Drawdown) 는 유동률보다 훨씬 더 중요한 위험 지표입니다. 회귀에서 보이는 최대 회귀도 어떤 의미에서 당신이 입상한 후 일어날 수있는 최악의 상황을 나타냅니다.

수학적으로 보면, 20%의 자본손실은 25%의 잔액 자본이익을 필요로 하고, 50%의 손실은 100%의 잔액 자본이익을 필요로 하고, 손실 이전 자본이익을 25%로 되돌릴 수 있다.

그러면 의심할 여지 없이 손실이 커질수록 초기 자본 규모로 회복될 확률이 작아지고 어려움이 커진다. 자본의 상향 이익의 여지가 무한하고, 하향 손실의 여지가 제한되어 있고, 바닥에 도달할 확률이 더 높다.

어떤 정의로든, 적어도 두 가지가 현재 주류 인식입니다. 1, 최대 철수는 작을수록 좋습니다. 2, 탈퇴와 위험의 비율, 더 큰 탈퇴는 더 큰 위험, 더 작은 탈퇴는 더 작은 위험.

조정된 수익 위험비 (RAROC)

많은 사람들이 이 개념에 익숙하지 않은데, 사실, 조정된 수익 위험은 프로 플레이어와 아마추어 플레이어의 격차입니다. 이것은 또한 투자 은행, 대형 펀드, 전문 거래자의 매우 좋은 평가 도구이며 글로벌 금융 분야에서 일반적인 평가 기준입니다.

투자에서 수익만을 보는 것이 아니라 이 수익을 얻기 위해 얼마나 많은 위험을 감수했는지 보는 것입니다. 일반적으로 자산의 위험과 수익은 상대적입니다. 이것은 모델이 수익률에 대해 오만하고, 고래가 급격히 올라갈 때, 그 장면 뒤에 아직 폭발하지 않은 위험이 숨어있을 수 있음을 의미합니다.

예를 들어, 모델의 평준화 조건 또는 평준화 조건은 상승할 때 더 높은 수익을 가지고 있지만, 하락할 때 손실을 두 배로 확대하여 큰 손실을 발생시킵니다. 그럼에도 불구하고 상승과 하락은 상당히 비대칭적인 영향을 미칩니다.

많은 경험이 많은 양적 거래자는 위험을 줄이기 위해 수익의 일부를 희생할 준비가되어 있으며, 이러한 경우, 위험 조정된 수익은 더 많은 참조 가치를 가지고 있습니다. 따라서 리모델링에서, 위험성이 높고, 변동성이 높은 모델은 수익이 높더라도 좋은 모델이 될 필요는 없습니다.

예금은 안전하지만 연간 수익은 2%에 불과합니다. 시장은 며칠 동안 50%를 올릴 수도 있고 며칠 동안 50%를 잃을 수도 있습니다. 거래는 오랜 기간 동안, 저는 매우 중요한 개념을 가지고 있습니다. 위험, 위험과 수익은 결코 고립되어 존재하지 않습니다. 거래는 바다에 낚시를하는 것과 같습니다. 당신은 낚시를하고 싶지만 바다의 위험을 감수하고 싶지 않습니다. 너무 보수적이고 너무 급진적 인 것은 실제로 두 극단으로 이동합니다. 디자인 전략 모델도 마찬가지입니다.

거래 수

이 모델을 증명하기 위해 몇 달의 리테스트 성과를 가져갈 수는 없습니다. 만약 리테스트 데이터가 너무 적다면 리테스트 결과가 우연적일 수도 있습니다.

일반적으로 국내 주식·상품의 경우 5년 이상, 신시장 품종의 경우 최소 3년 이상의 자료를 재검토해야 한다. 상장 초기 품종이나 국제 시장의 금·달러 지수 등의 상품의 경우 적어도 10년 이상, 일반적으로 15년 이상에 걸쳐 1주기를 재검토해야 한다. 재검토 기간이 충분히 길어서 재검토 성과가 충분히 신뢰할 수 있다. 이 요구 사항을 충족시키지 못하는 품종의 경우 상장 시에 적절한 R값을 과잉 처리하여 적극적으로 위험 노출을 줄여야 한다.

평균 수익

평균 이익이라는 지표 데이터는 평범한 것처럼 보이지만 실제로 매우 중요합니다. 그것의 계산 방법은 매우 간단합니다: 순이익 / 거래 횟수. 과장하지 않고, 그것은 성과를 측정하는 외모를 밝게 구별하는 광경을 구별합니다. 아래 그림과 같이, 이 전략이 돈을 벌 수 있다면, 그것은 정상적이지 않습니다.그림 5-18그림 5-19

이 전략이 성과를 재검토하는 것을 본다면, 이 거의 완벽한 전략이 필요한 것이 아니냐는 의문이 생길 수 있습니다. 그리고 느려요! 두 번째 그림의 평균 수익을 자세히 살펴보세요. 17달러, 즉 평균 거래당 17달러.

선물 시장의 대부분의 1점 10원 품종에 대해, 그러나 실제 거래를 한 사람이라면 무엇을 의미하는지 이해할 수 있습니다. 실제 거래에서 1점, 10점, 8점이라고 말할 것도 없습니다. 2점, 3점은 가정용 음식입니다.

승률

승률은 결코 단독으로 존재하지 않거나, 단독으로 승률 문제를 제기하는 것은 실용적이지 않습니다. 만약 당신이 적절한 시장에서 적절한 모델을 사용한다면 승률이 80%에 도달하는 것은 놀라운 일이 아닙니다. 그러나 그것은 의미가 없습니다.

