交易硬核：開發“穩定盈利”交易策略的秘密

在很多人的認知裏，交易策略就是看歷史圖表或看指標，這裏買，那裏賣，其實是不夠的。我認為但凡談到交易策略，必須是代碼化、可自動執行。

這樣就不會因為“你執行這個策略”和“我執行這個策略”，而出現偏差，同時人工交易所謂的“心魔”，也完全不存在了。

本篇是我開發交易策略的主要過程，將介紹我是如何開發交易策略的。

在此展示我開發GBP/USD的三個交易策略，以下為各策略近10年曆史回測（2010年-2020年），數據源是Dukascopy。這些策略均是固定開倉0.1手（單利），帶強止損（風險可控），不加倉（沒有馬丁）。

交易策略一：

交易策略二：

交易策略三：

每個人都希望在市場中穩定盈利，然而什麼是穩定盈利？

我認為交易市場裏的風險是不可以被消除的，每次投注都有虧損、甚至破產的風險，我們唯一能做的僅是降低風險。

一、如何降低風險？

1、降低（優化）單次投注的資金比例

通過降低單次投注的資金比例，可以避免資金的大幅回撤和破產風險。這點是用來保命的，是“活著”的前提。

優化倉位比較複雜，目前常用的方法是凱利公式，根據策略盈虧的概率和賠率來計算倉位。

在公式中，各參數意義為：

f = 應投注的資本比例；

p = 獲勝的概率（也就是拋硬幣正面的概率）；

q = 失敗的概率，即(1 - p)（也就是硬幣反面的概率）；

b = 賠率，等於期望盈利 ÷可能虧損（也就是盈虧比）；

公式上面的分子(bp-q)代表“贏面”，數學中叫“期望值”。

凱利告訴我們要通過選擇最佳投注比例，才能長期獲得最高盈利。我以下面這個策略（也是我開發的交易策略之一）舉例說明：

什麼才是不多不少、賺錢最快，風險最低的投注方式呢？

p賺錢的概率是51.09%，q虧錢的概率是48.91%，而賠率b＝期望盈利÷可能虧損=108.47÷88.48。我們要求的答案是f，也就是(bp - q) ÷ b = 0.11。得到結論：對於該策略，最優的投注比例為總資金的11%.

2、交易策略的多元化配置（弱相關性）

在“活著”的基礎上，我們通過交易策略多元化配置，來提高收益。

交易策略不能簡單線性疊加，必須要保證任意兩個交易策略的弱相關性，也就是策略之間很少出現同盈同虧的現象。

前文我展示了GBP/USD的三個策略，目前我GBP/USD的策略有十個。以下是這些策略的相關性比較。

相關性的計算方式是根據每日盈虧。比如策略A今天賺了，策略B今天也賺了，或者策略A昨天虧錢了，策略B昨天也虧錢了，這就是相關性較強，相關性較強會增大帳戶同時回撤的概率，一般來說，相關性低於0.4為弱相關。

以下為這10個GBP/USD交易策略近10年的歷史回測。

因為這10個交易策略具有較低的相關性，所以我們可以對這10個交易策略進行疊加，以下是線性疊加之後的投資組合（portfolio）。

可以看到資金曲線的平滑度相比單策略提高很多。

二、如何生成交易策略？

所謂生成交易策略即是根據一段歷史數據（樣本內數據），來進行策略開發。以前述的GBP/USD為例，我選擇2010-2015年GBP/USD一小時數據作為樣本內數據。

我目前使用的是根據遺傳進化演算法來生成交易策略。遺傳進化演算法的應用領域很廣，被用在各種領域求最優解。

用遺傳進化演算法生成策略基本思路：

1、先隨機生成初代種群（隨機使用指標/出入場條件等任意素材創建交易策略）

2、通過設置適應度（fitness），來對初代種群（產出的交易策略）進行排序。

3、保留優良個體（較好的策略），將優良個體（較好的策略）插入下一代新群體中，體現“優勝劣汰”的原則。

4、在遺傳過程中，加入突變因數，種群（策略）大部分繼承上一代種群（策略）的優點，但也會部分變異（隨機改變其中一部分因數）。

5、每次迭代完成，都需用適應度（fitness）來對產出的交易策略進行排序，剔除表現不好的策略，保留表現好的策略。

6、當保留表現好的策略數量達到10000個後，可以停止生成交易策略。

對生成的策略進行樣本外測試：

此時我們有了10000個在2010年-2015年表現較好的策略，為了驗證這些交易策略是否有效，我們需要對策略進行樣本外檢測。

將這10000個策略放在2016-2020年的歷史數據進行回測，剔除表現不好的策略，保留表現較好的策略，約300-400個策略會通過樣本外檢測，通過率大概是3%-4%.

此時我們就得到了一些交易策略，這些策略在2010-2020年的歷史數據中表現都不錯，但並不是所有的交易策略都可以使用。

二、如何檢測交易策略的穩定度？

所謂穩健的交易策略，就是排除過度擬合。如下圖三就是過度擬合（Overfitted).

如何避免交易策略的過度擬合？

ü 最小化參數的數量：盡可能減少交易策略的參數，也就是自 由度。越簡單的策略越具有適應性，穩定性也越高。

一般在開發策略的時候做限定，使用不超過3個指標

ü 新增樣本外的交易時段：繼續添加新的樣本外數據，對策略進行穩健性檢驗。也可以使用其他品種的歷史數據來進行測試，比如本文中是以GBP/USD的歷史數據做開發，可以使用EUR/USD或GBP/JPY等的歷史數據對策略進行測試，觀察策略表現。

ü 蒙地卡羅隨機法，也稱模擬統計方法，是指使用隨機模擬的方法進行檢測，交易中大致可以分為以下角度：

1、隨機歷史行情：隨機改變歷史行情的ATR，最大改變幅度不超過30%，觀察策略應對不同歷史行情的穩定性。

2、隨機參數改變：對策略參數進行隨機改變，最大改變幅度不超過30%，觀察策略應對隨機參數的穩定性。

3、隨機點差變動（spread）/滑點(slippage)：因真實交易環境是浮動點差、且常有滑點，可以觀察交易策略對隨機點差變動和滑點的表現情況。

通過模擬統計方法，如果得到的交易曲線是發散的，那說明策略不穩定（如下圖所示）。

如果得到的交易曲線是相對集中，那說明策略較穩定（如下圖所示）

通過對交易策略穩定性的測試，10000個策略最終可能只剩下1-2個。我們至少需要幾十個通過測試的交易策略，因為還需要做相關性檢測，剔除相關性高的，之後將單策略進行組合，就得到了穩定性更高的投資組合（portfolio)。

外匯平台真假鑒定，聯繫外匯天眼官方臉書

外匯平台查詢連接：https://jump.wikifx.com/3E7CB8A488F7D481