其中一个量化交易的最令人沮丧的方面是,大多数的策略,我们发展最终会失败. 遇到系统故障可能是非常困难的一个交易员来处理在许多层面上. 这里将是一个艰难的情绪和心理影响处理, 并且也将有财务损失,解决.
因为系统故障可能是这样的毁灭性事件, 我们需要准备尽可能早地识别它,并有一个计划来对付它. 系统故障可以通过提取款项太大的定义, 支取太长, 或一般不创造利润. 无论定义你喜欢, 考虑在数量方面出现故障是非常重要的, 离开的决定的主观观点.
丹尼尔·费尔南德斯从机械外汇本周上写了一篇文章 如何定义和量化系统故障. 在该职位, 丹尼尔讨论了其失败的一个具体的定义是占样本量, 相对表现, 并且相对于历史测试结果性能. 他的观点是,投资者需要有一个量化的限制在他们将放弃在系统上.
避免主观评估
丹尼尔使得约贸易商谁拥有一个情感依恋他们的战略忽视的统计证据表明,该系统是一个失败的大一点:
当附件 - 由于经济, 心理原因, 等等 - 实在是太大了, 交易者总是有问题,说一个系统发生故障, 因为失败的负担可能比经济损失的负担,如果系统继续交易.
当我们花费大量的时间大量的开发我们的系统, 我们可以顺理成章地成为连接到他们. 就像家长应对管教他们年幼的孩子, 我们必须把我们的愿望,这些系统从我们现实地解释什么是真正发生的事情的能力获得成功.
失败是相对
无论你选择你的系统比较基准, 历史回测, 或蒙特卡罗模拟, 你应该有一个预先定义的限制多远的系统将被允许从它的预期结果偏离. 这将有助于消除有关如何以及制度执行任何主观的意见.
样本大小事项
同样重要的是具有用于将一个预先定义的限制 样本量 你会考虑统计学显著. 一个比较 5 贸易样品到一个 5000 贸易后台测试显然是非常错误的, 但你要设置一些行业,你会认为是你的战略的一个很好的代表性.
随着交易增加或减少的数量, 这样做了缩编的深度或长度的意义. 这是你的责任来定义该行业的人数跨越意义的阈值点.