|
回报率的影响因素：①胜率、②盈亏比、③交易机会、④风险资金。
可以用数学公式来理顺逻辑 ：胜率记作P(probability), 盈亏比记作R（ratio），交易机会次数记作N（number），风险资金单位大小记作S（size）
每单位平均盈利=P*R-(1-P) 单位总盈利=每单位平均盈利*N
实际回报=单位总盈利*S
得出：实际回报=【P*R-(1-P) 】* N *S
①S，之前为了降最大回撤已经进行了缩小调整，如果加大S可能会增大回撤。从公式上推测，重要性五星，而且S基本不会影响其他因素，可以考虑仓位参数的优化，取得回撤与回报的平衡。
②N，之前已经把投资组合扩充为沪深300成份股，显示经常满仓，导致机会利用不充分，可以在有大资金运作时，增加股票组合来增加机会，但现阶段不现实，暂不考虑；
另一种方案，可以考虑增加期货等独立市场标的。股票市场内，标的之间相关性较大，牛市集中发出信号，资金不足导致信号利用不足，而熊市又经常无信号，资金闲置。而替换增加其他独立市场，信号分散则能充分机会。从公式上推测，重要性五星，但受资金量限制，可考虑分散至期货市场，把信号分散化，充分利用信号。（期货市场如何进行回测？期货数据来源？待解决）
③R， 盈亏比的变动，直接涉及交易系统参数的修改，且会影响胜率因素。如果直接进行参数的优化筛选，可能会掉入最优化陷阱。应该先从逻辑推理出发进行调优，直接进行的参数优化放在最后。
逻辑推理:在进场信号不变的情况下，
（1）缩小初始止损空间，缩小了止损端，盈利较于亏损的比例自然就大了；
（2）放开利润端，比如利润达到止损4倍以上时，才开始跟踪止损。相当于要么止损，要么盈利的盈亏比大于4；
潜在弊端：若缩小止损空间，肯定会降低胜率。因为会有一些本来能盈利的交易，由于可回调空间太小被止损出局；
若固定盈亏比4之后，才开始跟踪止损，则因为可回调空间变大，大盈亏比的盈利交易预计会增多，但同时原本可以小 盈利的交易（比如原可以盈亏比1倍2倍的），则会有一部分（未及时止盈）变成亏损出局。这其中的实际效果需要测试 后才能知道。
④P，胜率是交易系统的各重要指标中，最不重要的（我走了弯路。初学时，以为胜率就是一切；中途发现此想法过于幼稚，但又走向反面:认为胜率不值一提，忽视胜率；终于目前可以客观看待：首先胜率重要，其次较于其他因素，不那么重要；）
仍然暂不做参数优化，而是先基于逻辑调优胜率。由于我认为盈亏比更重要，所以提胜率方法中，直接互斥于盈亏比的暂不考虑；
（1）顺势。大部分的入场信号，并没有明显胜率优势，跟抛硬币猜正反差不多，我使用的均线交叉也一样。但市场中存在趋势，顺趋势方向交易，胜率才有优势。
（2）市场正在移动的方向入场，这应该是最好的提升方法之一，因为市场本身在证明其正确。如果说顺势怎么算顺，还有争议，那么当下行情正在移动方向（当前k线的涨跌）就没有争议了。
（3）过滤。最好是价格之外的信息，避免过拟合。比如：成交量，大盘数据，基本面。。。但是这些数据类是否易得并回测，待考证。
| 
发帖
雷达卡
京公网安备 11010802022788号