가격이 상승하거나 하락하는 것이 아니라 움직이지 않는 것입니다. 충분한 시간을 가지고 있다면, 가격 상승과 하락의 확률이 50%라는 것을 알게 될 것입니다. 어떤 종류의 전략 모델을 사용하든, 재검토에서 승률이 50% 이상이라면 조심해야합니다. 수학과 물리학적인 관점에서 볼 때, 이것은 불가능합니다.

자세한 엑위티 커브

이 그래프에 대한 설명에 따르면, 이ক্য티 커브 (Equity Curve) 는 첫 입출금 시점부터 차트 마지막 바의 종료 시점까지의 시간이다. 이 그래프는 거래의 실시간 자금 커브이며, 매 바에 있는 부동의 수익/손실을 계산하기 때문에 실시간이라고 한다.그림 5-20

상세한 이윤곡선은 계좌의 순액의 변화로 반영되며, 가장 직관적인 평가 도구로 전략의 손익손실 상태와 손실/이익의 변동/평화 정도에 대한 전반적인 파악을 한눈에 얻을 수 있다. 그러나 전략 성과 보고서는 이 그래프는 단지 허구 이상의 말과 더 많은 신자들을 혼란스럽게 한다. 또한 평평한 이윤곡선을 결코 보지 말라.

연간 수익률

연간수익은 비교적 논란의 여지가 있는 지표이며, 어떤 사람들은 그것이 외계인에게 보이기 위한 것이라고 생각하며, 참조의 의미가 없다. 첫째, 수익을 얻는 것은 모델이 선택된 조건이거나 모델의 수익 자체는 긍정적 인 기대치를 가져야 한다.그림 5-21

당신은 무수히 많은 100%의 수익을 얻을 수 있지만 최대 100%의 수익을 얻을 수 있습니다. 연간 수익률과 실제 수익률 (수준화 수익률) 사이의 차이는 매우 크고 때로는 우리가 생각하는 것보다 더 커질 수 있습니다.

요약

마지막으로, 한 가지 설명해야 할 점은, 완전한 검증 성능이 존재하지 않는다는 것입니다. 테스트 데이터 자체에 대한 문제 외에도, 모델의 사용자들은 매개 변수 최적화에서 트랜잭션 디자인에 이르기까지 실제 실행과 다른 상황이 발생할 수 있는 더 많은 함정에 직면할 수 있다는 것입니다.

더 중요한 것은, 실행 차원의 감정 문제는 모델이 생산에 투입되는 X 요인이며, 실제 거래는 정서적 진공의 환경에서 작동할 수 없으며, 두꺼운 꼬리 현상은 모든 프로그래밍 거래자가 항상 경계해야하는 현상이다.

수업 후 숙제

1번, 당신이 가장 중요하다고 생각하는 성과 지표들을 적어 보세요. 2.. 샤프 비율을 계산해보세요.

5.4 샘플 외부 테스트가 필요한 이유

요약

지난 섹션에서는 몇 가지 중요한 성능 지표를 중심으로 전략 리테스트 성능 보고서를 읽는 방법을 알려줍니다. 실제로 수익을 창출하는 전략 리테스트를 작성하는 것이 가장 어렵지 않습니다. 그보다 더 어려운 것은 전략이 실제 투입에서 계속 효과가 있는지 평가하는 것입니다. 그래서 오늘 나는 샘플 외부 테스트와 그 중요성을 설명 할 것입니다.

재검토는 실제 디스크와 같지 않습니다.

많은 정량화 초보자들은 겉으로 보기 좋은 실적 보고서나 자금 곡선을 재검토함으로써 자신의 거래 전략을 쉽게 확신하고 시장에서 큰 힘을 발휘할 준비를 한다. 물론, 이 재검토 결과는 그들이 관찰한 어떤 시장 상태에 완벽하게 맞을 수 있지만, 이 거래 전략이 장기적인 실전으로 투입되면, 그들은 실제로 효과가 없다는 것을 알게 된다.

나는 많은 거래 전략을 보았는데, 재검토시 성공률은 50% 이상이다. 이 높은 승률을 가정하면 1:1 이상의 수익/손실 비율도 있을 수 있다. 그러나 이러한 전략은 실제 판에 적용되면 기본적으로 손실을 초래한다. 손실을 초래하는 이유는 여러 가지가 있다.

그러나 거래는 이런 복잡하게 얽혀있는 일인데, 후속 시선에서는 매우 명확하지만, 우리가 처음으로 돌아간다면, 여전히 혼란스러울 것입니다. 이것은 양적 근원 문제와 역사적 데이터의 한계에 도달합니다.

샘플 외부 검사란 무엇인가요?

제한된 데이터 상태에서 제한된 데이터를 최대한 활용하여 거래 전략에 대한 과학적 재검토를 어떻게 할 수 있습니까? 답은 샘플 외부 테스트 방법이다. 재검토할 때, 역사적 데이터를 시간에 따라 앞뒤로 두 부분으로 나누고, 첫 번째 부분은 전략 최적화를 위해 사용되며, 훈련 세트라고 불리며, 두 번째 부분은 샘플 외부 테스트를 위해 사용되며, 테스트 세트라고 불립니다.

