思考 | 怎麼樣判斷量化交易政策是否有用？

我們口中所言的政策是交易政策，交易政策用直覺的話來解釋就是一系列規則的集合，其中包括買入賣出等要如何判斷的資料規定。交易政策又分為簡單的和複雜的，簡單的政策通常運用技術名額和價格行為；複雜的則利用高階的數學和統計模型。大多數的情況下，我們可以認為複雜的模型可以有更好的成效，但是在學者們實證分析後卻發現簡單的模型在長期下更加穩定。

交易政策可劃分為三個部分，分别是：名額（Indicator），信号（Signal）和規則（Rule）

1. 名額用于生成交易信号。計算名額的方法多種多樣，可以是經濟資料或估值名額，也可以是技術名額。其中技術名額在外彙交易中用得較多。

2. 價格和名額的互相作用形成信号。以均線穿越為例，當5日均線上穿10日均線時買入，當5日均線下穿10日均線時賣出。信号并不局限于買入和賣出，也包含篩子，主要作用是剔除噪音。

3. 規則是如何對信号做出反應，它們是交易政策的核心。

量化交易的優勢何在？

交易政策一旦被寫入代碼或者程式中，那麼就可以稱之為量化交易，一切的交易行為開始自動執行。在期貨、基金、外彙等金融交易中，自動化交易政策是簡單的。MT4提供了自動交易機器人（Expert Advisor/EA）的功能，交易員用MQL語言編寫程式，自動執行信号生成和訂單管理的過程。

當然，自動化交易政策和開發有效的交易模型是兩碼事。量化交易最大的優勢就是可以規避情緒波動，來減少主觀思維引起的沖動交易模式。

如何檢驗交易政策？

常用方法有兩種。一是回溯檢驗（backtest），二是模拟交易（paper trading）。回溯檢驗利用曆史價格檢驗交易政策的預測能力。模拟交易也被成為forward testing，使用模拟賬戶和真實資料評估交易模型。

兩種方法各有利弊，一般會結合使用，即便交易政策在曆史資料中表現優秀，也會在模拟賬戶中先檢驗一段時間（6-12個月），作為重要的回報機制。

回溯檢驗這個理論經常受到批判，批判的聲浪主要來自于實踐者和自學的人，但卻沒有那些涉及量化交易的人員。這也是正常的，因為大多數的地方來将一個政策呈現，很少會放入大量的虧損例子，能夠完成在人們眼前的，都是情況報告下呈現較為完美的報告，這也是後來者來回溯讓這個檢驗的模式倍受争議的原因之一。

除了利用曆史的資料，我們還能用什麼方法來檢驗，來讨論該方案的可行性呢？這也取決于對于該政策持續性優化的後作用力，在尋找穩定優秀的量化政策是要避免過度地拟合一些成功論，客觀理性的判斷。

來源：網絡

推薦閱讀：

| 量化交易 | 期貨模拟交易 |  python量化交易 | 股票資料 | 量化交易政策 | 機器學習算法 |

| 多因子選股 | 雙均線政策 | 網格交易法 | 海龜交易法 | 跨期套利 | 行業輪動 | 指數增強 |

| 跨品種套利 | 日内交易 | 機器學習算法 | 做市商交易 | 集合競價選股 | 量化實盤 |