在量化投资策略的开发过程中,一套模拟运行表现优异的策略,在实际投入运行后就表现不佳,甚至出现连续性的亏损,让许多策略开发者痛苦不堪。此时策略是否继续运行是基金管理者所面临的一个非常难的选择。

01、失效——策略模型的必然结局?

现实世界的复杂性决定了没有一个模型能够涵盖现实世界的所有特征,只能采取简化的办法,通过突出显示某些特点来描述真实的世界。而简化的结果就是我们将某些局部的特性看成是现实事物本身,这种以局部特征代替整体的方法,使得策略模型本身就具备很大的局限性。

另外,在金融市场上,投资者的情绪以及未来的期望对资产的价格有着重大的影响,而这些主观性的想法却较容易发生较大的改变,使得市场运行的特征也发生改变,模型失效也就必然了。

交易者在判断市场中存在的真理时,通常都是把历史行情中某些特定的规律当做现在的市场真理,可是时间在走,市场特征也跟着变化,市场的规律也会变化,自然而然的策略模型也就失效了。

简单点说:刚开始你自己穿了一身自己设计的衣服,它是独一无二的。可是你穿出去之后,大家都仿照着制作出来,它就失去了独一无二的特性。这就是众所周知的策略容载量的问题,利用的人数越多,它的有效性越低。

在程序化交易中,策略模型的实质是按照既定的规则进行买卖交易。投资者依据经验或者数理化的方法从历史行情中发掘出某些特定的规律,然后据此制定出相应的买卖规则。因此,规则本身是对行情的简化,将历史行情中某些特定的规律看成市场普遍的真理,但不同时间内,市场规律会呈现出不一样的特征,策略模型也就失效了。

还有一个就是市场有效性的问题。和资本市场作斗争,基本上是不可能赢的,其实就是说大部分的交易模型都是有时间限制的,不是长期有效的,程序化交易在国内的发展趋势很快,说明会有越来越多的策略模型被研发出来,所以模型的失效只是时间的问题。市场在不断的变化,我们的交易模型也要跟随市场进行调整,来适应行情的发展,无论你的策略模型表现是有多好,都要跟随市场的变化而变化。

02、如何断定策略已经失效

如果我们无法阻止策略模型由高效转向低效,进而失效的命运,那留下来的问题就是该如何判定他是否已经失效。

在未来行情不可知的前提下,判断模型是否依然有效是很难的。在此提出两点思路供参考:

一、观察模型是不是还在有效地执行交易策略,体现出来的交易逻辑是不是和之前设计的初衷是一样的。以下的情况出现,大家就要提高警惕了:对行情的敏感度降低,开仓时机滞后现象频繁,胜率或盈亏比连续出现很大的变化等,当然这是从交易结果上看,被动发现失效的方法。

一般情况下,周月线级别上的连续亏损和最大回辙是我们主要关注的地方。但是有一个问题大家要注意:策略连续回撤的原因到底是什么?是策略失效造成的,还是行情导致的,应用程序化交易的都知道,在震荡行情中,策略回撤是不可避免的。假如模型出现问题表现在当前阶段,模型所表征的行情特点又一次呈现时,它还是有效的。

二、观察市场的运营特点是不是发生了变化,假如变化了,则证明模型可能失效了。举个例子:一部分非常依赖特定交易指令的模型,会因为交易规则的调整而失去效果,或者在市场中套利交易有效性大幅度改善时,盈利能力大幅度降低都是属于一个类型的。

另一个需要关注的是反程序化交易策略。随着程序化交易越来越成为市场一个重要的组成部分,程序化交易资金量日趋增大,市场出现了专门研究反程序化的交易策略,即通过采取与大多数程序化交易者相反的操作策略,获取程序化交易者的部位头寸来得到收益。

03、总结

总的来说,从长期来看,投资者主观风险态度较易发生较大幅度的改变,因此市场的行情特征必然在不同时间内呈现出不同的特征,而经过简化后的模型以局部特性代替市场本身,使得模型自身具有很强的内在局限性,难以适应不同的行情。

推荐阅读:

1.一个量化策略师的自白(好文强烈推荐)

2.股票期货经典的量化交易策略都在这里了!(源码)

3.期货/股票数据大全查询(历史/实时/Tick/财务等)

4.三分钟弄明白为什么贝叶斯是量化工作者最常用的工具

5.学习Python有哪些书籍?这里有一份书单送给你

6.江湖中常说的“网格交易法”到底是什么?

7.10种经典的日内交易策略模型思路

8.干货 | 量化选股策略模型大全

9.量化金融经典理论、重要模型、发展简史大全

程序化模型失效是策略模型的必然结局吗?相关推荐

  1. Amazon DeepRacer 解决无法登录 Console 以及模型失效的方法

    Amazon DeepRacer 是开始学习机器学习(ML)的快速方法.您可以在基于云的虚拟模拟器中使用1/18比例的自动驾驶车辆来训练强化学习(RL)模型.  之后你可以通过在实体跑道上使用实体赛车 ...

