[转载]全量化策略–完整的非直觉式技术分析

文/By:璞格交易团队

全量化策略 -是技术分析应用的完整实现，建构于全套将资料量化处理的交易模型。除了多空指标，交易系统更评估部位持有风险与数量合理性、多商品间的最佳配置比例等。经标准程序的量化系统可避免交易者直觉错误，也能确实的将设计策略应用在未来交易中。当然，策略终究是人类建构而成，所以其本身或将之程式化的交易系统顶多也和其设计者一样聪明。

《 技术分析的根本原理 》

在今日与未来与各位分享技术分析的创新应用前，我们首先细说它存在的原理。这裡所指的技术分析不单单是指标。

多数人知道技术分析来自价格或价量综合统计，但伫立于这些金融商品买卖常见的数值应用前，是否理解了他们具有功效的原因？交易者在设计以技术分析为本质之交易模式时，唯有充分掌握其存在的原理，才更有机会将之完整发挥。

K 线不是以随机漫步的方式排列。

在一个流动性足够的商品市场中，由于游戏者众，中短期时间内的大样本交易综合行为并不因微量新进场与离场者而改变其本质。所谓市场本质，乃是心理平均素质( 投资 / 投机者对于价格变动的期望、担忧、恐惧等情绪 )、群体停利停损均值等。广义来说，它已包含了所有市场参与者的综合交易策略– 无论是主动或程式化交易。因此，市场整体结构在这样一个时间区段中是保持恆定的。

既然如此，类似的事件一而再发生变得情由可原，这种讯息亦使得价格发展能有某种程度以上的可预测性，技术分析的始祖 - 道氏理论便如此于19世纪诞生了。与其说诞生，倒不如说是被发现，因为这个理论本身所表述的型态学就是市场群众整体行为。接着这些重複事件构成的图形被人们冠上了一个讨喜的名称：趋势-交易者终其一生追逐的金探子。随着时间推进，人们再进而发现走势图形可相互比对的特徵、以及支撑、压力、关键价格及近年出现更多样性的衍生应用。

(敝团队在全量化的技术分析架构中，应用涵盖多空指标、部位大小、多商品组合模型、损益曲线控制几个主要范畴，本文先行着眼于指标及部位两个环节。)

《 多空指标 》

多空指标是最常见的技术分析运用，简易的架构是均线，稍微複杂的有MACD、KD、RSI 等，但若把上述任何一个指标回测多年的结果却不令人雀跃。下图左以 MACD 为例，套入惯用週期参数 12 /26 / 9 日 K 对翻回测台指 1999 – ( 交易口数：3 )。

由回测资料可见结束于 年的总获利约 250万元，但这份获利额度其实早在 2000 年底便已达成，亦即 2001 至 年间，传统週期下的 MACD指标并不具有在台指期市场的获利能力 –俗称指标失效。璞格交易团队成员在过去一直致力于解决指标失效问题，颇有成效，其可由三个方向解决：

部位大小变化：在不同的波动率时期，市场具有不同的交易风险，依计算出来之波动值决定买卖大小。

1. 自动週期：每一段时间指标都有适用的资料计算週期 (例如短均线、中均线、长均线 )，交易策略本身具有一套变换计算週期的手法是一项良好的解决方式，无需不断回测修改参数。

2.风险价值：风险价值的计算用于衡量商品是否处于交易者值得承担交易风险的区段间。

本文以第一项”部位大小变化”的交易模式说明部位量化概念。

《 部位大小变化 –Position Sizing 》

鉴于技术分析的讨论范畴往往被侷限于 " 指标"，在此做个抛砖引玉，使用部位大小变化的方式回套前述 MACD 指标。

由于不尽人意的结果，人们尝试开始对策略加入滤网，以看图说故事的手法滤掉盘整以确保指标可以抓到大波段区间，逃离盘整。无奈盘整有长有短，要抓特殊形态又遭遇一次参数问题。且盘整是一种相对图形，而非绝对图形。在一个时间区段内上下震幅高达2000 的台指期图像中， 500 点的波幅被肉眼辨识为盘整；然而同样单位时间内震幅 500 的走势图像，100点的摆盪才被定义为盘整。事实是，交易者的肉眼常被券商、期货商看盘软体的 K 线自动缩放功能误导了。

因此，我们建议单商品交易者使用部位大小变化的交易方式。(多商品交易者可以使用风险价值的方式，以求资金效益最大化，将于日后文章分享 )

大立光每股价格近日上升至 2,500 元，买入一张在不融资时下需 250万元新台币。每一笔买卖都具有风险，然而，一个人到底应该在持有多少资本的情况下适合去拥抱进这笔投资风险？换另一个角度，一位握有 1000万现金的投资者，又该如何去搭配最适当的投资组合，才能在追求高获利同时，持有自有资产所能承受的风险？

在投资或投机的角度中，风险应该是被妥善管理的，而不是去规避它，因为一旦决定进入市场下单，风险就如影随形。合理量化买卖数量的多寡是一个好的风险控制模式，交易者根据一个合理的数值去决定他每一次交易的大小。

在海龟投资法则 ( Way of the Turtle : TheSecret Methods that Turned Ordinary People into Legendary Traders )这本书中在不显眼处提出了 Position Sizing 的初始概念，后来这个名词正式被美国 Van Tharp Institute注册为商标。Position Sizing利用波动率的计算，量化得出每次进出场交易中所应该持有的股票股数或期货、选择权合约口数，它也适用于加减码的判断– 站在风险的角度而非损益。( Position Sizing 的实际应用将于敝团队日后的文章描述)

下方右图将原本的 MACD 指标加入 Position Sizing回测交易 ( 12 / 26 / 9 参数相同、回测週期相同、交易口数：1 ~ 5 口间转换 )

虽然仍称不上一条美观的权益曲线，但在不变动交易参数的情况下，仅使用不同交易时期口数变化便成功调整了权益曲线，亦改善 MACD 指标在2001 年后对于台指期市场长达 13 年的失效问题。重点在于，这裡并没有触动原有的指标参数，不存在常有的参数最佳化问题。

《 快速结论 》

全量化交易的关键在于将每个交易细节都依设计策略数值化，提供交易者本身或程式系统做出最合理的决策。