-
1 # 八波輪
-
2 # EA交易為生
可以多測試不同的商品。比如你的系統是為股指設計的,可以拿去測試螺紋鋼,鋁,外匯。另外時間段足夠長。起碼要50次以上交易數。如果調整引數數值,比如兩個引數,隨便改改。都能正收益,就是可靠的系統
-
3 # 琅嬛福田
題主的煩惱李股漲可以理解,題主是學習的理論太多,交易方法太多,交易系統還沒有確立,尚在測試階段。李股漲建議第一主觀臆斷是交易系統的天敵,建立交易系統的目的就是克服主觀意識,成熟的交易者憑交易系統發出的交易訊號操作,無論對錯均按系統訊號執行;第二交易系統設定原則是簡單明瞭,易操作,能重複操作;
-
4 # 隱形觀察家
最主要的是要採用較長的歷史資料,根據交易次數來決定。
然後就是要採用簡單的交易系統,這就像是草履蟲一樣具有原始的生存能力。
還有就是引數的選定也是一定要具有普遍意義的。
-
5 # 人生歡哥
我們的策略在邏輯程式設計完成後,總要進行定量的資料確定,透過對歷史資料的測試,找到適合的資料範圍。
但是,往往,有很多量化者朋友喜歡擬合出個最牛✘的資料組,實現高勝率低迴撤高收益。這樣的稱為過度擬合。
我們都知道,所有的測試都是用歷史來驗證思路。資料在歷史上表現好,在未來卻不一定適用。就好像,你拿著北京的地圖在上海找路,能行麼?
一個好的策略,在選擇資料時有這樣的特徵。
1.資料在合理的範疇內變化時,結果不會有性質的差別。就是說,資料組的數值在合理範圍變化時,結果仍然是盈利並且回撤不大的。如果小小的變化都會造成虧損的結果,那麼策略不成功。
2.不同的測試品種,不應該產生相反的結果。
不管是股票還是螺紋或者豆粕,不能通用的策略也不是成功的策略。
-
6 # GAIA金融投資
交易系統本身都具有天然的不可避免的缺陷,也是本身不能解決的!幹趨勢的死在震盪中,幹震盪的死在趨勢裡!最佳化兩者的死在最佳化後的無效中!技術交易系統本身的缺陷是天然的不可避免的存在!這樣的缺陷靠自己是無法解決的!但卻可以透過更高層次的體系進行彌補!技術交易系統的彌補這就是宏觀分析體系!那麼宏觀經濟學分析就完美了?答案也是否定的!宏觀經濟學分析體系也同樣具有重大缺陷,也是本身不能解決的!這樣的問題是天然的不可避免!既然這樣的體系具有缺陷又如何避免?辦法還是有的!思維體系是宏觀經濟學分析體系的最好途徑!思維體系也同樣具有不完整性,這是事物的本身就是有的不完整性決定的!只有人生觀價值觀體系才能解決思維體系的缺陷!如果你到達了這個境界,恭喜你!你成為了金融交易裡不敗的大師!高手固然很多,但畢竟這些高手都是走在失敗的路上,只有大師才能不敗於江湖!技術交易體系、宏觀經濟分析體系、思維及思維方法體系、世界觀人生觀價值觀體系這幾大體系不是獨立的更不是誰比誰更好的體系,而是相互關聯相互補充的最後組成投資交易整體體系。這幾個體系都是不可或缺的,也是不可割裂的整體。
-
7 # 南山頑石
策略的編輯,都是以歷史資料為基準,來預測未來的收益。只要你所取的歷史資料基本相同,那麼再怎麼調整指標都會出現擬合。
-
8 # 期貨快報
1:儘量減少引數的使用
2:同一個引數用多品種多週期測試
3:測試時間儘量用更長的時間
4:制定一個規則,比如回撤多少有代表策略目前已經失效
-
9 # 天啟量投
在期貨交易中,什麼叫“過度擬合”?
