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