만약 당신의 전략이 항상 효과적이라면, 트레이닝 세트 데이터에서 가장 좋은 몇 개의 세트를 최적화하고, 그 세트를 테스트 세트 데이터에 적용하여 재검토한다. 이상적으로, 얻을 수 있는 재검토 결과는 트레이닝 세트와 동일하거나 합리적인 범위 내에서 차이가 있어야 한다. 그러면 이 전략이 상대적으로 효과적이라고 말할 수 있다.

그러나 만약 하나의 정책이 테스트 세트에서 잘 수행하지만 테스트 세트에서 열악한 성능을 보거나, 또는 다른 매개 변수가 선택되어도 큰 변화를 보인다면, 정책에는 데이터 마이그레이션 편차가 있을 수 있다.

예를 들어, 상품 선물 스프레드 스틸을 재검토하려는 경우, 현재 스프레드 스틸은 약 10년 (2009~2019) 의 데이터를 가지고 있으며, 2009~2015 년의 데이터를 훈련 집합으로, 2015~2019 년의 데이터를 테스트 집합으로 사용할 수 있습니다. 예를 들어, 쌍평선 전략으로, 훈련 집합에서 가장 좋은 몇 개의 매개 변수 그룹은 (15주기평선 및 90주기평선), (5주기평선 및 50주기평선), (10주기평선 및 100주기평선)...

샘플 외부 테스트를 사용하지 않고 2009~2019년 데이터를 직접 사용하여 리테스트 전략을 수행하는 경우, 역사적 데이터에 맞추어 좋은 리테스트 성과 보고와 자금 곡선을 얻을 수 있지만, 이러한 리테스트 결과는 실제 판에 큰 의미가 없으며, 특히 더 많은 매개 변수와 관련된 전략에 대한 지침이 없습니다.

표본 외부 테스트의 진행

역사적인 데이터를 두 부분으로 나누고, 샘플 내와 샘플 외의 재검토를 수행하는 것 외에도, 더 나은 옵션이 있는데, 이는 반발적 재검토와 교차적 재검토 방법이다. 특히 역사적인 데이터가 거의 없는 경우, 예를 들어 최근 출시된 원유 선물, 애플 선물, 이 두 방법을 사용하면 제한된 데이터를 사용하여 모델을 종합적으로 검사할 수 있다.

후속 검사의 기본 원리는: 이전보다 더 긴 역사 데이터를 사용하여 모델을 훈련시키고, 그 다음 비교적 짧은 데이터를 사용하여 모델을 검사하고, 데이터의 창을 계속 뒤로 이동하여 훈련과 검사의 단계를 반복합니다. 훈련 데이터: 2000년에서 2001년, 테스트 데이터: 2002년 훈련 데이터: 2001년에서 2002년, 테스트 데이터: 2003년 교육 데이터 (2002~2003); 테스트 데이터 (2004년); 교육 데이터 (2003~2004년, 테스트 데이터 (2005년) 교육 데이터 (2004~2005년, 테스트 데이터 (2006년) 이 모든 것은 우리가 할 수 있는 일입니다. 마지막으로 (2002년, 2003년, 2004년, 2005년, 2006년...) 테스트 결과를 통계적으로 분석하여 전략의 성능을 종합적으로 평가합니다.

아래 그림에서 볼 수 있듯이, 이 후속 검사의 원리를 직관적으로 설명할 수 있습니다:그림 5-22

위 그림은 각각 두 가지 방법으로 진행 검사를 보여줍니다.

첫 번째: 검사를 한 번에 테스트 데이터가 짧고 테스트 횟수가 더 많습니다. 두 번째: 테스트 데이터의 길이가 더 길고 테스트 횟수가 더 적다.

실제 응용분야에서는 테스트 데이터의 길이를 변경하여 여러 번 테스트를 수행하여 모델이 비평형 데이터에 대한 안정성을 판단할 수 있다. 교차 테스트의 기본 원칙은 모든 데이터를 N개의 부분으로 나누고, 각각의 N-1개의 부분으로 훈련하고, 나머지 부분으로 테스트한다.

2000년에서 2003년까지의 연간을 4개 부분으로 나눈다. 그 크로스 검사의 작동 과정은 다음과 같다. 1, 훈련 데이터: 2001-2003, 테스트 데이터: 2000; 2, 훈련 데이터: 2000-2002, 테스트 데이터: 2003 3, 훈련 데이터: 2000, 2001, 2003, 테스트 데이터: 2002; 4, 훈련 데이터: 2000, 2002, 2003, 테스트 데이터: 2001;그림 5-23

위 그림에서 보듯이, 크로스테이크의 가장 큰 장점은 제한된 데이터를 최대한 활용하는 것입니다. 각 훈련 데이터는 테스트 데이터이기도 합니다. 그러나 크로스테이크를 전략 모델에 적용할 때 명백한 단점이 있습니다.

1, 가격 데이터가 불균형할 때 모델 테스트 결과는 종종 신뢰할 수 없습니다. 예를 들어, 2008년 데이터를 사용하여 훈련하고 2005년 데이터를 사용하여 테스트하십시오. 2008년 시장 환경이 2005년보다 크게 변한 가능성이 있으므로 모델 테스트 결과는 신뢰할 수 없습니다. 2차, 첫 번째와 마찬가지로, 크로스 테스트에서 최신 데이터로 훈련 모델을 사용해서 오래된 데이터로 테스트 모델을 사용한다면, 그것은 그 자체로 논리적으로 맞지 않습니다. 또한, 양적 전략 모델에 대한 검사를 할 때, 양진 검사와 교차 검사는 모두 데이터 중복 문제를 겪는다.

