我眼中的程序化交易之路

http://blog.sina.com.cn/s/blog_854ac5f80101p8nx.html
详细资料请看链接，我把文字也贴在下方。也许对有志于交易为生的朋友有帮助。
一、多大程度上用程序化交易，或者说如何处理程序化交易与自己原有交易系统的关系。
　　
    我自己接触过的相关交易者，有如下几种：
　　第一种人，是老期货，之前有过较长时间的非程序化成功盈利的经历，通常是一种基于主观判断的技术流交易系统。在选择尝试程序化之后，试图实现或部分实现自己现有的交易系统，通常由他人帮助实现或改进。程序化对他们的帮助主要是体现在控制自身人性弱点上。指标信号也好，交易模型也好，成为他的一套辅助决策系统，通常都离不开他本人的主观解读，往往停留在手动下单或半自动下单阶段。
　　在我看来，这种程序化交易是客观交易为皮，主观交易为骨。当然并不是说这就不好；但这好不好，往往还是无法突破他原有的主观交易能力的局限。如果他原来就是一个高超的主观交易者，那么程序化的使用效果一定也是很出色的。如果他原来交易能力一般，那么程序化的使用效果也平平。这是因为，在他对信号进行主观解读和筛选中，带来了新的技术问题和人性问题。半自动交易天然给了他犯错的机会，而这问题的解决程度，通常都不会和单纯主观交易时相差太多。但程序信号毕竟是客观的，是真正可在不确定性海洋中借到力的，经过长时间练习和磨合，最终效果肯定是改善而非倒退，而且改善程度会逐步增加。
　　此问题是否能够根本克服？我觉得还是比较难。在交易的执行层面的主观研判，注定会让交易的历史一致性无法实现，回溯测试对这类交易者没有实质意义，顶多是心理意义。也就是说，这类交易系统本质上应该仍归属于主观交易系统，主观交易系统固有的局限性自然会依附于其主观交易的本质，这个问题是“胎里带”的。而另一方面，正是由于他们使用的系统，通常并非完全由自己研发，而且老期货的知识结构通常也缺乏研发、测试、改进、信任程序化的必要理论基础，所以程序化永远只是一个工具的角色而不能进入交易系统的核心。这就好像一个刚刚接触攀岩的人，他可能会时常怀疑绳子、丝锁、这些工具，除非，1、这些工具是他自己打造并进行过测试的，就像一战时期及更早期的登山家和探险家们所做的那样。2、他们在自己信得过的过来人的指导下，选用某个品牌某种型号的工具，并且自己也在亲身体验数次之后。也就是说，要内心真正说服自己像信任自己的手脚一样信任这些工具，是有前提的，是不可能每个交易者能获得这份超越的。
　　以工具论来看待程序化的交易者，往往会经历如下反复：新理论的好奇和尝试→高期待→失望→放弃或否定。程序化交易模型自己的研发参与程度越低、测试越不充分，信任度就低；但缺乏了解的另一个结果就是越容易被他人的宣传、测试的表象所迷惑，将来的预期落差也会越大。所以，这类交易者搞程序化，更像是赶时髦，不用太久就会放弃这个新工具或者改用别的，要么就是对自己的主观判断老一套敝帚自珍起来。最后丢下一句“‘手中无剑，心中无剑’才是最高境界”之类的话。
　　这种用程序化使用方式，和看MACD或KDJ交易的人，本质上是一样的，只是他们不再用MACD，而是用一个改良的、自定义的指标。他们讲究不同的场合下对指令进行主观筛选和过滤，所以他们最前端的尝试也就仅仅到半自动化而已了。有人估算了一下，目前国内用半自动程序化交易的资金占总的程序化交易的资金量的90％。我不知道这个数字是不是可信，不过说这话的人，本人看来也是熟稔于半自动化交易。
　　那些谈论交易的经典书籍并且深刻理解并贯彻，仍有可能较快成功；或者他们会主动跳过主观摸索阶段而直接走上客观化程序化的道路。在最终存活下来的交易者中，很多人可能就是已经具备成功交易者的一些特质了，而欠缺的那块正好就是客观化交易可以弥补的，这才是天造之合。没必要去先学习怎么用主观交易赚到钱，再学习怎么把自己的系统客观化和程序化。
　　程序化交易的道路，和自己的知识结构、智商和情商上的潜质、理论基础、个性、之前的交易系统类型等，都有关。一个真正的程序化交易者，关键是对程序化的信任，而前提是对程序化的理解。我觉着，这肯定需要一个过程——时间和实践。这个实践其实并不总是有趣。所以下面要谈的就是第二大块的内容。
二、如何寻找好的交易模型。

