基于流程图的量化交易模型

量化交易模型 (Quantitative Trading Model) 的开发是非常注重性能 (Performance) 的,而传统性能的测试通常只在于少数几个指标:净值 (Net Value)、回撤 (Drawdown) 、盈亏比、获胜概率等等,这些东西都是可以基于成交记录统计得出的数据,因而传统的性能测试实际上是一种黑盒测试。 黑盒测试不关心模型的内部构造,因而对于改良模型的帮助微乎其微。 量化交易模型的改进通常基于人工检查成交记录,然而人在看成交记录时通常会着眼于大的亏损以及明显不合理的交易,会产生幸存者偏差 (Survivorship Bias) ,严重影响了精度以及提高了成本。 真实的交易员的交易思路是比较抽象的,十分依赖经验,而经验则是通过历史的行情总结出来的。但人脑并非一个精确的统计机器,很多时候也就会被误导。而固化交易逻辑,严格执行正是量化交易的特点。 设计模型时通常都会基于流程图 (Flow Chart) ,因为它比较高级 —— 贴近人的逻辑;灵活 —— 上下文引用比较随意;可见 —— 图形化的逻辑更可读,检查起来也比代码方便得多。 设计完流程图以后需要程序员来理解和实现,变成可以执行的代码,然后统计才变得有可行性。运行之前,模型设计者对流程的执行情况也只局限于个别的情况,并不知晓其他类似的情况是否理想。设计 (Design) 与验证 (Validate) 之间这个间隙 (Gap) 要如何缩小甚至消除呢?     阅读全文
zccz14's avatar
zccz14 10月 21, 2017