거래 전략 모델을 개발할 때, 대부분의 기술 지표는 특정 길이의 역사적 데이터에 기초한다. 예를 들어, 트렌딩 지표를 사용하여 지난 50 일 동안의 역사적 데이터를 계산하고, 다음 거래일에 그 지표가 그 거래일 이전 50 일 동안의 데이터를 계산하는 경우, 두 지표의 계산 데이터의 49 일 동안의 데이터가 동일하므로, 두 인접한 날마다 지표의 변화가 거의 눈에 띄지 않게 된다.그림 5-24

데이터 중복은 다음과 같은 영향을 줄 수 있습니다. 1, 모델 예측의 결과의 느린 변화는 지주 변동이 느려지는 것을 초래합니다. 이것이 우리가 흔히 말하는 지표의 지체입니다. 2, 모델 결과 검사에 사용되지 않는 일부 통계 값은 반복된 데이터로 인한 순서 관련성 때문에 일부 통계 검사 결과가 신뢰할 수 없도록 한다.

좋은 거래 전략은 미래에 수익성이 있어야 한다. 샘플 외부 테스트는 거래 전략을 객관적으로 검출하는 것 외에도 양자화 거래자의 시간을 효율적으로 절약한다. 대부분의 경우 전체 샘플에서 최적의 매개 변수를 직접 사용하는 것이 실제 전투에 들어가는 것이 매우 위험하다.

파라미터 최적화 시점 이전의 모든 역사적 데이터를 구분하여, 샘플 내 데이터와 샘플 외 데이터로 나누면, 먼저 샘플 내 데이터를 사용하여 파라미터 최적화하고, 다시 샘플 외 데이터를 사용하여 샘플 외 테스트를 수행하면, 이러한 오류를 분류할 수 있으며, 동시에 최적화 된 전략이 미래의 시장에 적용될 수 있는지 검증할 수 있다.

요약

거래와 마찬가지로, 우리는 결코 시간을 통과하지 못하고, 스스로 한 번의 실수 없이 올바른 결정을 내릴 수 없습니다. 만약 신의 손이나 미래에서 돌아오는 능력이 있다면, 테스트를 거치지 않고, 직접 온라인 상에 실시간 거래를 할 수 있습니다. 그리고 필자는 역사 데이터에서 우리의 전략을 검증해야합니다.

그러나, 거대한 데이터의 역사를 가지고 있더라도, 무한하고 예측할 수 없는 미래에 직면했을 때, 역사는 극도로 부족하다. 따라서 역사에 기반한 상위에서 아래로 밀어내는 거래 시스템은 결국 시간이 지남에 따라 가라앉을 것이다. 왜냐하면 역사는 무한한 미래를 가질 수 없기 때문이다. 따라서 완전한 긍정적인 기대 거래 시스템은 그 내재의 원칙, 논리에 의해 뒷받침되어야 한다.

"신뢰하지만 검증하라" 리건 대통령

수업 후 숙제

1. 실생활에서 어떤 현상이 생존자 편견이라고 할까요? 2, 발명자의 계기를 사용하여 양량화하여 샘플의 내부와 외부에 따라 재검토하고 그 차이를 비교합니다.

5.5 거래 전략 최적화 및 최적화

요약

거래 전략은 본질적으로 시장의 법칙에 대한 포괄과 요약입니다. 시장에 대한 이해가 깊어지고 코드로 아이디어를 표현할 수있는 능력이 높을수록 당신의 전략이 시장에 가깝습니다. 이 섹션에서는 거래 전략을 최적화하고 실제 거래에 최종 준비를하는 방법을 설명 할 것입니다.

출입을 최적화

대부분의 트렌드 추적 전략은 브레이크나 기술 지표 등의 방법을 이용하여 시장을 포착한다. 일반적으로 이러한 신호의 출입 방식은 시간효율이 낮다. 전략이 클로저 가격 모델을 사용하는 경우, 엔트리 포인트는 아래의 루트 K 라인의 오픈 가격에 위치하고, 따라서 이 K 라인을 브레이크하는 최적의 엔트리 시기를 놓칠 수 있으며, 눈에 보이지 않는 큰 수익을 놓칠 수 있다.

따라서 효과적인 방법은 전략 구현에 더 우수한 즉각적인 가격을 사용하여 신호가 발생했을 때 즉시 주문하는 것입니다. 신호가 발생했을 때 즉시 입출을 할 수 있고 이익을 잃지 않을 수 있습니다. 그러나 모든 즉각적인 가격이 종료 가격보다 우월하지는 않지만 거래 전략에 따라 결정됩니다. 일부 거래 논리 전략은 간단하며, 종료 가격과 종료 가격 효과의 차이는 작습니다. 그러나 종료 가격 모델은 더 세밀한 거래 논리를 처리 할 수 없으며 즉시 가격을 채택해야합니다.

파라미터 최적화

매개 변수 최적화는 양량화 거래 전략을 역사 데이터에 더 가깝게 만들 수 있으며, 다시 측정 성과에 더 나은 결과를 얻을 수 있습니다. 예를 들어, 우리는 스 ن트 스틸 계약에서 이중 평선 전략을 사용하지만, 어느 두 평선이 가장 좋은지 알고 있습니다.

