全球顶尖程序化交易模型研究
2014-11-15 10:29阅读：
全球顶尖程序化交易模型研究
——程序化交易系列研究之五
我们对之前推出的交易策略跟踪情况进行了总结，并将全球顶尖程序化交易模型进行了分类和介绍，对著名的R-breaker
模型进行了期指的实盘测试。
摘要：
我们在2010
年期指推出之际，曾发布了多篇程序化交易系列报告，主推了三个交易模型，分别为基于价格的股指期货即日交易模型DTM
）、股指期货改进布林交易模型（IBTM
）和综合了价格与成交量的多空正量模型（BAPM
），这些模型在对沪深300
指数历史高频数据的测试中,均获得了良好收益。本报告中，我们将这些模型在真实期指交易中的使用情况作了总结，并指出了其中盈利和失败的原由。同时我们对跟踪测试中遇到的一些问题也展开了讨论，并将我们的一些心得提供给大家参考。
我们同时对国外流行的交易系统进行了一系列研究。据美国权威交易系统评选杂志《
Futures Truth Magazine》2011
年10
月最新发布的交易系统排名，NatGator、Catscan、DCS
II
等模型的业绩在过去一年进入了前十名榜单，前三名模型年收益率均在200%以上。DelphiII
Aggressive、Trend Finder
Tiger、TSL_CEL_NG_1.1
等模型进入了发布超过18
个月的交易系统业绩排名榜单，前十名模型的年收益率介于74.6%-170.5%之间。
由于某些进入榜单的交易系统业绩并不稳定，尤其是一年业绩榜单，时常会发生变化，因此模型的稳定性和一致性其实比短期排名更加关键，我们着重对这些业绩一致性较高的交易系统来进行介绍，如Aberration、Checkmate、R-Breaker
等，并对其进行周期、策略类别和使用市场的分类。此外我们对这些优异系统的特点进行了总结。
R-breaker
模型，是一个结合了趋势和反转两种交易方式的优秀交易系统，并且是前十大业绩一致性最高的交易系统中，为数不多的专门用在股票指数上的系统，同时也进入了S&P
指数业绩最佳的前大交易系统。我们对该模型进行详细介绍和测试。
R-breaker
模型交易结果：我们选取沪深300
指数股指期货连续合约的5
分钟高频数据来进行模拟测试。测试区间为2010
年4
月16
日至2011
年12
月16
日。在测试区间内，总交易377
笔，盈利交易比例为48.5%，合计盈利1644.4
个指数点。扣除每笔交易万分之三的交易及冲击成本后，盈利1313.8
个指数点，折合394140
元，假设50万初始资金的累计收益率为78.8%。期间一手合约最大单笔亏损为15300
元，一手合约最大连续亏损为52800
元。交易策略的最大回撤率为6.25%。
1.
交易策略回顾
我们在2010
年期指推出之际，曾发布了多篇程序化交易系列报告，主推了三个交易模型，分别为基于价格的股指期货即日交易模型（DTM
）、股指期货改进布林交易模型（IBTM
）和综合了价格与成交量的多空正量模型（BAPM
），这些模型在对沪深300
指数历史高频数据的测试中,均获得了良好收益。
在过去一段时间中，我们一直在对这些模型的效果进行跟踪测试。如之前所料，在真实的股指期货交易中，考虑到滑点、冲击成本以及实际交易数据与测试数据的差别等因素后，这些模型未必都能获得收益。并且模型测试结果和使用的参数、交易成本高度挂钩。由于近两年来市场的大幅波动，一套参数很难做到从头至尾都盈利，最有可能的情况是，在不同的市场阶段有不同的盈利参数和亏损参数。由于我们的策略本身均设臵有止损措施，因此即使亏损，模型的亏损幅度也均在可控制范围内，跌幅远远小于指数。我们总结策略盈利和失败的原因大致有如下几点：
1
）交易成本高度敏感。例如，改进布林模型和多空正量模型一天内交易次数较多，单笔盈利较小，因此当我们设臵0.02%的交易成本时可能不盈不亏，但设臵更高的成本则会出现亏损，反之则盈利。
2
）即日交易模型思路比较简单，适合日内趋势行情，并且对交易成本不敏感。2010
年以来的市场是比较适合这个模型的。很多时候日内都能获得盈利。但由于策略设臵的止损位实际是反向交易的触发点，而不是百分比止损，止损幅度浮动比较大，如果判断错误，可能造成较大损失。
3
）改进布林模型是高卖低买策略，适合有一定日内波动幅度、但又不是趋势行情的阶段，2010
年以来的市场，日内时常出现单边走势，这会导致策略失效。此外遇到急跌或急涨情况也会导致策略失败，因为往往会触及到止损点而离场。
