交易习惯与建仓比例对投资权益曲线的影响.pdf

“ ” “ ” ““金融危机引发的对期货资金管理和交易风格的反思””系列之一 交易习惯与建仓比例对投资权益曲线的影响 事实上，今天反思这段下跌走势或风险的释放过程，使我们对期货建仓比例、趋势交易 策略、隔夜交易风险、止损点的设置、加码时机的判断等都有了更深刻的理解和认识。建仓 比例对投资者权益曲线的影响、不同建仓比例的可能收益水平以及潜在风险水平的合理比值 等问题，更是引起了我们深思。 在系统正确的交易信号随机分布的情况下，到底是轻仓趋势交易长线持有能赚到更多的 钱，还是看准机会重仓博一把快进快出更能赚到大钱呢？这个问题在以往的教科书和投资指 导书籍中仅仅是用4—10次交易来简单地演算和说明，并不能提供具有足够说服力和震撼力 的模拟结果，从而无法让投资者意识到个人智慧无法改变这个世界资金增长曲线的内在规 律。 其实，一些期货大师和老的交易员已经意识到资金增长曲线存在某种内在规律。他们都 认为，以人的智力，投资业绩很难长期保持年均30%的收益率。巴菲特年均30%的收益率是 一个特例，还是反映出了“宇宙”中某种内在的法则呢？ 基于上面的思考，笔者对以上问题进行了大量模拟统计分析，希望通过大量的分析，能 发现一些超出目前我们习惯思维所能认识到的现象，或者通过这种模拟分析，以数值的方法 寻找或逼近某种理想的交易策略或资金管理模式。本文的研究主题限于以下三个方面： “抢帽子”者与趋势交易者的权益曲线有什么特点？ 轻仓者和重仓者在同样交易条件下的权益曲线有什么区别？ 轻仓趋势者与重仓短炒者的权益曲线有什么特点？ 真实的交易数据难以包含小概率事件 对于金融行业来说，检测交易模型或交易策略的有效性和安全性的模拟分析会遇到这样 的问题，即在现实中我们很难得到大量的真实交易信号序列。由于有效数据的时间跨度不够， 分析中有可能漏掉风险较大的小概率事件，因此无法检测交易模型或交易策略在小概率事件 发生时的有效性和安全性。 对于趋势交易来说，每年有3—4次的信号就应该是比较多了，如果需要得到100次的信 号进行测试和统计分析，需要25—30年的交易数据。虽然我们可以用123年来的道琼斯指数 进行测试，但道琼斯指数的买卖信号序列中成功信号的分布模式是唯一的，这种对唯一分布 的真实信号的测试，很难看出各种可能的风险所带来的影响。例如，可能在某个交易信号序 列中，前期失败的信号较多，这种信号序列的分布不仅会对收益曲线有较大的负面影响，而 且会对投资者的心理产生较大压力，使其怀疑所采用交易系统的有效性。一旦放弃，将导致 该程式化交易的人为失败。很显然，信号序列中成功信号分布结构的影响，难以通过对道琼 斯指数或其他真实的交易数据的模拟测试分析得出。 此外，在真实的交易数据中，成功和失败信号的分布是较为均匀的。但在现实中，我们 仍然可能遇到这样分布不均匀的交易信号序列。例如，一个交易者通过对其交易数据的分析， 发现其成功交易的概率始终保持在33.33%左右，那么其未来的交易数据就构成了一个信号 序列。如果他遵从某一个合理的资金管理模式，应该能够获得较好的投资收益，但若其资金 管理模式不合适（比如建仓比例过大），最终的收益可能就不甚理想，甚至可能亏损。我们 假设，在这个投资者的一系列的交易中，失败的交易既可能集中在后期，也有可能集中在前 期（真实的指标信号是不太可能出现这样的情况的），显然这样的买卖信号序列所面临的风 险状态是不同的。我们希望测试的效果是，无论其信号序列中成功信号是如何分布的，只要 这种分布符合市场的随机概率，只要成功的概率在给定的水平上，他应该采取怎样的资金管 理策略才能稳操胜券。 因此，即使能够获得大量的真实交易数据，但在检测建仓比例对收益曲线的影响时，我 们仍然需要模拟出成功信号具有不同分布模式的多种信号序列，使所检测的数据尽可能涵盖 不同的信号分布或奇异的信号分布，以便能够更全面地反映建仓比例或资金管理策略对收益 曲线的影响。 利用随机函数生成系统买卖信号序列数据 在模拟分析时，假设交易模型取某一个止损比例（比如投入资金的20%），同时信号成 功时的最大收益是对收益最小值的界定（比如设定为止损额的1或3倍）。在这样的假设下， 我们不必考虑两次信号之间的时间跨度，也无须考虑每次信号成功时是否可能获得更高的收 益，仅仅需要考虑的是每次