아래 그림과 같이, 이중평선 전략을 예로 들면, 그것은 자체로 다차원적인 예이며, 만약 우리가 각 파라미터의 재검토 결과를 한 점으로 그려낸다면, 각 파라미터는 이 전략의 한 차원이고, 결국 모든 파라미터 조합은 이 복잡한 다차원적인 곡선 모양을 구성한다.그림 5-25

위 그림과 같이 이중 매개 변수 전략 성능 그래프에서, 매개 변수와 함께 최종 수익률도 크게 변하고, 곡선이 강력하게 왜곡되어 높고 낮게 다른 파크 과 밸리 을 형성한다. 일반적으로 최적화된 결과 수익률은 모든 곡선의 가장 높은 지점인 1위를 차지한다. 그러나 매개 변수 민감성, 객관성 등의 관점에서, 때때로 이 결과는 가장 우수한 결과가 아닐 수도 있다. 왜냐하면 상황은 끊임없이 변화하고 있기 때문이다.

따라서 매개 변수 최적화의 중요한 원칙은 매개 변수 고원보다는 매개 변수 고원을 선택하는 것이다. 매개 변수 고원이란 매개 변수 범위가 더 넓어 있어 전략이 이 범위 내에서 더 나은 성과를 낼 수 있음을 의미한다. 일반적으로 매개 변수 중심에 비슷한 정형 분포를 형성한다. 매개 변수 고원이란 매개 변수 값이 아주 작은 범위 안에 있을 때만 전략이 더 잘 수행되고 매개 변수 값이 그 범위에서 벗어날 때 전략의 성능이 현저하게 변한다는 것을 의미한다.그림 5-26

파라미터 고원

위의 그림의 예로, 좋은 전략의 매개 변수 분포는 매개 변수 평야가어야 하며, 매개 변수 설정이 오차된 경우에도 전략의 수익성은 여전히 보장될 수 있다. 이러한 매개 변수들은 안정성이 강하기 때문에, 전략이 미래의 실전에서 모든 종류의 시나리오에 직면할 때 강력한 보편성을 가질 수 있다.그림 5-27

변수 섬

위의 그림은 예를 들어, 만약 리테스트 성능이 파라미터 고립을 나타낸다면, 파라미터의 작은 편차가 발생했을 때 전략의 수익성이 많이 감소할 것이다. 그런 파라미터들은 열악한 보편성으로 인해 실제 거래에서 변하는 다단계 시장에 대처하기 어려운 경우가 많다.

따라서, 만약 근방의 매개 변수가 최적의 매개 변수보다 훨씬 다른 성능을 갖는다면, 이 최적의 매개 변수는 과도한 합의 결과일 수 있으며, 수학적으로 찾고자 하는 극대 값의 해답이 아닌 특이점 해답으로 간주될 수 있다. 수학적으로, 특이점은 불안정하며, 미래의 불확실성 시나리오에서 시장의 특성이 변하면 최적의 매개 변수는 최악의 매개 변수로 변할 수 있다.

그라운드 추가

많은 트렌드 전략은 시장이 트렌드를 보이는 시점에 트렌드를 잘 파악하고 풍부한 수익을 얻을 수 있지만 장기적으로 실행되면 최종 결과는 작은 수익이나 손실이 아닙니다. 문제는 무엇입니까?

그 이유는 전략은 불안정한 시장에서 지속적으로 반복적으로 거래하는 것이며, 불안정한 거래의 대부분은 손실 또는 작은 이익이며, 시장은 약 70%의 시간 동안 불안정한 시장에 있으며, 오랜 기간 동안 연속적으로 작은 손실이 발생하여 이전 이익이 완전히 투어됩니다.그림 5-28

해결책은 망을 추가하는 것입니다. 시장에 있는 많은 종류의 망은 손실 수익 망, 위험 가치 망, 트렌드 형식 망, 기술 지표 망 등이 있습니다. 예를 들어, 큰 주기 일평선 망을 추가하면 불안한 시장에서 거래 수를 줄이고 잘못된 거래를 절반을 필터링 할 수 있습니다.

평평한 자금 곡선

정량화 추구는 안정적인 지속 가능한 수익을 추구하는 방법이며, 이는 대부분의 거래자가 보고 싶어하는 것입니다. 아무도 올해 50%의 수익을 얻고, 다음 해 30%의 손실을 얻고, 다음 해 40%의 수익을 얻고 싶어하지 않습니다. 매년 20%의 수익률을 선호하지만 10년 이상 지속될 수 있습니다. 이는 정량화 투자가 가능하기 때문입니다. 왜냐하면 정량화 투자는 지속 가능한 성과의 거래 모델이기 때문입니다.

평탄한 자본 곡선을 이루기 위해서는 다전략, 다종, 다주기, 다변리 구조의 포트폴리오가 필요하다. 그러나 더 많을수록 더 좋지는 않다. 여기서 한계 감소 효과가 있다. 처음에는 포트폴리오를 더 많이 추가하면 분산성이 더 좋아지지만 전략이 수량계층에 도달하면 분산 작용이 감소하는 효과가 나타나기 시작한다. 포트폴리오의 장점은 분산성이며, 전체 수익률은 최고가 아니지만 가장 안정적이다.

그 잔을 찾는 것을 포기하는 것

양적 거래로 신성한 잔을 찾을 수 있을까 하는 것은 많은 거래자들이 고민하는 문제이다. 어떤 거래자들은 단순한 재검토 후에, 이른바 완벽한 전략으로 시장에 돌입한다.

