新手寫的程式請大家賜教 Part 2

bacardi

賭神咖啡客 發表於 14-3-9 20:32
上述我比較認同阿政的觀點
不可能一招策略打天下，大小商品全通吃，如果這樣，那用固定的交易邏輯去殺很隨 ...

相信"廠商長期無超額利潤是0，就是模擬賺多少，實單就該吐多少!"的觀點，為何會是程式交易贏家?

是要反過來先模擬虧多少，然後實單就會賺多少嗎   

原來傳說中的葵花寶典是真的  

eychang

不知道各位朋友有誰的程式真正做過out of sample test? 也就是說留一半的歷史資料去驗證您的程式可靠度?

周瑞興

厲害!

賭神咖啡客

我好興奮啊 發表於 14-3-9 23:08
您參考看看，MDD並非不可控制

哪不可控制?
模擬可控制，實單未必

kilroy

Hi,

看了一連串的討論

小弟也想亂入一下自己的 "觀點"

---
最近看到一個名詞，覺得很有意思

叫做 data mining

意思是我手邊有很多商品的歷史資料

我試著在這些歷史資料裡，去找到一個可以獲利的方式

就好像在挖礦一樣，不斷的去用各種方式，不斷的嘗試著去找一個獲利的可能

而這個"可能"，就是一個規則(或邏輯)

---
左邊的資料已經是歷史，右邊的資料是未知的、隨機的?

為什麼要做順勢的用意就在於此

因為價格走勢有其一定的連續性

而輸入的參數就是 OHLC (開高低收)

這四個參數你無法去最佳化，可是你可以套用他 (非價格的參考不在此討論)

真的就是用通道突破跌破的方式去做

這通道的計算方式，是需要去下點苦心的

不是不可能，而是能不能

---
看過很多方式來評估一個策略

比如說上面討論提到的 Z值

或是某週期上下增減一個週期來看

或是in sample, out of sample 的方式

---
簡單來說

先把 OHLC 作為你最有利的參數吧，而且還是 adaptive 的唷~

然後再去仔細想想為什麼要一個策略去跑這麼多個不同類型的商品

你會找到答案的，無論那個答案對你而言是可能或不可能

希望你能有所收穫


參考看看了

賭神咖啡客

做個結論好了
用過去歷史資料，只是去求完美45度線最佳數學解!
對付未來的盤勢，不確定性及隨機化是個巨大挑戰!
如果未來是規律性的，相信在場各位都是荷包滿滿的大富翁了!

kilroy

曾永政 發表於 14-3-8 21:08
我對策略開發的認知。任何一個策略都是 Curve fitting 的產物，至於是不是 over fitting 或是哪天會不會變 ...

Hi,

這邊 out-of-sample 好像用錯了?

小弟的認知是 in sample 和 out of sample 是一個取樣的(回測)評估"方式"

而不是一件"會發生的狀況"

---
任何策略都是在做 curve fitting 這點，有些許討論空間

每個開發策略的人都會希望這個策略能做出來的結果是越陡越好的 curve

所以想盡辦法把虧損的地方，試著用停損停利來閃過或減少損失(增加獲利)

這個是 fitting 的動作，做多了就是 over fitting

可是，怎樣的情況會是(或是才是) over?

就衍生出 in sample, out of sample, walk-forward 的方式了

參數這玩意兒，似乎有些萬惡的根源

"最佳化"就是在跑這些東西

那怎知道你這最佳化的參數，是不是足以撼動之後未知的未來

或是這參數只是些許的調整，就改變了"在過去"的事情(回測)

---
在 in sample 的資料裡所用的參數，拿到 out of sample 的資料來跑

才是 in sample 和 out of sample 的用法

所以我想大大想表達的是當在 in sample 以外的資料(如未知的未來)

發生了破 MDD 或是 equity持續往下走的結果


是嗎?


