首页 > 其他分享 >如何衡量一个量化策略的好坏

如何衡量一个量化策略的好坏

时间:2023-10-23 10:03:24浏览次数:52  
标签:实盘 策略 环境 衡量 回测 量化 好坏 交易


我们认为有三点,一是有比较稳定的收益,二是有严谨的回测,三是有清晰的逻辑,这才能算得上一个好的量化策略。大家可以对照这三条比较一下,如果满足这三条,我们就称它是一个好的量化策略.-------------国泰君安证券金融工程领域研究首席分析师刘富兵

    多数时候,通过历史数据测试可以证明的你的设计交易策略在过去的表现,这是量化交易世界中非常重要的一块内容。不过并不是所有人都能意识到,过去不代表未来。这意味着一些交易策略在过去表现的很好,但是在未来可能会带来巨大的亏损。----------中金在线

在上一篇文章“一个完整的量化模型包括哪些?”中,已经具体的讲述了一整个量化模型,那么本篇文章主要讲述了如何衡量一个量化策略。

量化投资以投资者的智慧为核心,以计算机为工具,在整个量化投资界,目前可以收集到非常繁多的量化策略,我们无法一一介绍,只能将其划分归类。可以确定的是,归类不能辨别量化策略的好与坏,即使是同一个类别的策略,也有非常大的差异。

那么我们把量化策略分输入和输出两个阶段,输入即为:策略的量化,输出即为:量化策略回测、模拟交易、实盘交易的收益回报情况。

输入阶段:一个普通的投资策略应当被完整的精确的量化,形成量化策略。

输出阶段:一个量化策略必须经得起回测和模拟交易,才有资格进入实盘交易。进入实盘交易后,取得的良好收益回报才能 证明这是一个好的量化策略。

如何衡量一个量化策略的好坏_Python

让我们来详细看看这两个阶段吧。

 输入阶段:应当明确是的普通的投资策略和量化策略是两个完全不一样的概念,普通的投资策略并不一定能量化,而量化策略也并不一定能被普通投资者执行(如:高频策略)。因此将一个普通的投资策略精确的完整的量化是第一步,也是至关重要的一步,这一步涉及到计算机工具的运用。投资者对计算机工具运用越熟练,则量化的精确程度越高。反过来说,对于那些不能完全投资策略逻辑运行的量化策略,其成为失败品的几率是非常非常高的。当然,目前的量化策略还有部分是机器生成,但无论如何,投资者投资逻辑应当贯穿整个量化投资过程。

综上所述:一个好的量化策略能完整和精确的反应投资者的投资逻辑。

输出阶段:量化投资者应当非常清楚量化策略回测、模拟交易、实盘交易这三者的差异。

.历史回测环境是一个所有风险已知的环境。回测环境应该运行时间长达2-3年,最好是一轮牛熊,详细的有效的交易次数应当不低于100次,避免偶然性。那么在这样一个环境中,过多的调整参数达到过度拟合,无非就是想巧妙躲避回测环境中的已知风险而已,但是实际上我们的策略需要面对的是未知的风险,于是你会发现很多回测环境中非常优秀的策略,一旦到了实盘就不堪入目。原因就在于哪些优秀的策略不具备应对风险的能力,它只能应付回测环境已知的风险,但是无法应对未来的未知风险,如:投资者都能知道15年6月的股灾,以及牛市前后的各个板块轮动情况,但是他们却不能准确的预知未来的牛市和未来的板块轮动情况。当然,会有很大一部分投资者使用风险指标去衡量一个策略的好坏,但必须清楚的是回测环境的所有风险都是已知的,量化投资者应当更倾向于在模拟环境和实盘交易环境中运用风险指标判断量化策略好坏。因此,从本人的视角看,一个好的策略只需要在回测环境中满足两大条件即可:1.量化策略能严格按照投资者投资逻辑运行2.量化策略在回测环境能稳定获取收益并跑赢基准指数。(有些对冲策略的话,只需要能稳定获取到绝对收益即可)

.模拟交易环境是一个虚拟的环境。模拟交易应该运行时间长达3个月,详细的有效的交易次数应当不低于20次,避免偶然性。模拟交易环境中,量化策略需要直面未知风险。在这一环节,那些参数过度拟合的策略,往往都会暴露出其无法处理和解决未知风险的弊端。因此在模拟交易环境中,检验量化策略应对未知风险的能力是非常重要的,当市场环境出现微妙的变化或者巨大的变化时,量化策略应当能减少未知风险带来的巨大损失,甚至避免。在这整个过程中,我们就需要用到风险指标:年化收益率、最大回撤、夏普比率、信息比例等等。因此,一个好的策略只需要在模拟交易环境中满足两大条件1.量化策略能严格按照投资者投资逻辑运行2.量化策略在模拟交易环境能稳定获取收益并跑赢基准指数。(有些对冲策略的话,只需要能稳定获取到绝对收益即可)3.量化策略在一段时间的运行后,风险指标达到一定标准。如下表:(仁者见仁智者见智,并无公认标准,欢迎讨论!)

