加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

程式交易:胜率的迷思

(2008-05-10 18:20:29)
标签:

基金

胜率

程式交易

笔数

交易成本

分类: ★系统交易相关

程式交易:胜率的迷思

 

 

前言:

 

"为何胜率高,报酬率不一定高? "

 

投资人在选择程式交易时,常会遇到一种吊诡的情况,二个程式系统,一个准确度 6成,另一个只有4成,但是胜率4成的整体报酬率却反而略胜一筹,按照直觉的想法,不是明牌比较准的老师比较受欢迎吗? 怎么会反而准确度低的报酬率反而表现较佳? 到底该选哪一个比较好?






胜率不是唯一 

 




其实一点都不奇怪,确实可能出现胜率高但绩效反而不佳的情况,因为如果每次获利的幅度都不大,无法抵消亏损交易的损失时,绩效可能没办法提升,相反地,假设某系统胜率较低,但获利交易的金额远大于亏损金额,则确实可能反而会有较佳的表现,也就是胜率与赚赔比值之间存在的消长关系,因此,更值得我们注意的反而是:“怎样的关系才是适合的比值 ?”

 

举个简单例子来说明,假设有个交易系统 A获利20%时出场,亏损10%时停损,则赚钱交易的平均值会是亏损交易平均值的2倍,且根据回测历史资料(back-testing)显示,系统A可以提供33%的胜率,假设投入100万的资金跟随系统A,每次都投入10万元的本金,在经过100次交易后,假设系统完美演出,我们可以得到如下的资料:

 

 程式交易:胜率的迷思

 

先要厘清一个观念, 20%并不是单笔交易的出场值,而是全部赚钱交易的平均值,因为假设33笔交易中有3笔获利1倍出场,另外30笔是每笔赚1.2万,总计获利66万 (10万元*3+ 1.2万元*30),这种情况仍符合获利交易的要求。

 

最重要的概念即是,如果赚钱的交易笔数是赔钱交易笔数的 1/2(胜率33%),则赚钱交易的平均金额就必须是赔钱交易的2倍,才能达到损益两平。

 

即:

赚赔笔数比率 *平均盈亏比率 = 1

赚赔笔数比率 =(获利交易笔数/亏损交易笔数)

平均盈亏比率 =(平均获利金额/平均亏损金额)

所以此例结果为: ( 1 / 2 ) x ( 2 / 1 ) = 1

 

我们将几种均衡值列表如下:

 

 程式交易:胜率的迷思

 


# 1 ~ # 5 共5个程式系统,在不计交易成本(佣金、滑价)情况下,5个系统的表现都相同,都会达到损益平衡,这可以说明“胜率高不一定好,胜率低也不一定差”的观念,重点在于必须同时考量平均盈亏比率赚赔笔数比率,理论上赚赔笔数比率乘上平均盈亏比率的乘积必须大于1。实务上,考量交易成本以及执行成本之后,此比值应该至少大于1.2以上才算是期望值能为正数的门槛,而远大于1.2的程式当然更是最佳选择,也是程式交易开发者极力追求的目标。




考量交易成本后 , 比值至少大于 2 ,才是能获利的系统


胜率 vs交易笔数、获利交易波段幅度 






另一个值得关注的因素是:胜率低是不是会付出比较高的成本 ? 一般的认知总是胜率较低的交易系统交易笔数应该比较多,故容易耗费较高的手续费,到底胜率与交易成本间的关系又是如何?以下列举数个例子比较。

 

1 . 胜率不同 vs交易笔数相同

 

以本金 100万元,每次投入10%即10万元,假设交易成本0.5%,每次交易成本500元,我们比较下表中#1与#3二种系统,假定交易成本相同,在同样进出50笔交易的情况下,不论胜率高或低,会付出相同的交易成本(25,000元),一般认为的胜率愈低,通常进出会愈频繁,导致手续费会愈多的观念则非必然。

 

 程式交易:胜率的迷思

 

胜率愈低,必须付出高成本代价吗?

 

2.胜率相同vs交易波段幅度不同

 

再进一步比较可以发现,波段操作幅度的不同,才是造成手续费支出重大差异的原凶,我们假设报酬率上涨或下跌 1%的平均所需时间都是1天,在相同的胜率 (#1 vs #2或 #3 vs #4)与赚赔比值下,操作区间愈小,造成交易愈频繁。

 

如表中 #3与#4同为胜率20%的赚大赔小系统,#4的报酬率不论涨跌都是#3的3倍,表示#4的操作波段应该会是#3的3倍左右,如此#4平均单笔交易所需花费的时间亦是#3的3倍,全年度交易笔数刚好50笔,但#3系统一个50笔的交易循环却只花80天,全年度必须经过3个交易循环,造成交易笔数扩大为150笔,导致交易成本放大3倍,无形中降低了报酬率,胜率反而不是关键因素,所以操作区间的差异对于获利与否的影响也很大,以100万本金,每次10%资金进场操作,两个不同波段操作幅度的系统,一年进出场成本的差异即高达 5%,无形中将造成资金大失血,系统失利的机率也将大幅提高。 




最大连续亏损金额包含盘中浮动损益,举例来说,假设某一交易系统之前连续 5笔交易均为亏损纪录,亏损金额合计20,000元,而在第6笔交易时,盘中浮动亏损一度达5,000元,虽此笔交易最后是获利了结出场,但最大连续亏损则须纳入此笔浮动损益,所以在这个例子中,最大连续亏损金额为25,000元。

 

最大连续亏损金额是所有绩效评估要素之中惟一能透露出此系统的交易过程所遇到的最糟情况,也是评估交易系统绩效的最重要考量因素之一,此数据能清楚的表示出,运用此交易系统于某市场中,在最糟情况下,该系统可能发生多少损失,以及历经的期间有多长 (可参考最大连续亏损笔数 Max consec. losers),而且也清楚描绘出系统的风险程度,此亦可称为投资人的痛苦指数。

 

对于风险规避者,最大连续亏损可能是最重要的系统评估数据。如果两套系统的其他方面都类似,最大连续亏损愈小的系统,风险也愈小。也可藉由此数据,估算出如果交易此系统的资金需求 (Account size required),即当投资人要实际于市场中操作此系统时所需要准备的资金,如果交易标的为期货时,则资金需求通常为最大连续亏损金额再加上一到二倍的保证金。

 

综上所述,胜率、平均盈亏比率、交易的波段幅度三者必须同时考量才比较客观,单纯追求高胜率的结果,不是收下表现较差的报酬率,便是可能付出高昂的交易成本,胜率或许是迷人的卖点,但投资人仍须仔细比较获利模式的差异,以免肥了经纪商,平白让自己宝贵的资金受损而不自知。




※ 只追求高胜率,不一定得到高报酬,必须能提高平均盈亏比率,降低进出次数,才是好的程式交易系统 ※

 

文章来源:本文由 程竹 收集整理

 

the trader tribe,
程式交易员联盟,
追求卓越与个人成长。
我们交换角色,支持成员,
也接受其他成员的支持。
我们互相倾听,互相倾诉。
我们的目标>>>
致力于追寻适合每个交易员的交易与生活方式
程式交易:胜率的迷思
ground rules
⒈不为任何交易者、商业产品、或商业行为背书。
⒉不提供任何投资工具特定之建议。
⒊不告诉任何人“应该”做什么。
⒋不为事物编造原因,也不回答“为什么”。
⒌参与者自负风险。

知识产权宣示
所载任何资料皆受知识产权保护。
译文智慧财产归于原作者。
程式交易:胜率的迷思
联络方式
e-mail:

 

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有