---
投組的用意應該就是要去應付大大所擔心的問題

不過看了大大的PO文，怎感覺大大擔心的反而是

某支組合會去拖累到整體績效

那這樣子只靠單一個商品的投組，似乎壓得比較大唷?!


參考看看了~

pcking2008

賭神大的結論...
就是程式交易不可用..嗎?

我個人覺得
程式交易就像手動交易一樣
總有個基本方法
差別在寫好程式代替人執行而已

程式交易不可靠, 人手動下單比較可靠, 打電話線下單的人就都會變成大富翁嗎?

MDD 不可怕, 可怕的只有槓桿放太大.
沒人相信未來是規律的, 所以只有時時刻刻都在注意市場的人才有機會變成大富翁.

陳小花

kilroy 發表於 14-3-10 23:49
Hi,

這邊 out-of-sample 好像用錯了?

一個是回測方法  in sample , out sample

一個是 out of sample , 發生樣本內(歷史資料)沒有發生過或沒預料到的狀況....例如黑天鵝或是樣本沒出現過的狀況, 像....市場特性改變, 市場資金結構改變一類的狀況

kilroy

陳小花 發表於 14-3-11 00:27
一個是回測方法  in sample , out sample

一個是 out of sample , 發生樣本內(歷史資料)沒有發生過或沒 ...

Hi,

小弟剛還特地找了 out of sample 的用法 XD

都是有關 statistic, predict, forcast

---
而用來形容樣本內沒發生，樣本外發生了的用法

目前還沒看到，我再多讀幾篇文章看看好了 XD

先謝謝啦~

曾永政

kilroy 發表於 14-3-10 23:49
Hi,

這邊 out-of-sample 好像用錯了?

寬大：

在策略開發的時候，把歷史資料切成不同段，通常好像講 inside sample / outside sample ，不過我覺得名詞在這裡無關緊要。out of sample 是我沿用凌波大的講法。意涵就如你理解到的，未來的 DrawDown 比回測時的 MDD 更大這件事，甚至大上好幾倍。

我前後分了兩次去敘述我的觀點，後來無法編輯了，我整理一下：
******************
我對策略開發的認知：任何一個策略都是 Curve fitting 的產物，至於是不是 over fitting 或是哪天會不會變成所謂的 out of sample ？其實，我們真的不知道，得等它發生了，才知道某策略在某個商品出現了 out of sample。

我們換個角度來看策略這件事，改以"圖表"（某策略 on 某商品 at 某時間層級）的角度去看。其實，任何圖表我相信都會出現所謂 out of sample 的狀況，只要時間夠長的話。假設 out of sample 這件事，在未來一定會發生的話，我們是不是應該思考，如何處理 out of sample 出現的應對？又假設，我們能夠處理這件事的話，圖表是否發生 out of sample 的問題，還會是非常重要的事嗎？

即使是具有強健本質的交易策略，都有可能在某段日子某個商品上發生狀況很糟的損益，甚至對吃掉組合中其他圖表的獲利，這無關策略本身是否依然有效，因為同一個策略也許在其他商品還仍在獲利甚至是績效創新高。但現實卻很可能是：我的帳戶整體就是虧損了，更可能是很大的虧損。但這通常不會是一次性的發生，而會是個漸進發生的過程。

我強調，如果你認為你的交易策略不會發生這種狀況，那就不需要處理。只是，當我們目前交易成績不錯的時候，常會以為自己找到（或非常接近）市場的真理，但那是事實？又或者...只是慘劇還沒發生呢？
*********************

當我們把投資組合中的組成改用圖表去看待的時候，我想整個我想表達的東西會比較清楚點。因為不管是直接拿 PortfolioBacktester 去做單策略多商品的同時開發出來的策略，或是就個別商品去開發個別策略（兩種都能做最佳化，只是難度不同），進入到真實交易的執行面的時候，我們是否都必須面對某個圖表發生 MDD 被大破特破的可能（個人經驗沒發生不代表不會）？而在 PB 上直接開發策略時，不管有沒有以 inside / outside sample test 來開發策略，我們依然要面對永遠不可知的未來。

