发帖
雷达卡
前言：
对于打算在程序化交易中获得成长或获利的交易者来说，看下文应该会很有启发。
一、多大程度上用程序化交易，或者说如何处理程序化交易与自己原有交易系统的关系。
我自己接触过的相关交易者，有如下几种：
第一种人，是老期货，之前有过较长时间的非程序化成功盈利的经历，通常是一种基于主观判断的技术流交易系统。在选择尝试程序化之后，试图实现或部分实现自己现有的交易系统，通常由他人帮助实现或改进；或直接使用商业化指标和模型。程序化对他们的帮助主要是体现在控制自身人性弱点上。指标信号也好，交易模型也好，成为他的一套辅助决策系统，通常都离不开他本人的主观解读，往往停留在手动下单或半自动下单阶段。
在我看来，这种程序化交易是客观交易为皮，主观交易为骨。当然并不是说这就不好；但这好不好，往往还是无法突破他原有的主观交易能力的局限。如果他原来就是一个高超的主观交易者，那么程序化的使用效果一定也是很出色的。如果他原来交易能力一般，那么程序化的使用效果也平平。这是因为，在他对信号进行主观解读和筛选中，带来了新的技术问题和人性问题。半自动交易天然给了他犯错的机会，而这问题的解决程度，通常都不会和单纯主观交易时相差太多。但程序信号毕竟是客观的，是真正可在不确定性海洋中借到力的，经过长时间练习和磨合，最终效果肯定是改善而非倒退，而且改善程度会逐步增加。
此问题是否能够根本克服？我觉得还是比较难。在交易的执行层面的主观研判，注定会让交易的历史一致性无法实现，回溯测试对这类交易者没有实质意义，顶多是心理意义。也就是说，这类交易系统本质上应该仍归属于主观交易系统，主观交易系统固有的局限性自然会依附于其主观交易的本质，这个问题是“胎里带”的。而另一方面，正是由于他们使用的系统，通常并非完全由自己研发，而且老期货的知识结构通常也缺乏研发、测试、改进、信任程序化的必要理论基础，所以程序化永远只是一个工具的角色而不能进入交易系统的核心。这就好像一个刚刚接触攀岩的人，他可能会时常怀疑绳子、丝锁、岩塞这些工具是否能够承受自己的冲坠，而自己的手脚是自身的一部分，他天然信任。结果会带来什么心理感受？当他被工具挂在空中的时候，他心理很不踏实；而当他有机会手脚抓在某个平台上时，他才踏实。除非，1、这些工具是他自己打造并进行过测试的，就像一战时期及更早期的登山家和探险家们所做的那样。2、他们在自己信得过的过来人的指导下，选用某个品牌某种型号的工具，并且自己也在亲身体验数次之后。3、因为特殊职业有机会看过别人用各种不同的用法使用各种不同品牌和型号的工具，获得了极其多的间接经验之后。4、他们虽然不自己打造，但拥有足够丰富的力学知识、机械知识、冶金加工、材料工艺等知识之后，知道诸如不锈钢，获得多少承重需要多少直径；硬铝，多少承重对应多少直径；硬铝中的铜、镁、硅等比例对性能的影响等等，那么他在有这些知识的情况下，可以根据对商业化材料的了解，来选择信任这些工具。只有在这四个前提下，我估计他们才可能放松自如地挂在工具上喝咖啡听音乐睡觉。也就是说，要内心真正说服自己像信任自己的手脚一样信任这些工具，是有前提的，是不可能每个交易者能获得这份超越的。我本人，先是具备了部分3和4的前提，然后获得了1的前提，受益于朋友的影响，但总体上是一个自觉的和自我学习自我暗示的过程，目前我已经不存在孰优孰劣的问题，谁都不会去纠结自己该留左手还是右手，是吧？都是自己的手嘛。两只手干活不是更好吗？
以工具论来看待程序化的交易者，往往会经历如下反复：新理论的好奇和尝试→高期待→失望→放弃或否定。程序化交易模型自己的研发参与程度越低、测试越不充分，信任度就低；但缺乏了解的另一个结果就是越容易被他人的宣传、测试的表象所迷惑，将来的预期落差也会越大。所以，这类交易者搞程序化，更像是赶时髦，不用太久就会放弃这个新工具或者改用别的，要么就是对自己的主观判断老一套敝帚自珍起来。最后丢下一句“‘手中无剑，心中无剑’才是最高境界”之类的话。
这种用程序化使用方式，和看MACD或KDJ交易的人，本质上是一样的，只是他们不再用MACD，而是用一个改良的、自定义的指标。他们讲究不同的场合下对指令进行主观筛选和过滤，所以他们最前端的尝试也就仅仅到半自动化而已了。有人估算了一下，目前国内用半自动程序化交易的资金占总的程序化交易的资金量的90％。我不知道这个数字是不是可信，不过说这话的人，本人看来也是熟稔于半自动化交易。