　　我觉着，对于一个相对成熟的交易者来说，程序化的切入点，往往会选先把自己的现有系统客观化程序化的道路。对于一个新手或现有系统难以量化的交易者来说，程序化的切入点是从模仿一些简单但经典的模型入手。
　　之后就是测试。测试什么？
　　
　　一个真正的程序化交易者每天琢磨什么？很大程度上是在研究这个。
　　在琢磨什么？逻辑测试。其实逻辑测试比参数测试更重要，改进效果也更好。若说参数测试考验计算机硬件水平，那么逻辑测试考验策略设计者对市场的理解和创造力。但两者不可分。其实，有些参数当取到极值时，就相当于把某个逻辑屏蔽起来。
　　逻辑测试的切入点：是对行情的微观结构分析和对逻辑本身的微观结构分析。前者的关键词是捕捉，后者的关键词是拆分。
　　捕捉有主动和被动之分，现有的常用平台和本人的数理知识还难以做到主动捕捉。而且我们的个人电脑配现有程序化平台，是不可能跑过于繁复的算法和逻辑的，否则会让计算变成电脑的休克。但举个例子能让大家明白主动捕捉的意思，人机语音对话其实就是通过每个音节的声学规律通过主动捕捉来识别特征完成词汇还原的。让从事波形分析的模式识别专家来做这个事是最恰当不过了。被动捕捉是个笨办法，却未必多走弯路，只是会常常让测试者觉着不可思议，结果的不确定性时而令人崩溃时而令人惊喜。被动捕捉其实是用逻辑和参数去量取某一特征，逻辑和参数基本已经限定，行情形态的微观结构也是确定的，我们只有找到一个高的数学期望的稳定值，才说明成功量取到了有现实意义的特征。就好像闭着眼睛拿杯子在水里捞鱼，捞到一条是一条，没捞到的时候谁也不知道杯子里能有什么。我身上就有现成的例子，有些品种常有多重顶底，但不规则，要识别这些复杂而不规则的K线组合形态，真的不是通过简单的逻辑就能实现的——这是一开始试图直接实现的时候，想想就放弃了。但后来在研究某个参数是如何控制模型的行为的时候，在分拆和优化之后，发现了一种简单逻辑就可以实现不算很充分的捕捉这种形态特征，而当初这个参数的引入又是出于一个完全无关的思路。在这个层次上，我充分体会到了世界的混沌性：如果试图以精确的设定达成精确的结果，往往会失败。不过模糊的设定，应该还是有别于盲目试错的，对形态和逻辑本身的认识，仍是必要的前提，各种软件平台提供的和平台以外（如通过EXCEL或MATLAB）的测试，是获得这种认识的手段，“优化”测试，不过是设置了某种导向（收益率、最大回撤等）的数学期望测试而已。
　　逻辑的拆分。这是一个原则，在设计时就应该尽可能把每个环节设计成可以单独测量。屏蔽其他参数与逻辑的关联，只在确定现实意义之后，才使用这种关联。以便我们后面要提到的排列组合以及再后面要提到的跨逻辑组合。
　　逻辑测试的方向：有查漏补缺和排列组合两种。
　　查漏补缺往往着眼于极端行情的处理，比如停板、连续停板、巨大的隔夜跳空等。尤其是分钟线交易策略。除非是外汇交易，否则行情的连续性总被周期性破坏，给短周期策略的测试的有效性带来相当的考验。排列组合是对自己能理解的和不能理解的逻辑进行反复尝试，这事儿做起来没底。有很多似是而非的东西，也有很多似非而是的东西。我的体验进一步告诉我拍脑袋设计的不可行。找到一个实战可用的策略没有捷径，就是不停地尝试。本想程序化可以解放人脑于信息海洋，没想到搞程序化也是个体力活——从基本面研究的信息海洋出来，一头扎进了程序化研究的逻辑海洋里。
三、程序化交易的未来

　　如果现在不会用电脑，不会用智能手机，不会用QQ、微博、微信，当然不会影响生活，但我很担忧这样的人在未来怎么办。也许他的孩子长大后会对他说：“跟你聊天真没劲，这也不懂，那也不知道。”如果把期货当成随身携带的老虎机，那不懂程序化也无妨。但如果想说自己已经很懂期货了，但居然不懂程序化，或者对程序化的理解很肤浅，我肯定“嘘”他。
　　金融行业在十年前基本就是美国最赚钱的职业了，而那些制造业及其研发机构却面临巨大的压力，大量高级人才被裁员后，就有一部分进入金融部门成为研究员；原来想从事研发工作的高等院校毕业生，在传统领域也面临就业困难，也涌入金融行业。他们带来了非常先进和复杂的数学工具。在金融危机中，这些人又被赶来赶去，分散到伦敦、新加坡、香港、上海等地。危机后三年成了对冲基金飞速发展的黄金三年。对程序化交易的未来，我们不能无视国际上先锋们的动向。
　　基于对市场的复杂性、以及行情波动性的基本认识，我觉得程序化可以在以下方面从其他学科中汲取养料：
　　1、基于混沌的模糊化分析和控制理论
　　2、基于分形，尤其是其中的统计自相似部分
　　3、人工神经网络理论
　　4、模式识别领域
　　5、波谱分析领域
　　6、非线性期望的数学理论（用于风险控制）
　　……
　　程序化交易也可以超越波涛所论及的计算机化技术分析，而深入到计算机化基本面分析、计算机化突发事件（消息面）分析、计算机化心理（舆情）分析等。可能也就是通过这个过程，最终把非专业的散户、非专业的投机方法，排挤出市场。未来，这个市场的狼，会越来越多，你是狼吗？

520有你更精彩

5555555555555

路过....520fx有你更精彩

520有你更精彩~

520有你更精彩~

不看不看不看  一切为了金币

无图无真相

路过挣金币。

发错了。。顶顶顶顶顶顶顶顶顶顶