AFML读书笔记--Backtest Statistics & Understanding Strategy Risk

Advance Finance Machine Learning读书笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。

因为年初疫情影响，书剩在别的地方无法出门取，AFML所以断更了很久，现在持续更新中……
之前有搜到大神weixin_38753422的AFML系列。写得很详细并且有代码和图片解释，链接在此
此系列从Part 1 Chapter 3开始写起，Chapter3之前内容可以在上面的链接里看到。（注意并不是所有内容的整理，而是我个人觉得需要整理的内容）

本文讲的时Part 3 Chapter 14 &15 Backtest Statistics & Understanding Strategy Risk

评价策略

前几章内容记录了进行回测的三种不同方法

1. 前向回测法
2. CPCV法
3. 人造数据法

这一章主要记录的是有哪些可以给策略进行评估的指标
以下是一些指标的罗列：

1. 时间跨度：我们的回测时间长度应该做到尽可能地长，囊括住所有的情况
2. 平均AUM：AUM（Asset Under Management）平均持仓量，$\frac{持仓金额}{持仓标的物的数量}$
3. 平均容量：最小AUM指的是能满足最基本的持仓和风险控制的需求、但是随着AUM的上升，交易成本就会不断上升，平均容量就是指该策略能达到的最优风险控制下的最大AUM
4. 杠杆：这个没啥好解释的吧
5. 最大持仓量：策略给出的Bet金额的最大量，建议是接近于平均AUM，给出的越大表明策略越倾向学习到了特殊事件（异常值）
6. 多头仓位：在一个多空中立的策略中，多头仓位应该接近于0.5，如果偏离比较严重，回测结果可能于实际投入结果相差较远
7. 交易频率：这个不解释了
8. 平均持仓时间：高频策略这个值会低，低频策略这个值会高
9. 年化成交量：$\frac{年度交易的金额}{年度平均AUM}$
10. 与指数的相关程度：如果你的收益与大盘收益的有高度相关，那么你的策略并没有多大的价值

评价指标：

1. PnL：策略在回测数据上的总收益
2. 多头PnL：策略的多头收益，可以用户检测策略在多空方向上的偏差
3. 年化收益：不解释
4. Hit比例：Bet最终是 正PnL 占总Bet数的比例
5. Hit收益：在Hit bet中所产生的收益
6. 策略损失：在非Hit Bet 中所产生的亏损

总收益是指变现了的或者未变现的账面收益，包括应计利息，已付息票和交易期间的股息

了解你的策略风险

每个策略都有它自己的止盈止损的点位，即使你的策略不设置止损的点位，那跌到需要交保证金的时候就是止损位了。所以一个策略总有它的两个退出位。

对称成本

假设你的策略每年会执行 $n$ 个服从 $IID$ 的bet，那每个bet我们可以用 $X_i,i\in [1,n]$来表示
正收益的bet表示为：收益 $\pi >0$ 机率 $P[X_i=\pi ]=p$
负收益的bet表示为：收益 $\pi <0$ 机率 $P[X_i=-\pi ]=1-p$
$p$ 是模型预测的二分类结果的probability
真正例会获得正收益
假正例会负收益
真负例与假负例都会Pass，不会产生bet
因为每个bet之间都是相互独立的，所以
收益的期望是 $E[X_i]=\pi p+(-\pi )(1-p)=\pi (2p-1)$
收益的方差是 V [ X i ] = E [ X i 2 ] − E [ X i ] 2 = 4 π 2 p ( 1 − p ) V[X_i]=E[X_i^2]-E[X_i]^2=4\pi^2 p(1-p) V[Xi​]=E[Xi2​]−E[X