第二种人，是新手，或仍未有长期盈利经历的不成熟交易者，他们是想在程序化中寻找突破、寻找圣杯。他们勇于接受和尝试任何可能赚钱的方法。但其实搞程序化和搞主观交易是一样的。这个行业的成功者，真的不是普罗大众靠一腔赚钱热情就能成就的。
他们的不成功，瓶颈往往不在于对程序化的定位太低，而是自身潜质的局限或性格缺陷的制约。但如果有人带或碰巧走上了正确的道路，那么达到行业平均水平还是有希望的。但由于他们对任何理念的理解都欠足够的深度，所以他们非常容易在不同的方向上被他人的观点所左右，迷失自己走上歧途。又或者他们想要赚钱结果的心思太急切，主动在不同的方向上来回跳跃，浪费时间。
这样的人，如果他们在入市前有过良好的数理和逻辑训练、或编程训练，如果他们看过那些谈论交易的经典书籍并且深刻理解并贯彻，仍有可能较快成功；或者他们会主动跳过主观摸索阶段而直接走上客观化程序化的道路。在最终存活下来的交易者中，很多人可能就是已经具备成功交易者的一些特质了，而欠缺的那块正好就是客观化交易可以弥补的，这才是天造之合。没必要去先学习怎么用主观交易赚到钱，再学习怎么把自己的系统客观化和程序化。
第三种人，是彻底的机会主义者。他们不会纠结于自己原有的成功的主观交易模式，而对新东西一样勇敢、彻底，但非全身心尝试。对他们来说，与其说把程序化看成工具，不如说他们把所有一切连同他们自己的主观一套统统看成工具。他们往往聪明、见识广、学习能力强，而且往往自觉不自觉就置身于可以轻易接触新东西的位置上。因为做一个选择或尝试太过容易，也因为他们确实具备出色的理解力让他们对所尝试的工具在短时间内就快速理解，也确实具备出色的观察力让他们在筛选的时候总是那么容易正确，所以他们同样不太关注系统的测试的充分性和历史一致性。就像探险者中的装备主义者，他们会信任装备，但他们会更容易动辄更新装备，甚至，上个月还在说这个有多好，这个月就已经换掉了。但他们身上还是有一些共同点的，就是他们在选装备的时候会有“客观的主见”——往往是看技术参数。看菜下单的方式其实是一种避开枯燥研发和试错的捷径。还有一个共同点，这样的人，是有一定的财力基础的。因为崇尚多快好省，分析和研发就草草进行了，但很多实盘尝试，是有资金底线的，是多少要交一些学费花一些学时的。一个为生活费着落而操心的人，在任何尝试的时候都很难保持一个好心态，在尝试时，都需要花更多心力说服自己。
但如果不是那么聪明有见识，这种心态构成了一种显而易见的浮躁，不利持续成长。其实我个人倾向于先证明自己有这个能力，再去考虑捷径的意义。只要有这个能力，那么任何现成的间接经验都能被发掘出价值，统合到自身对交易的理解中，唯一无可奈何的就是所处的位置能够提供的资源多寡。程序化如此，基本面交易亦如此。从赚钱角度来说，机会主义未尝不可。不过从研究角度来说，现实中的学术界大牛，还真没有走这条路出来的。
综上所述，程序化交易的道路，和自己的知识结构、智商和情商上的潜质、理论基础、个性、之前的交易系统类型等，都有关。成长中的程序化交易者，多少都倾向于以上三类中的某一类。但我觉着这些不算是真正的程序化交易者。我觉着一个真正的程序化交易者并非要以抛弃原有主观系统为前提。其实最理想的方式是主客观结合，理论上这能提供最佳的环境适应性和灵活性。但随着自己的实践，我觉着这个事情在对市场和交易理解层次不够的时候，是难以想像的。当然，有一种主客观结合比较简单，很容易想像：就是把原来技术形态的主观判断或指标信号的主观判断变成程序，这个基本上是替代——只要有好的编程平台，表达能力强的编程语言，总能通过人工智能方法近似拟合人脑的识别，做到这个的时候，不是主客观结合，而是计算机判断替代了人脑的判断。因为这种程序化过程，不产生新的交易逻辑，无非是从技术流到技术流。我说的难的东西，是两个异质系统的联姻，产生的是新的后代。但，也许即使如基本面、即使如心理预期分析，也可以用人工智能方法实现，只是需要的人力物力、数据渠道和理论基础有更高的门槛。其实国外已经开始了实践，比如在“推特”上搜索新闻，来获得交易指引，好像有类似的“新闻基金”问世。这其实就是用来模拟听消息进行交易的主观交易和分析市场心理预期来进行交易的主观交易，只是还很原始，很不完善。目前，尤其对个人交易者来说，还是只能指望主客观结合，而非人工智能替代的方式。