舉個量化的例子。你建立了一套期貨交易系統,你需要進行歷史測試。
你的交易系統中,有一個引數。什麼叫引數?比如,海龜交易法則裡的突破20日的最高點開倉。這個20,就是引數。
你為什麼選20?你為什麼不選21,34,15或者28?
這就叫引數的選擇。
所謂的過度擬合,就是你用這套策略,經過歷史回測之後發現,如果我把引數變成24的話,那麼我的系統,在過去的這段走勢中,收益是最高的。
所以,我就採用24。我交易系統中,所有的引數,都要選歷史表現最好的那個。這就是過度擬合。
這樣做的壞處是什麼?因為它的效果是歷史走勢中最好的,但是歷史走勢最好,不代表未來依然會更好。可能你過了一年之後回來測試,發現現在最好的引數是32了。因為未來這一年的走勢融入了歷史中,改變了歷史。
而如果你過度的擬合出了一個歷史測試結果,比如,你發現你用100萬交易螺紋鋼期貨的歷史走勢,你的最大回撤僅為10萬,你的最大連虧次數僅為5次。於是,你基於這個最佳化過的資料來設計了你自己的倉位。
結果呢?未來的行情走勢,這個引數忽然就不如想象中的那麼好,節奏變了,導致你直接虧損到清盤線。
這就是過度最佳化的危害。
實際上,能走到最佳化引數的這一步的期貨交易者,一般而言,不會爆倉,最大的風險是虧損超過預期,進而導致的一系列信心的挫敗,意志的動搖而已。
很多期貨交易者都會對系統進行引數的最佳化,但是他們往往不知道,最佳化到什麼程度算沒有過度擬合。實際上,我也不知道。
過度這個詞,很明顯,是一個沒有範圍的詞。什麼樣叫做過度,這不是我能夠說的算的。
那麼,我採用了什麼方式去避免過度擬合?
我採用的是,強行拔高,站在另一個維度來看待這個問題。
擬合,引數最佳化,說白了,都是些小細節。不同引數的背後,代表的是不同的盈虧比。比如,20日均線和50日均線,你承擔的單次虧損額度,和在一波行情中的收入肯定都是有大小之分的。但是,行情走勢是不確定的。
這一點很重要。既然我們都不知道未來行情會走成什麼樣子,那麼,我們在這裡糾結我選擇哪個數字,有意義嗎?你選21,你選15,你選45,這是不是擬合,這有沒有過度擬合,是由未來的行情告訴我們的,我們沒有辦法走到未來,糾結這個就沒有什麼意義。
所謂期貨交易大道至簡的原因就在於,有些時候,你的想法必須要簡單,簡單到別人覺得太特麼的粗暴了。
我站的維度,是直接看系統。
20日均線,和50日均線有區別。突破10日的高點,和突破20日高點也有區別,前者訊號更多,止損次數更多,但是前者的入場位置可能某些時候有優勢。
所謂的大引數,小引數,應該關注的重點在於,其背後所帶來的交易系統的特點你能夠接受,你更適合交易哪個引數。
你喜歡做短一點的趨勢,你接受不了大的利潤回吐,那麼你就選擇小引數。你不喜歡經常出訊號,你想要拿超大的趨勢,那麼你就選擇大引數。
至於小引數中,是20更好,還是18,21?糾結這些,完全沒有意義。
除此之外,倉位的設計,也不應該參考所謂的歷史。有些人對策略倉位的設立,是非常的依賴其歷史測試的。包括,歷史最大回撤,歷史最大連虧,平均虧損等等。可以不可以?可以。但是,如果處於絕對的安全形度,最好打個對摺,再配合上贏衝輸縮。
在期貨交易中,因為走勢的不確定性,倉位的管理,實際上也沒有完美的方式。可能你按照策略歷史回測的倉位來設計,根本一點事都沒有,而且還有點偏低。但是也可能,你保守到只開一半的倉位,這個策略依然給你幹清盤了。
走勢的不確定性,它讓一切都有可能。
一套策略,它被清盤了。它是本身有問題?那可不一定,有可能僅是因為這段時間的行情神擋殺神,佛擋殺佛,你之所以被清盤,不是邏輯的問題,是資金管理的問題。
資金管理的方式,是一個很長的話題。如果你基於對一套策略負責的角度,最好是安全墊+保守倉位+贏衝輸縮。
所謂的過度擬合,其實本質就是讓一個期貨交易者,過分的自信了。他覺得他的策略很好,他覺得他的引數好,他覺得他的倉位好。
結果行情忽然變了節奏,把他打懵了之後走的極度流暢。這種事情說白了,根本就不可能100%解決。因為啥?