4
）多空正量模型是短线趋势追逐策略，同时考虑了量和价，我们发现在短线交易中成交量本身相对价格会有所延迟，因此采用成交量作为指标会比实际我们看到的行情慢，BBI
指数本身也是多条均线的均线，数据比较滞后，可以改用其他趋势指标进行策略改进。
5
）在适当调整参数后，策略仍然是可以获得收益的，因此需要加强对市场参数匹配性训练，在适当阶段调整参数，而不是一套参数用到底。
在测试中，我们也遇到了一些诸如参数优化、数据频率等问题。其中很大的一个问题即是参数优化问题。我们尝试用一套参数从头用至尾，大家可以猜测，在不同的交易阶段或是交易市场，肯定有很大差别。
那么我们尝试用历史去做参数最优化，但事实上未来的市场依然不是我们用历史数据所能推测到的。国外的交易系统研究人士将此称为曲线匹配，即根据历史价格来寻找当时最有效的交易规则，这种交易系统被称为曲线匹配系统。相反，如果交易系统的设计者并未参考历史数据，而是基于市场运行原理去建立交易规则，这个系统就被称为非曲线匹配系
统。
但长期的研究和实践表明，交易系统曲线匹配的特性越强，越不可能在未来发生作用。如果过度优化，系统未来的可靠性将降低。必须牢记我们的目标是未来产生最大盈利，而不是过去。因此适度优化十分关键。
此外数据频率周期也是一个关键因素。实际运用中可以采用 1 分钟、5分钟、30
分钟、60
分钟、日数据、周数据等等数据频率。但事实上不同的交易模型有其自身逻辑，有的可能在日线上奏效，有的可能在60分钟线奏效，这就要求我们对模型本身的机理有深刻的理解。因此我们强调，即使是技术分析，也是有逻辑的，是可以通过直观被解释的，不
可忽视指标和交易方法其内在的机理。
在实践中，我们也总结了一些心得，供大家参考：
1
）参数的数量不宜过多，成交量指标的效果没有价格指标本身好。
2
）设臵日内平仓比可持仓过夜风险明显减小，理由是隔夜风险不好控制，遇到跳空问题损失不可估量。
3
）止损止盈的设臵都是双刃剑，在控制亏损的同时，也会将本来盈利的交易被止损掉，止盈类似。我们的建议是止损必须设，可在幅度上进行调整来尽量避免错误，止盈视情况可不设。
4
）在优化过程中，选择参数值的区间，而不是最佳参数值，以避免过度优化问题。国外很多著名交易系统甚至不进行参数优化。
5
）业绩衡量指标必须多样化，不只是对夏普比率、信息比率等的比较，必须加大风险类指标比例，例如净值最大回撤、最大单笔亏损、最大连续亏损，即使长区间测试下来挣钱，但短期的亏损对心理产生的压力不可小觑。
2.
全球顶尖交易模型
2.1.
交易系统排名
在跟踪测试的基础上，我们同时对国外流行的交易系统进行了一系列研究。从这些交易系统来看，除了交易者自己开发设计的系统以外，还有一些交易者也经常会购买一些公开发布的交易系统，这些系统有些在购买后可以获得源代码，有些只是获得交易指令。这些交易系统由开发商开发后实时跟踪并公布业绩，开发商一般会将业绩提供给美国几家权威的交易系统评选杂志。
据美国权威交易系统评选杂志《Futures Truth
Magazine》2011
年10
月最新发布的交易系统排名，NatGator、Catscan、DCS
II
等模型的业绩在过去一年进入了前十名榜单，前三名模型年收益率均在200%以上。
Delphi II
Aggressive、Trend Finder
Tiger、TSL_CEL_NG_1.1
等模型进入了发布超过18
个月的交易系统业绩排名榜单，前十名模型的年收益率介于74.6%-170.5%之间。
表1：前十大交易系统排名（过去1
年）
排名 交易系统名称
年收益率 %
1 NatGator
237.80%
2 Catscan
222.10%
3 DCS II
215.90%
4 Strategic
173.50%
5 Sidewinder
169.90%
6 ATS 6400
169.00%
7 Aberration
167.90%
8 Waverider
166.30%
9 Moving Average
164.40%
10 Top Ten System
162.60%
注：收益截至2011
年7
月31
日，收益率计算基于3 倍保证金。
表2：前十大交易系统排名（自系统发布以来）
排名 交易系统名称
年收益率 %
1 Delphi II Agressive
170.50%
2 Trend Finder Tiger
162.50%
