量化交易常見過濾方法

近來，筆者發(fā)現(xiàn)市場上客戶對于量化自動研究熱情越來越高，廣大投資者從自己日常交易思路出發(fā)，構建個人量化自動交易系統(tǒng)，然而在交流過程中，很多朋友提到如何正確過濾量化自動交易中錯誤信號，在此筆者提出一些自己經(jīng)驗與廣大投資者分享。

　　一、常見過濾方法概述

　　量化自動交易就是將投資者復雜的交易思路轉變?yōu)槟芎唵尾僮鞯闹悄芙灰紫到y(tǒng)，便于投資者的嚴格執(zhí)行，量化自動交易模型是交易思想的凝練和實際化，正確的交易思想在嚴格的操作紀律執(zhí)行下將獲得良好、穩(wěn)定的投資收益，而通過交易模型正是將正確的交易思想與嚴格的操作紀律很好地結合在一起，幫助我們獲取良好、穩(wěn)定的投資收益。量化自動交易在投資實戰(zhàn)中不僅可以提高下單速度，更可以幫助投資者避免受到情緒波動的影響，實現(xiàn)理性投資。然而，投資者的交易思路在主觀使用可能會勝率非常搞，形成量化自動交易系統(tǒng)時可能盈利大幅縮小，這很大可能是因為量化自動系統(tǒng)會自動交易所有符合條件的機會，而投資者主觀交易時會人為地過濾無用信號，因此對于量化自動交易系統(tǒng)的進階主要在于過濾方法選擇。

　　筆者認為，常見的過濾方法有：波動性過濾；價格包絡帶過濾；時間過濾；交易次數(shù)過濾；系統(tǒng)策略組合過濾等。本文主要對時間過濾方法進行展開討論，在對量化自動交易系統(tǒng)優(yōu)化時，可以采取以下方法：日內(nèi)限制開倉次數(shù)，減少總體交易回合；選取大級別周期，減少震蕩期信號等等。

　　日內(nèi)限制開倉次數(shù)一般運用于日內(nèi)交易策略，若行情震蕩劇烈時，可能會出現(xiàn)日內(nèi)反復開倉，即使止損做的非常好，仍會大大增加交易成本，因此控制日內(nèi)開倉次數(shù)是一種不錯的過濾方法。另外，同樣的交易思想，在不同的周期上效果會迥異，總的來說選取大級別周期，可以很不錯的過濾震蕩期信號，不過系統(tǒng)信號不會那么靈敏了。本文筆者根據(jù)自己的經(jīng)驗提出了一種出場周期過濾的方法，供廣大讀者參考。

　　二、出場周期過濾方法詳解

　　在實際操作過程中，筆者認為一種時間過濾方法比較有效，即出場周期存在最小值限制，對于任何一個進場信號，只有在經(jīng)歷N個周期后才考慮出場，這樣可以有效果過濾震蕩期的頻繁交易，對于整體盈利有很大的提高。在文華財經(jīng)中可以加入以下語句：((BKVOL=0 &&SKVOL=0) OR BARSSK>10)；在交易開拓者中可以在出場時加上代碼：(BarsSinceEntry==0||BarsSinceEntry>N),即表示空倉或者進場N個周期條件下可以進行交易，下文針對這一方法進行展開討論。

　　采用上述方法，可以有效過濾模型交易次數(shù)，因為一般來說，在趨勢性非常好的時候，交易次數(shù)一般很少，會一直拿住倉位，而模型交易次數(shù)多數(shù)由震蕩期貢獻，采用這種方法，可以盡可能少地過濾交易次數(shù)，當然有時候也會失去比較好的交易點位，過濾方法從來如此，減少了交易次數(shù)，但也可能在某些時候帶來壞處。

　　以筆者經(jīng)常引用的雙均線系統(tǒng)為例，即短周期上穿長周期均線，做多；短周期下穿長周期均線，做空。應用于螺紋鋼30分鐘指數(shù)合約，均線參數(shù)為（25,40），每手交易手續(xù)費為5元，系統(tǒng)測試效果如圖1所示。

　　圖1： 雙均線系統(tǒng)應用于螺紋鋼指數(shù)合約測試效果

 

 

　　從圖1中可以看出，自2009年3月27日以來，系統(tǒng)累計盈利為60240，最大資產(chǎn)回撤為4420。采用筆者前文中所講時間過濾方法，即開倉進場至少5個周期后才考慮出場，采用相同的測試條件，系統(tǒng)測試效果如圖2所示。

　　圖2：出場周期過濾應用于雙均線系統(tǒng)效果

 

　　從圖中可以看到，累計盈利變?yōu)?4300，盈利效果有了一定的改善。對比圖1和圖2可知，二者資金曲線走勢基本相同，主要原因是后者相對于前者只是加了一個過濾條件，并未對交易系統(tǒng)有實質(zhì)性的改變，同時可以圖2資金曲線相對于圖1線更加平滑，這就是是過濾條件所起的作用。

　　同時為了定量地認識過濾方法對于交易系統(tǒng)的影響，采用控制變量法來研究，設過濾周期為N，N取值 變化范圍為[0,15]，保持其他測試條件不變。首先研究過濾周期與交易次數(shù)的關系，如圖3所示。

　　圖3： 過濾周期與交易手數(shù)關系

 

　　從圖3中可以看到，隨著過濾周期的增加，雙均線系統(tǒng)交易次數(shù)不斷減少，這和筆者的初衷是符合的，量化自動交易系統(tǒng)過濾不正是要減少交易次數(shù)。然而這個次數(shù)是不是原來越好呢，可以看看下面的曲線，過濾周期與總盈利的關系如圖4所示。

　　圖4： 過濾周期與累計凈利潤關系

 

　　從圖4中可以看到，隨著過濾周期的增加，雙均線系統(tǒng)并未一直呈現(xiàn)上漲走勢，而是先增加后減少的走勢。因此筆者認為，過濾周期并非越大越好，而是要權衡累計盈利與交易次數(shù)，選取一個恰當?shù)膮?shù)作為過濾周期值。

　　當然加入出場周期過濾后，對于量化自動交易系統(tǒng)的其他性能參數(shù)都有著不小的影響，而且對于有些程序的思想未必適用，因此使用時應該根據(jù)具體交易思想來選擇過濾方法，若不加過濾已經(jīng)是完美的模型，那就不需要再畫蛇添足了。

　　三、總結

　　筆者在上文中對于量化自動交易中的過濾方法展開了討論，提出了出場周期過濾的方法，并應用于雙均線系統(tǒng)為例，闡述了這一方法的有效性。在實際執(zhí)行量化自動交易的過程中，正確的過濾方法非常重要，多數(shù)投資者都會選擇主觀干預一些交易信號，這相當于人工過濾，這樣也不失為比較好的方法，而全自動的量化自動過濾方法需要不斷去嘗試，本文筆者只是提出了一個思路，希望能使讀者有所啟發(fā)。