因為走勢是不確定的。你做趨勢,就是不來趨勢。你做震盪,趨勢一直不見停止,你做日內,無數雜波…
因此,我們如何盡人事?
做好資金管理規則。賬戶沒有收益之前,儘量保守,如果保守依然還在虧,那就繼續縮倉。如果你縮倉到了只開一手,依然是停不住虧損,那麼,你就只能停止開敞口,或者,只能清盤。
你確保了自己的交易邏輯沒問題,你的資金管理做到了極限依然止不住虧損,那麼只能說,你的運氣簡直背到了買了10次彩票全是一等獎……
市場讓我死,我不得不死。
最後,總結一下。過度擬合這件事情,沒有什麼標準,也沒有什麼好的方法。它也根本就無法徹底解決。
我建議,忘記這件事情。你要從自己執行,自己的偏好的角度來設計交易系統。如果20這個引數對於你來說很合理。那麼21和18,根本就沒有區別,因為你不知道未來。
如果你怕過度擬合了。那麼你就把資金管理規則給設計完善了。資金管理規則完善了,你擬合沒擬合都無所謂。
-
10 # 聯聯周邊遊新鄉站
在期貨交易中,如何避免交易系統的過度擬合?
題主的煩惱李股漲可以理解,題主是學習的理論太多,交易方法太多,交易系統還沒有確立,尚在測試階段。李股漲建議第一主觀臆斷是交易系統的天敵,建立交易系統的目的就是克服主觀意識,成熟的交易者憑交易系統發出的交易訊號操作,無論對錯均按系統訊號執行;第二交易系統設定原則是簡單明瞭,易操作,能重複操作;
可以多測試不同的商品。比如你的系統是為股指設計的,可以拿去測試螺紋鋼,鋁,外匯。另外時間段足夠長。起碼要50次以上交易數。如果調整引數數值,比如兩個引數,隨便改改。都能正收益,就是可靠的系統
我的經驗是,減少引數的個數。比如說,兩個引數的交易系統就比是10個引數的更加不容易過擬合。如果引數太多,在調整的時候就會忍不住一直調整到最好的回測結果為止,過擬合了,自己也不知道。如果引數少一些,更能拿到接近普遍規律的結果。
其實想要做好期貨也沒有這麼的難,找到有效的方法和工具可以幫助交易者。
在測試策略時,雖然我力求避免過度擬合,但只要主觀意志存在,就不會避開過度擬合的嫌疑。這種矛盾使我裹足不前,難以進步。這種情況你碰到過嗎?你是如何解決的。我目前的解決辦法是對各個策略設定清盤線,可是如果清盤,只能說明該策略的邏輯不適合近期的走勢而已,我計劃調整各個策略的資金管理方法,使其避免達到清盤線,這樣更有可能活到趨勢到來,這個方案可行嗎?你是如何解決的?
回覆列表
我的經驗是,減少引數的個數。比如說,兩個引數的交易系統就比是10個引數的更加不容易過擬合。如果引數太多,在調整的時候就會忍不住一直調整到最好的回測結果為止,過擬合了,自己也不知道。如果引數少一些,更能拿到接近普遍規律的結果。