如何用杜邦公式给程序化交易装个瞄准镜

Mr.Gray

比较与叠加在程式化交易中的重要意义

程式化交易中的纵向比较与叠加：（一）时间的比较与叠加；（二）策略的比较与叠加

程式化交易，作为投资市场的一种交易工具，因为其在交易过程中的巨大优势，正在被越来越多的人所了解和接受。但是因为能力和精力的局限，大部分人并没有真正发挥这个坚实平台的强大功能。我们知道，交易策略多种多样，策略不同，交易效果就不同；每种商品在不同时间周期下使用同一策略的效果也是不相同，同样的，同一交易策略下，参数的变化，也会对交易结果带来很大的影响。

因此，不同交易品种，不同交易策略之间进行比较叠加具有十分重要的意义。通过比较叠加，我们可以发现各种不同交易策略的特点，按照投资者的承受风险能力的不同，目标收益率的同制定、使用交易策略不但可以优化我们的投资策略，而且可以通过组合投资达到盈利效用的最优化，同时尽可能的降低风险，将风险控制在可控的范围内。以下是几种不同角度的比较和叠加方法。

第一部分 程式化交易中的纵向比较与叠加

一、时间的比较与叠加

程式化交易中，许多策略都是以时间周期来进行策略设计的。周期可以定义为是前几天、前几个小时，也可以是前几分钟，因此如果你运用趋势化的交易策略，你可以以几天、几周，甚至几个月为操作周期，经过对各种周期的回测和比较，找到适合交易品种的交易周期。同时我们可以考虑，对交易品种进行周期叠加，即在长线操作某一品种的同时，进行等量持仓的中短线操作。

时间叠加可以从以下几个方面优化程式化交易策略：首先，进行长周期短周期叠加的操作策略，可以在把握长期趋势的同时兼顾短期趋势，优化策略收益状况；其次，当长周期短周期操作方向相同时，可以认为是对趋势的一种确认，增加持仓可以获得更丰厚的回报，当长周期与短周期操作方向不同时，如果只是趋势中的调整，可以提高收益，如果方向确实发生反转，可以及时回避风险。

二、策略的比较与叠加

我们在选择一个交易策略的时候，往往要顾及到很多因素：总收益率、风险系数、最大亏损、准确率等等，没办法做到全部指标的最优化，比如当面对一个准确率不高并且单笔亏损较大，但是其他指标优秀的程式化策略的时候，完全放弃当然是最坏的选择，如果能够进行策略的叠加，可以增加该策略的成功率，同时减少错误交易的次数。比如两个策略的差错率都是40%，经过两个系统验证的组合操作就可以把差错率降到16%。其实，我们使用的以技术指标为基础的程式化策略都是一种策略的叠加。策略叠加也起到了分散投资，降低风险的作用。

第二部分 程式化交易中的横向比较与叠加

一、市场的比较与叠加

1.不同市场的相关性分析

实例：CBOT大豆期货价格与DCE大豆期货价格相关性分析

我们选取CBOT大豆连续价格，按照前面的方法构造DCE大豆连续价格，时间跨度为2004年1月至12月，共获取233组数据。

经检验二者相关系数为0.94，即CBOT与DCE的大豆期货价格具有较强的相关性。检验表明： CBOT大豆期货价格对DCE大豆期货价格具有引导性，而DCE大豆期货价格对CBOT大豆期货价格不具有引导性。

2.利用不同市场的相关性分析进行市场间的比较，并进行叠加。

可以把相关性较强的市场信号作为方向判断的确认，提高操作准确性和盈利能力。

二、不同品种的比较与叠加

不同品种的相关性分析

实例：DCE玉米期货价格与DCE大豆期货价格相关性分析

国内玉米期货合约于2004年9月22日上市交易，我们选取玉米指数和大豆指数作为研究对象，时间跨度为2004年9月至2008年1月，共提取488组数据。 同样原理，我们经检验，二者相关系数为0.64，说明DCE玉米与DCE大豆期货价格相关性较弱。

从以上分析我们可以得到结论：当不同品种相关性较高时，同时持有这些品种的同方向持仓时，应注意资金管理和控制，尽量回避系统性风险，应适当减少相关品种的总持仓。

综上，在程式化交易的强大平台下，通过各种比较与叠加，能够优化程式化交易过程和结果，完善交易系统。使得单品种的程式化交易准确率和盈利能力大大提高。

Mr.Gray

maguangze110 发表于 2016-3-16 20:55
受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不鸟了受不 ...

发泄下发泄下