하지만 정말 성스러운 잔이 있습니까? 사실 아주 간단합니다, 답은 아닙니다. 사실 이해하기가 어렵지 않습니다. 만약 이 시장이 정말로 규칙이 있다면, IQ가 높고, 학력이 높고, 노력하는 사람들이 더 많은 규칙들을 발견할 것입니다. 수학 분석, 정보 독점, 또는 다른 분석 방법을 사용하든 간에, 결국 그들은 시장에서 대부분의 돈을 벌고, 오랫동안 거래 시장을 독점할 것입니다. 시장이 정상적으로 작동할 수 없을 때까지.

요약

거래 기간이 충분히 길다면, 누구나 거래 과정에서 다양한 시장 동향에 직면할 수 있으며, 이러한 동향은 과거를 완전히 반복할 수 없습니다. 양적 거래자로서, 자신의 거래 전략을 올바르게 검토하고 최적화하는 것 외에도 시장 상태를 지속적으로 모니터링하고 시장의 변화에 따라 전략을 지속적으로 개선해야합니다.

또한 수익과 손해의 동원인 손실은 전체 거래 전략의 일부이며, 최고의 거래 전략조차도 일련의 회귀 기간을 겪을 수 있다는 것을 인식하십시오. 거래가 손실이 발생할 때마다 거래 규칙과 전략이 문제 삼아서는 안됩니다. 적어도 당신의 전략의 논리적 틀을 쉽게 변경하지 마십시오.

수업 후 숙제

1. 자신의 전략적 특성에 따라 포트폴리오를 구성하고 발명자의 재검토 도구를 사용 2. 이 섹션의 내용에 따라 자신의 양적 거래 전략을 최적화하려고 노력하십시오.

5.6 확률적 사고를 구축하여 거래 패턴을 개선하십시오.

요약

거래는 과학이기도 하고 예술이기도 하다. 거래의 방법에는 가치 투자, 기술 분석, 사건의 핫포트, 이치 헤딩 등이 많으며, 겉으로는 논리적으로 엄격하고 이론적으로 타당하다고 보이지만 실제로는 종종 모순되며, 때로는 과학의 엄격도 예술의 천하를 설명 할 수 없습니다.

다양한 거래 방법의 시작은 다르지만, 바둑의 길은 로마로 이어진다. 가치 투자의 장점은 가치에 따라 가격 변동에 따라 안전의 경계를 구분할 수 있다는 것입니다. 기술적 분석의 장점은 거래가 특정 과학성을 갖는 세 가지 가설이라는 것입니다.

그러나, 그들은 모두 공통적인 특징을 가지고 있다. 즉, 미래에 대한 가격 분석은 대략적인 예측을 할 수 있을 뿐, 정확한 예측은 할 수 없다. 심지어 기본 분석과 기술 분석을 결합해도, 의 정확도를 높이는 문제를 해결할 수 없다. 그래서 처음부터 끝까지 거래는 확률 게임이다.

확률 게임

사실 거래는 확률 게임일 뿐만 아니라, 인간의 삶은, 길 건너가기에는 너무 작습니다 (녹색 신호가 켜져, 이제 길을 건너기 안전합니까?), 어떤 친구를 사귀는지 (이 친구가 신뢰할 수 있습니까?), 어떤 일을 할 때 (직업 거래가 정말 좋은 일입니까?), 누구와 결혼 할 때 (우리는 함께 행복 할 수 있습니까?) 등이 위험과 보상 확률을 평가하는 게임입니다. 왜냐하면 우리는 예측할 수있는 능력이 없기 때문에, 모든 일이 우리가 알고있는 경우에도 위험은 항상 존재하며 100% 확신을 얻을 수 없습니다.

많은 사람들이 거래에서 실수를 하는 중요한 이유는 확률적 사고가 부족하고, 거래를 할 때 이성보다는 감정이 너무 많다는 것입니다. 감정은 실제로 시장에서 인간의 많은 약점을 자극하고 증폭시킬 수있는 우리의 본능입니다. 이것이 대부분의 사람들이 시장에 와서 결국 실패하는 이유입니다.

거래가 실패한 이유

첫 번째 이유는 인간성 때문입니다.

대부분의 사람들은 약점을 가지고 있습니다: 저렴한 것을 좋아하고 작은 손실을 두려워합니다. 시장에서 약간의 우발이있을 때 즉시 수익을 내고 이익을 얻습니다. 손실이있을 때 손실 입장을 고정시키고 돈을 벌려고 노력합니다. 결과적으로 작은 손실은 천천히 큰 손실로 쌓입니다.

가격은 상승하거나 하락하지 않고, 아니면 움직이지 않습니다. 장기적으로, 절차 수수료와 슬라이드 포인트 등을 고려하지 않고 수익과 손실의 확률이 약 50%에 해당하는 경우, 대다수의 거래 방식은 제한된 이익과 무한한 위험의 부정적인 기대 전략으로 변합니다. 그들의 거래 결제 방법은 다음과 같습니다: 작은 돈>...> 작은 돈> 큰 손실.

실생활에서 이것은 가난한 사람들의 생각과 부유한 사람들의 생각과 매우 유사합니다. 가난한 사람들은 위험을 혐오하고 손실을 두려워합니다. 가뭄에 대비한 일을 좋아하고 안정을 추구합니다. 절대적인 확신이 없는 일을 할 때에도 그것을 하지 않기로 결심합니다. 겉으로는 그렇게하는 것이 나쁘지 않은 것처럼 보이지만 뒤에는 엄청난 기회 위험을 감수합니다.

부유한 사람들은 위험을 감수하고, 위험과 이익이 항상 같다는 것을 알고, 위험을 감수할 때만 기회를 얻을 수 있고, 위험을 합리적으로 평가하고, 위험을 통제할 수 있는 상태에서 용감하게 베팅합니다.

