統計是程序化學習的第一步!

我們已經討論過很多次,關於在程序化交易過程中是否有必要人爲的介入每一次的判斷。總是會有交易者對以固定的方式來評估交易計劃有很大的誤解。

爲什麼很多的程序化交易員在討論交易技術的時候,都會把必須堅持執行自己的交易策略當做準則呢?這是因爲交易者對自己的交易策略存在很大的期望值。
在這裏插入圖片描述
但是我們真的足夠理解這個期望值麼?每次抽樣交易是獨立還是相關的?還有在績效評估交易方法的時候,究竟呈現出的是什麼?引用過去幾次交易的結果來當做下次交易的判斷有沒有生存者偏差的問題?

實際上,只要我們對市場有一定時間的關注,我們就會看到很多不同的資金使用方法、管理流程或者交易技術。這些對投資者來說都是非常大的誘惑,即使很多交易者擁有一個可以評估自己交易品質的指標,但是還是覺得自己做的不夠好。對於這些交易者來說,將平時看到的新聞、新見的方法轉換爲自己的執行流程並不難。難的是缺乏對這些方法內涵哲學的思考。

相對於人工判斷交易方式來說,程序化交易除了能夠對多商品快速的進行同時監控操作外。還有一個很大的優勢,那就是在執行交易策略之前,我們可以先通過歷史的回測得到一個評估。

在我們根據歷史回測做好了交易計劃,比如部位大小、訊號判斷以及所有的交易動作都進行了統計描述。那麼如果我們在這個情況下,還在實際執行交易過程中隨意去改變抽樣方式。那麼,之前的所作的回測還有什麼意義呢?

只要我們不打算採用賭運氣的方式來走向交易這條路,那麼我們可能首先需要進行研讀的就是統計的意義。程序化交易者們更加不要假借統計的名義來執行快感交易。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章