一个真正的程序化交易者，关键是对程序化的信任，而前提是对程序化的理解。我觉着，这肯定需要一个过程——时间和实践。这个实践其实并不总是有趣。所以下面要谈的就是第二大块的内容。
二、如何寻找好的交易模型。
我觉着，对于一个相对成熟的交易者来说，程序化的切入点，往往会选先把自己的现有系统客观化程序化的道路。对于一个新手或现有系统难以量化的交易者来说，程序化的切入点是从模仿一些简单但经典的模型入手。
之后就是测试。测试什么？
应该每个常见平台上都能看到参数优化相关的界面。至少在国内，“参数优化”——可能这是一个大家普遍关心并有争议的问题。很多新人首先会对此困惑，因为很多程序化大家，是反对参数优化的。其实我最开始听到的是过度拟合的弊端，道理很容易接受——对某段时期拟合得越充分，那么在另一段时期背离的可能性也越大，因为我们总是只对某些特征进行拟合，即我们的拟合注定是不完全的，所以未来的背离是必然的。但后来我听到的是“反对参数优化”。我觉着这有点陷入一种狭隘。是反对软件上的这个按钮功能吗？那么多软件公司要设这么个功能，总有其价值所在。是反对试图优化的思路吗？但是如果不去优化，参数怎么定？“靠常识”？常识怎么来？新人有多少常识？比如，我举个例子，说说溴化N-乙基吡啶的性状。别说颜色、比重这些参数，就是连室温下是固体还是液体，你都不知道。如果你不是搞室温离子液体研究的，你怎么可能知道？程序化交易又不是吃喝拉撒人人从小就有经验和体会的事物，对新人来说是一件全新的事物，对老人来说也还有很多没有弄懂的东西。所以我觉得靠常识来定参数，完全违背了人脑的认知规律。新人脑袋空空，拍不出多少常识。我觉着，这未必有益于程序化交易，因为纵然对某个时期的过度拟合会在另个时期产生过大背离，但如果在某个时期认可过大背离的存在，一定会在未来换来一个相对拟合的优异结果吗？有这种必然性吗？恐怕随便定出来的参数，这段不拟合，那段居然也不拟合，还没等到优异业绩，本金就已经大打折扣了，而且又何以让交易者能拥有长期坚持的信念呢？关注某组参数的具体表现的细节特征，并理解它对未来可能的涵意，才是硬道理。
我认为，参数往往是系统的特征值，并且主要是度量市场波动性的特征值。参数测试的主要目的是试图寻找有意义的特征值，而有意义的特征值的衡量标准是参数的依附稳定性、历史稳定性，以及跨周期普适性和跨品种普适性。我举个例子说明这几句抽象的话。首先，理论前提是，市场的波动性是各种频率的波的合成的结果。有点物理基础的人应该知道，合成波的描述可以通过将波分解为基波和各级谐波，通过分别描述每个正弦波的频率、幅值、相位来解决；或者说我们知道了基波和谐波的频率、幅值、相位，我们可以重现当初的合成波。这些频率、幅值、相位的表征，在程序化交易中就体现为参数，如果你找到的是这种参数，当然有很高的稳定性和普适性。这些分解波的由来，非常多样非常复杂，甚至可以说是难以穷尽（因为其非线性的市场本质），但我们仍可明显观察到一部分线性特征对应的谐波。比如对于工业品，需求通常是稳步增长的，而且需求的多样性意味着需求端的多变。但供给端相对简单。在经济周期或政策周期下，往往会出现投资高峰，投资高峰在若干时间后会变成投产高峰，造成一波下跌。从原油矿产这样的原材料到PTA这样的中间工业品，都是非常明显的，而且由于在国内，ZF的宏观调控，其实加剧了这种投资的不均衡性。对于很多品种来说，天然地有淡旺季。比如服装有春夏和秋冬两大季。每年某个时装发布会后，就是大规模的量产，量产之后是布匹采购的增加，布匹采购增加继续向上游传导，就对应纱和棉的采购增加，另几个方向就是涤纶短纤、涤纶长丝、氨纶、腈伦、黏胶纤维等的采购的增加，再往上就是聚酯工厂采购PTA和MEG了，还有再往上，PTA工厂采购冰醋酸和PX，芳烃工厂采购石脑油……这些采购的时间不可能相差太悬殊（库存成本的制约），也不可能完全均分在每天（物流的规模经济性的考量），那么，注定会体现为一波波的采购高峰。