두 번째 이유: 돈을 빨리 벌기를 좋아해요.

외국 소유 기관이 한 통계에 따르면, 장기적으로 대부분의 산업의 순자산 연간 수익률이 15%를 넘기는 것은 어렵습니다. 반대로, 많은 소매업자들은 시장에서 15%를 버는 것이 인사를하는 데 좋지 않다고 생각합니다. 사람들은 빠른 돈을 좋아하고, 행동에는 중장 거래와 단선 거래가 있습니다.

재창고 과잉 투자, 높은 레버링, 주식 투자는 매우 매력적이며 매우 위험합니다. 즉, 승패는 불가능합니다. 만약 당신이 50%의 승률의 거래 전략을 가지고 있고, 주식 투어와 주식 투어를 가지고 있고, 운이 좋다면, 당신은 10번이나 연속으로 이길 수 있습니다. 부의 양에서 질으로 변화하는 것도 가능합니다.

그러나 한 번만 잘못하면 모든 것이 0으로 돌아간다. 심지어 당신이 단지 중장 거래를 할 때 비부담을 할 때에도 계정이 0으로 돌아가는 위험이 있습니다. 왜냐하면 당신은 다음 거래에서 10 번이나 연속 손실을 얻지 않을 것이라고 보장 할 수 없기 때문입니다. 심지어 중장 거래는 원래 기대되는 거래 전략을 손실과 이익의 불균형 전략으로 바꿀 수 있습니다.

단선 천하의 무궁무진한, 단숨에 깨질 수 없는. 거래계에서 인위적인 , 일중 단선, 양적 고주파는 항상 신비로운 색을 가지고 있습니다. 나는 초계시계를 보는 사람들을 의심하는 것이 아니라 다른 관점에서 당신에게 단선 거래를 포기하라고 권합니다.

우리는 어떤 방법의 실행성을 판단하는 데 성공한 사람들만 보는 것이 아니라 실패한 사람들만 보는 것이다. 즉, 일부 사람들이 복권에서 큰 상을 사서 복권 구매를 원하는 전략이라고 생각할 수 없다.

또한, 사설 상품 순위를 살펴보면, 3년 이상, 상위 100위 중 몇몇은 리나 쇼트 라인을 하는 사람들이다. 의심의 여지 없이 쇼트 라인 성능률은 낮으며, 성공한 경우에도 이러한 빠른 수익 방식은 장기적으로 유지되기 어렵다.

이유 3: 편견

만약 가능하다면, 100분 동안 영화를 보라고 권합니다. 한 영화는 4개국에서 리메이크되었습니다. 1957년 미국 초판, 1991년 일본판, 1997년 러시아판, 2014년 중국판. 이 영화는 거래를하는 법을 가르쳐주지 않지만, 어떻게 사물을 바라보고 자신을 알아가는지를 가르쳐주는 것이 중요합니다.

인간의 경험은 한정되어 있기 때문에 인간의 인식도 한정되어 있다. 모든 사람은 자신의 경험과 경험에 따라 어느 정도 편견을 갖게 된다. 종종 편견은 대부분의 사람들의 습관이 되어, 자신의 감정으로 많은 것을 판단하는 것이 당연하다.

다시 시장으로 돌아가면, 당신이 시장에 대한 판단을 근본적인 분석이나 기술적인 분석에 기초해서 하는지는 중요하지 않습니다. 만약 당신의 견해가 시장의 대다수의 의견과 다르다면, 가격은 시장의 대다수의 의견에 더 편향되어 있고, 시장은 당신의 견해에 따라 작동하지 않을 것입니다.

따라서 거래에 있어서 유추 판단을 반드시 염두에 두어야 하지만 유추 판단에 의존하지 말고, 결국에는 사실에 기초하여 가격에 기초하여 거래해야 한다. 가격 유추의 유일한 힘은 대부분의 사람들의 미래에 대한 기대이다. 그리고 당신의 판단은 시장에서 어떤 비율도 가지지 않으며, 당신의 판단이 당신의 편견을 형성하지 않도록 하라.

네 번째 이유는 완벽함을 추구하는 것입니다.

시장의 참가자들은 다양한 분야의 거들과 함께 물리학, 통계학, 수학, 천문학 등 다양한 분야에서 활동하고 있으며 많은 사람들이 그들의 전문 지식을 사용하여 이 시장을 설명하려고 시도하고 있습니다.

그러나 시장의 주체는 인간이고, 인간은 스스로 지각적 한계를 가지고 있다. 즉 시장은 스스로 잘못되고 불완전하다. 그렇다면 이러한 "완전"한 방법들을 어떻게 시장에 대해 설명할 수 있을까?

이 목록은 시장에 진출한 대다수의 사람들이 결국 실패하는 이유를 제시합니다. 위의 몇 가지 주요 이유 외에도 더 많은 요소들이 있습니다.

운이 좋아서 시장에서 돈을 버는 사람들은 시간이 지남에 따라 결국 시장에 돈을 갚을 것입니다. 따라서 선물 시장은 부정적 게임 시장입니다. 자신의 사고 방식을 바꾸고 자신의 거래 전략을 세우는 것만으로 성공할 수 있습니다.

확률적 사고방식은 무엇일까요?