如何衡量一个量化策略的好坏_深度学习_02

.实盘交易是真实的环境。凡是能进行实盘交易的量化策略,必定是经过千锤百炼的,其具备一定的应对未知风险能力。实盘交易中,量化策略必须能有效平衡收益与风险,一味地限制和消除风险只会带来非常低的收益率,那么到头来还不如买入持有策略,或者买个基准指数基金,而无脑的追求收益,则会让量化策略在承担风险的过程中,突然死去。因此在实盘交易的过程中,量化投资者必须意识到收益与风险的平衡的重要性,在风险整体可控的情况下,尽可能追求收益率。在满足输入阶段、回测环境、模拟交易的所有条件下,进行实盘交易,那么一个好的策略应当在实盘交易中,满足三大条件:1.获取正的绝对收益。2.收益率战胜基准指数。3.满足上述表格中的风险指标。

 如果有人拿着一张回测环境的收益率曲线图,想说明他的量化策略有多牛逼,那我们应该从他拙劣的演技中看出他的量化境界尚且较低。

标签:实盘,策略,环境,衡量,回测,量化,好坏,交易
From: https://blog.51cto.com/u_13978034/7983260

相关文章

  • 三维模型3DTile格式轻量化压缩处理工具常用几款软件介绍
    三维模型3DTile格式轻量化压缩处理工具常用几款软件介绍   三维模型3DTile格式的轻量化处理旨在减少模型的存储空间和提高渲染性能。以下是一些推荐的工具软件,可以用于实现这个目的:MeshLab:MeshLab是一个开源的三维模型处理软件,它支持多种格式的导入和导出,包括3DTiles。通......
  • Generative AI 新世界 | 大模型参数高效微调和量化原理概述
    在上期文章,我们对比了在AmazonSageMaker上部署大模型的两种不同的部署方式。本期文章,我们将探讨两个目前大语言模型领域的开发者们都关注的两个热门话题:大型语言模型(LLM)的高效微调和量化。 微调大型语言模型允许开发者调整开源基础模型,从而提高特定领域任务的性能。接下来的......
  • pytorch 量化相关参考
    ref:https://blog.csdn.net/znsoft/article/details/130788437importtorchimporttorch.quantizationclassM(torch.nn.Module):def__init__(self):super(M,self).__init__()self.quant=torch.quantization.QuantStub()#静态量化时量化桩......
  • 量化初识
    仓位管理及风险控制1、风险控制中的止盈止损1)止盈-目标止盈-指标(信号)止盈2)止损-目标止损-指标(信号)止损3)浮动止盈止损***从建仓开始监测股价,若股价从后续的最高点回落3%,则退出(清盘)2、仓位管理基于风险控制的仓位管理(风险大的,需要少买;风险小的,可以多买)以下是5/5建仓法......
  • 如何满足越来越多的轻量化场景智能视频监控需求?
    一、行业现状随着视频及监控应用技术的发展与安防意识的普及,视频监控行业已经进入高速发展阶段,市场规模不断扩大,应用领域也随之不断拓展。越来越多的用户会有各种不同小场景的监控需求,如餐饮、仓库、独立车间、商场独立空间等需单独监控、单独管理,并且根据自身场景的特点也会需要......
  • 量化
    均匀量化已知信号x(t)的振幅均匀分布在-1~+1V范围内,频带限制在10kHz以内,以奈奎斯特速率进行抽样。这些抽样值均匀量化后编为二进制代码,如果量化间隔为1/32V,求:(1)抽样频率(2)均匀量化后进行二进制编码的位数n(3)量化间隔△(4)量化器的平均信号量噪比。(1)抽样频率根据奈......
  • 向量化操作简介和Pandas、Numpy示例
    Pandas是一种流行的用于数据操作的Python库,它提供了一种称为“向量化”的强大技术可以有效地将操作应用于整个列或数据系列,从而消除了显式循环的需要。在本文中,我们将探讨什么是向量化,以及它如何简化数据分析任务。 https://avoid.overfit.cn/post/ae2f68c9b2a548b59629755a05......
  • 高可用测试中的两大衡量指标:RTO、RPO
    在对软件系统进行高可用测试中,有两大衡量指标非常重要,根据自己的理解,记录如下:1、RTO(RecoveryTimeObjective):系统服务恢复时间,从IT系统宕机导致业务停顿之刻开始,到IT系统恢复至可以支持各部门的业务恢复运营之时,此两点之间的时间段。该指标单位是秒(s)。比如:RTO=5s,指系统在故障......
  • 服务高可用衡量指标如何计算?
    假设公司的系统全年7*24小时都正常提供服务,那么说系统的可用性是100%,但显然这不现实,因为在实际运行过程中,可能会遇到系统升级、系统故障等等各种情况,均有可能导致服务不可用,那么如何衡量以及制定服务的可用性呢?服务器的可用性一般都是以几个9来表示,比如99.9%、99.99%、99.999%,9越......
  • 文本向量化
    文本向量化文本向量化是将文本表示成一系列能够表达文本语义的向量。词语是表达文本处理的最基本单元,因此当前阶段对文本向量化大部分的研究都是通过对词向量化实现的。与此同时,也有相当一部分研究者将文章或者句子作文文本处理的基本单元,与之对应的是doc2vec和str2vec技术。1.词向......