  2. 计算机制工艺品的意义,wh9程序化模型编写、计算机制说明

    模型根据从上至下,从左至右的顺序进行计算:编写中每一行计算,都能引用本次计算上面各行的计算结果 一.股票模型的机制:股票分为T+1模型和T+0模型 股票模型默认为T+1模型,T+0模型需要写入Stoc ...

  3. 程序化模型中常用的止损策略

    一.价差止损 最新价与基准价之间的价差触发设定的条件时进行止损平仓.我们将以资金盈亏额为条件的止损策略也归为这一类.比较常用的策略有限价止损.追踪止损.阶梯止损等. 优秀的止损策略,既要避免被无谓的随 ...

  4. 如何判断程序化交易模型优劣

    一.程序化的理解 程序化一般分为两类模型,一类是趋势模型,一类是震荡模型,如果你想两者结合起来就要看自己的本事了,程序化需要不停的去完善,但千万不能追求完美. 程序化是一种工具,帮助你积累财富的工具, ...

  5. 转发保留不错一篇 数学模型神经网络在程序化交易模型构建中的运用探讨

    数学模型神经网络在程序化交易模型构建中的运用探讨 作者:唐中 目前,程序化交易已经成为国外投行和金融机构交易的主流手法,因为程序化交易是追求稳定持续的盈利模式,能够实现交易的稳定化,从而杜绝人工交易中 ...

  6. python 程序化交易信号闪烁_程序化交易模型在回测时的偷价行为和信号闪烁问题...

    导读:作为国内目前为数不多的程序化交易爱好者的一员,我在平时在做程序化交易时常遇到的信号闪烁和偷价行为两个问题,个人认为量化交易在国内还算是个新东西,便整理出来和大家分享一下. 1.程序化交易问题一: ...

  7. python 程序化交易信号闪烁_程序化交易模型的信号闪烁问题及解决办法

    来源:雪球App,作者: 高低之间_简单价投,(https://xueqiu.com/2853948193/86030837) 1.程序化交易模型的信号闪烁问题 所谓信号闪烁,是指程序化交易模型在图表 ...

  8. 基于强化学习的自动化剪枝模型

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 来源丨AI科技评论 编辑丨极市平台 导读 GitHub上最新开源的一 ...

  9. 中国工程院院士陈左宁详述:人工智能模型和算法的七大发展趋势

    来源:C114通信网 在近日举行的"第十六届CCF全过高性能计算学术年会"上,中国工程院副院长.中国科协副主席.中国工程院院士陈左宁发表了题为<人工智能进展对算力需求分析&g ...

最新文章

  1. 让织梦内容页arclist标签的当前文章标题加亮显示
  2. 有关计算机组装的书,计算机组装实习报告书.doc
  3. 农发行:BI数据平台建设
  4. java日历记事本ppt_JAVA做的日历记事本
  5. Spring MVC使用webSocket保持长连接
  6. 《移动项目实践》实验报告——Android初级控件
  7. linux 条件变量函数,Linux线程同步之条件变量
  8. C#分布式事务(TransactionScope )
  9. css关于position的几个值
  10. python进程通信方式有几种_python全栈开发基础【第二十一篇】互斥锁以及进程之间的三种通信方式(IPC)以及生产者个消费者模型...
  11. Chrome 100发布:全新图标,CPU、内存占用暴降!
  12. oracle的clob转换varchar2
  13. 包容网关 Inclusive Gateway
  14. 宿主程序Crash与Lua是动态库还是静态库有关?
  15. 博文视点Open Party ——漏洞分析
  16. 银江股份:全面布局持续并购打造智慧城市生态圈
  17. C/C++[PAT B1022]D进制的A+B
  18. win10c盘扩容_Win10磁盘分区工具-无损分区助手
  19. uniapp开发APP之真机调试
  20. Data Science 到底是什么?

热门文章

  1. Android自定义View 实现窗帘控件
  2. jquery解绑、绑定笔记
  3. 58域内路由和域间路由
  4. 海天蚝油《挑战不可能》迎来真·火眼金睛的潜艇雷达兵
  5. Visual Studio中的Android模拟器使用详解
  6. 虚拟机与物理主机设置为同一ip字段
  7. 笃志前行 锐意进取 | 中创算力在区块链比赛中展现新风采
  8. 鼠标事件界面转换 mouseover() 方法
  9. dnfdpl服务器维护了,DNF2019DPL机制介绍 以及本次DPL怪物顺序汇总
  10. LeetCode题解(0695):岛屿的最大面积(Python)