我不知道有什麼論點與證據可以支持 Portfolio 的 EquituCurve ，就不會發生 MDD 被破的可能？那麼，我們有什麼應對的方式嗎？我是從 Portfolio 由多個圖表組成，而各個圖表在同一時段一起發生各自 MDD 被破的情況，機率應該遠低於一個圖表破 MDD，而這會給我一個可供介入管理的空間，去改善或是降低 Portfolio 的 MDD 被破的機率或是傷害程度。

kilroy

曾永政 發表於 14-3-11 08:30
寬大：

在策略開發的時候，把歷史資料切成不同段，通常好像講 inside sample / outside sample ，不過我 ...

Hi,

剛看完了大大的PO文

小弟發現有一個地方不太懂意思


"把投資組合中的組成改用圖表看待"

請問是什麼樣的圖表，是指一個商品載入策略的圖表嗎?


---
再來就是...

"我是從 Portfolio 由多個圖表組成，
而各個圖表在同一時段一起發生各自 MDD 被破的情況，
機率應該遠低於一個圖表破 MDD"

這裡延續 "圖表" 這個問題，所以小弟就更不懂意思了

---
不過我想大大想表達的是多個策略應對單一個商品(或多個商品)

在同一時段同時發生破MDD的機率會遠低於一個(或許自認為 robust)跑多個商品的策略還來得低吧?!

亦或是既知這樣的機率不管高低，都會發生在未知的未來的情況下

多個策略在應對(或管理)這樣的狀況發生時，會比一個策略還來得有抵抗力或是較能承受吧?

---
如果是上述如此，這樣我應該算了解大大的想法與觀點了 ^^"

但這樣我們所擔心的東西一樣也不一樣

一樣的是，沒人會喜歡破MDD

不一樣的是，如何面對這件事情的方式


感謝分享~

曾永政

kilroy 發表於 14-3-11 10:48
Hi,

剛看完了大大的PO文

我說的"圖表"是指如下。因為 MC 在執行時必須開著 BarChart，好幾個圖表去構成我們自己的投資組合，不管這些圖表的組成內容是，一個策略套好幾個商品，或是好幾個策略套幾個商品，又或者是好多策略套同一個商品。對真實運作來說，它都是以"圖表"為單位的。


因此我認為，投資組合的構成內容是一個策略套用在多商品，或是多個策略套一個商品，對於 Portfolio 的 Equity 來說，未來是否會破 MDD，也許有機率上的差異，但沒有本質上的差異。統計學不是也說：只要機率不是零，次數夠多就一定會發生。

因此，藉由策略的強健來冀望 MDD of portfolio 不會破，這個想法到底是否妥適？這是我想表達的。


ps. 我沒有反對把交易的對象，擴展到多商品去。我也認為同樣的規則能更多適用在不同的商品，應該是一種策略比較強健的現象。

bacardi

以下為小弟的淺見  

投資組合未來會不會破MDD of portfolio沒有人知道, 既然所有的策略都是架構在期望值的大小, 何不把思考方向放在ROR (Risk of ruin), 也就是破產機率或是破MDD的機率上面

kilroy

曾永政 發表於 14-3-11 11:02
我說的"圖表"是指如下。因為 MC 在執行時必須開著 BarChart，好幾個圖表去構成我們自己的投資組合，不管這 ...

Hi,

那這樣我們都在做相同的事情，只是商品不同而已



我應該沒有誤解大大所說的 "圖表" 之意

不過我好奇如何在N個圖表看出同時破MDD的機率高或低

應該 MC 也有 portfolio-level backtest 才對

甚至還可以評估各商品、各策略的相關係數 (這個AB還不行呢)

不過 AB 還可以 portfolio-leve backtest 一下啦



以上是單一策略同週期同參數跑 15個商品的 portfolio backtest

參考看看了