所有产业中都存在采购周期，只是强弱不同。这些采购周期受物流效率、信息系统、管理方式所决定。目前都是电子化网络化时代了，通常2个月；但在网络化之前（十年前），那时候公路铁路也有很多地方网络不能覆盖，加上路况也差，那时候仓储采购周期肯定要长，3-6个月；再往前，两百年前的马车帆船时代，肯定更长，一次越洋跨国贸易（比如从南洋群岛运香料到鹿特丹）都在一年以上，采购的量也可以用个两三年。总之，这个周期是由经济发展水平决定的，这是一个波。这个波是一个中期波，而且非线性特征比较弱，也就是说比较容易发现和度量，它的变化非常慢，没有5年你是看不出它的明显变化的，并且一旦变化了，也很难变回去了。但另一个往往与之叠加的波就是心理预期产生的波动。采购方总是希望逢低采购，销售方总是希望囤积居奇待价而沽。所以采购方往往倾向于把这个波的相位往前提，而销售方则希望把这个波尽可能变成一个方波——就是在高位的时间越长越好。每年的供求关系和宏观环境有差异，加上各方都习惯于以前两年的节奏为参照，所以你会发现，每年的价格高点虽然都有一个范围，但却一定不同（孢子理论）。比如若前一年铜的高点出现在4月，而且只一个明显的高点。采购方就会想着那我在3月底就采购，就可以买得比竞争对手便宜。而销售方一看到3月底询价就增加，马上就在3月底就把价格提上来，结果在3月形成一个价格高点。由于提前采购，4月可能就没量了，就下跌。当然，如果该品种在那年比较紧缺，那么提前采购也会导致提前用完，同时加上前期踏空的需求，所以在4月跌下来之后，可能还会有一波5月补库存的集中采购动作。这样，在春季可能就出两个高点。这就是心理预期的起落，对原始采购周期的叠加，导致的。心理预期也有节奏，但它易变，而且自反馈，所以具有很强的非线性特征。但这还不是你看到的最终行情节奏，因为还有许许多多大的小的因素导致的波动叠加在上面。最后还有一道无时无刻不存在的背景噪音……
以上我只是举例子说明，我们找到几个有稳定性和普适性的参数值是有可能的，找到的值是有现实意义的，但由于现实是已经被反复扭曲的，所以直接通过观察现实去猜想一个有意义的参数值，却无法实现。但参数测试却可以帮我们找到它们的值，通过稳定性和普适性的检测，来最终确定它们的值。大体上它与那个我们猜想的有现实意义的值具有相同的数量级。参数测试还能告诉我们这些有意义的参数，他们的普适性和稳定性的程度。比如有些跨品种普适，但跨时间周期却没有等比例关系。而另一个可能历史稳定性尚可，但既不能跨品种，也不能跨周期。甚至，有些历史稳定性也不行，但其在历史上的反应，和某个关联特征具有单一的联动规律。参数测试还能让我们知道哪几个参数虽未找到确定的现实意义，但却依附于另一个动态变量（往往是品种特异性、季节特异性等的体现）上。这份认识，可以让我们在对待不同品种不同时间周期不同行情风格时，对某几个关联参数采取特定的调整方向，并且这是自适应参数法和动态参数表方法的基础；即使你坚持半自动的道路，那这份认识也给你在执行层面进行主观筛选提供坚实的现实依据。而不至于出现想起要改模型了，但不知道从何入手、或随手乱改的窘状。真正难以琢磨的是那些稳定性差、普适性差，关联性没有单一方向的参数。不过也没关系。打个折即可。我们可以定性地判断一下该模型是否是个正收益模型。如果它能得到30%的年化收益率，最大回撤20%，但内部却有两个参数无法找到现实意义和变化规律，我们就认为它未来可能不能赚钱，但毕竟它赚过钱，所以坚持下去，它有望成为一个保本的模型。如果有办法把它变成一个日内短线模型，风险就可控，炒手续费就再合适不过了。就算不看重这块，那么至少先把它当成用来平滑其他策略业绩波动的组合对象吧。其实，也许有朝一日将来你就会发现参数的现实意义或规律，然后就可以更大胆地用它。先把它留在自己的策略原型库中好嘞。一个程序化交易者每天琢磨什么？很大程度上是在研究这个。
文章很长，后面还有很多精华，有兴趣的可以继续阅读，我分享一下链接。http://mp.weixin.qq.com/s?__biz= ... gco2ErEGXktpgCmZ#rd
——转载于金领学堂，仅供学习参考
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
