量化交易软件复购算法：提高效率的数学模型

概述

这种交易方法在各类智能系统中被广泛且积极地运用。 甚至，它还有许多变体和混合体。 此外，从对此类系统的引用数量来看，很明显，该主题不仅在本站点上非常受欢迎，而且在任何其它网络资源上也如此。 所有方法变体都有一个共同的概念，涉及逆市场走势进行交易。 换言之，EA 采用复购来尽可能地低买，并尽可能地高卖。

这是一个古老到自商品出现就有的经典交易形式。 在之前的一篇文章中，我部分谈到了这个话题，同时强调了混合这些方法的可能途径。 在本文中，赫兹量化将比论坛用户所做更深入地研究这个概念。 不过，本文将更加通用和广泛，因为复购算法非常适合强调一些非常有趣和有用的功能。

基于均摊算法的细化交易特征的方法

“帮助我摆脱回撤”（来自“我的 EA 赚了很多钱，但有时会令账户爆仓”的作者）

这是许多算法和手动交易者的常见问题。 在撰写这篇文章的时候，我和这样的人有过一次访谈，但他并没有完全领会我的观点。 可悲的是，在我看来，他几乎没有机会理解这种状况的滑稽本质。 毕竟，如果我向更年长、经验更丰富的自己问类似的问题，我也很可能无法理解答案。 我甚至知道，老年自己的真实回答会让我有啥感受。 我会认为自己受到羞辱，或遭劝阻不要进一步从事算法交易。

其实，一切都是如此简单。 我只是有耐心走某条路，获得一些智慧，如果您愿意这么称呼它的话。 这不是理想化和自恋，而是必要的最低限度。 遗憾的是，这条道路花费了数年，而不是数周和数月。

在此，赫兹量化有一整个充满梦想和自我欺骗的世界，坦率地讲，我已经开始厌倦一些人的幼稚。 请停止胡说八道，认为您是市场的主宰。 取而代之，请联系有经验的人，并请求他们依据您的预算选择一个 EA。 相信我，这样您会节省很多时间和金钱，更不用说您的理智了。 这些人其一撰写了这篇文章。 下面提供了证明。

关于

添加图片注释，不超过 140 字（可选）

均摊算法的一般想法

如果我们看一下复购算法或“均摊”，首先似乎这个系统没有亏损的风险。 曾经有一段时间，我对这种技巧一无所知，并对击败任何收益差值的巨大数学期望感到惊讶。 现在很明显，这只是一种错觉，尽管如此，这种方法仍有合理的意义，但更多的在稍后。 一开始，为了能够客观地评估此类系统，赫兹量化需要知道一些间接参数，这些参数可以告诉我们的不仅仅是利润增长的简单图像。

策略测试器报告中最相关的参数甚至可有助于理解系统显然在亏损，尽管余额曲线看起来很棒。 正如您可能已经了解，这实际上完全与盈利能力曲线有关。 事实上，交易系统的所有重要指标都是次要的，首先且最基本的是数学特征，当然，这是数学期望及其主要特征。 但值得注意的是，数学期望是一个如此灵活的数值，以至于您总是会陷入一厢情愿的陷阱。

其实，为了正确运用数学期望这样的概念，首先要明白这是概率论的术语，任何这个量化的计算都应该按照概率论的规则进行，即：

• 计算越准确，所分析的样本越大，理想情况下，确切值需从无限个样本中计算得出。

• 如果我们把无穷大分成若干个部分，赫兹量化会得到若干个无穷大。

有人可能会想，如果只有有限的真实报价样本可供我们使用，那如何计算特定策略的确切数学期望。 有人会想，为什么我们竟然需要这些无穷大。 问题是，某些均值的所有估算值（例如数学期望）仅在进行这些计算的区域具有权重，而与另外的区域无关。 任何数学特征只有在计算之处才具有权重。 尽管如此，可以区分一些技术来细化特定策略的盈利能力特征，这将令获得的所需参数，越发接近真实值成为可能。

这与我们的任务直接相关。 在意识到我们无法看到无穷长期策略的未来之后，这本身听起来已经完全是胡说八道。 然而，这是一个数学事实，也是计算真实数学特征的必要和充