확률 사고, 문법적인 이름, 통상적으로 말하는 지점은 도박 사고이다. 당신은 틀린 말을 듣지 않았어, 거래는 도박이다. 도박을 들었을 때, 당신은 아마도 "누가 누가 도박을하는 것을 잃거나 빚을 지거나 이혼하는 것"과 연관되어 멀리 떨어져있을 것입니다.

사회에서도 붉은 눈의 도박꾼이 있다. 하지만 도박은 도박꾼이다. " 도박 "은 아마도 가장 깊이 오해되는 단어 중 하나입니다. 당신의 전략이 부정적인 기대라면 도박꾼입니다. 당신의 전략이 긍정적 인 기대라면 도박꾼입니다.

만약 우리가 "게임"이라는 단어의 의미를 없애고, 그것을 특정 위험을 감수하고 특정 보상을 얻는 행위로 이해한다면, 삶은 실제로 "게임"입니다.

심지어 은행에 돈을 넣는 것도 도박입니다. 왜냐하면 미래에 인플레이션이 일어날지, 은행이 파산할지 모르기 때문입니다. (그리스 부채 위기를 참조하십시오). 결국, 삶의 모든 과정은 둥근 자리에서 무덤까지 도박입니다.

어떻게 하면 장기적으로 승리할 수 있을까요?

도박에 대한 개념이 있다면, 더 이상 해결해야 합니다. 어떻게 하면 을 이길 수 있습니까? 을 이길 수 있는 전략을 연구하기 전에, 먼저 을 이길 수 있는 전략의 원리를 연구해 보겠습니다. 프린터 이외에, 또 어떤 것이 을 이길 수 있습니까?

그것은 카지노 안에 있는 것입니다: 100개의 게임, 룰렛, 슬롯머신, 21점 등, 어떤 방식으로든 게임을 바꾸면 카지노는 결국 승리합니다. 실제로 여기에 카지노가 절대 말하지 않는 비밀이 숨겨져 있습니다.

보물 게임

3마리, 작은 베팅, 4-10은 작은, 11-17은 큰, 베팅을 하면 돈을 이길 것이다. 그리고 보는 포장이 있습니다, 즉 3마리 점수가 동일하며, 카지노 상인은 죽이고, 포장이 나타나는 확률은 2.8%입니다. 그러면 큰 및 작은 확률은 각각 48.6%입니다. 카지노는 이 2.8%의 확률에 의존합니다. 각 해커가 각 라운드에 100 달러를 내면 100 라운드 카지노를 플레이하면 280 달러를 이길 것입니다.

(0.486+0.028)100100-0.486100100=280

그러나 이 카지노 전략에는 틈이 있다. 만약 큰 플레이어 한 명이 열십억을 내면 우연히 승리하면 카지노는 갑자기 파산한다. 따라서, 카지노는 베팅 한계를 설정하고, 이 한계를 초과하면 더 이상 베팅할 수 없다. 따라서 해커는 한 번 운이 좋아서 돈을 벌 수도 있고, 장기적으로 떨어질 수도 있고, 확률에 패배할 수도 있지만, 무한한 수의 도박 게임에서 해커는 2.8%의 돈을 잃을 수 있다.

대수 법칙

카지노 상인의 이점은 해커보다 2%밖에 되지 않는다. 단 한번의 도박에서 상인은 손실을 입거나 연속적인 손실을 입을 수도 있다. 그러나 카지노 상인은 손실에 겁을 먹지 않는다. 왜냐하면 그는 자신이 돈을 벌 수 있는 이유, 바로 "대수법칙"이 작용하는 것을 알고 있기 때문에 장기적으로 안정적으로 수익을 낼 수 있다.

그래서 카지노는 당신이 돈을 벌지 않을까 두려워하지 않고, 당신이 오지 않을까 두려워합니다. 이 모든 세월 동안 당신은 은행이 파산했다는 것을 들었습니다. 그러나 카지노가 파산했다는 것을 언제 들어보셨나요? 장기적으로 카지노는 항상 승자입니다.

이와 비슷한 유리한 경우도 있다. 각종 복권. 복권에 있는 상금은 복권 출시되면서 점점 더 많아지고 있으며, 물론 이 돈은 많은 복권자들로부터 나온다. 복권에서 5백만의 확률은 얼마인지 알고 있는가? 답은 17.7백만분의 1이다.

확률의 변화

반대쪽과 같은 무게의 동전을 가지고 있다고 가정하면, 앞면과 앞면이 나올 확률은 50%이며, 동전을 던질 때마다 이전 결과와 관련이 없습니다. 이 동전을 연속적으로 10 000번 던지면, 긍정적 인 확률이 약 50%입니다.

그러나 10번만 던지면 긍정적 인 확률이 바뀌고, 50%의 확률이 될 필요는 없습니다. 따라서 카지노 소유자는 원하는 전략이 작동하기 위해 원하는 전략이 충분히 많이 발생하도록 보장해야합니다. 이것은 또한 사설 기관이 양량 거래 전략을 시작할 때 특별한 조건이 없으면 전략을 중단 할 수 없는 이유입니다.

금융시장에서 '대수법칙'을 활용하여 장기적으로 승리할 수 있는 전략을 만드는 방법은 다음 강의의 내용입니다.

요약

이 글은 확률, 거래 실패의 원인, 올바른 거래 사고방식, 도박의 승리 원리 등 다양한 측면에서 거래에 대해 과학적인 방법을 사용하는 방법을 설명합니다.

수업 후 숙제

1, 왜 거래가 확률 게임이라고 하는 걸까요? 두 번째, 거래가 실패하는 이유는 무엇일까요?

관련

더 많은