帳戶管理人的必備工具

：程式交易小學堂─期貨投機事業的王道

在 Blog 每日公佈個人交易帳戶的權益變化好些年了，我也承認在那個帳戶中其實有不少交易並不是程式交易下單的。因此，有些時候看到我的帳戶績效衝得比較快也不見得是程式的功勞。事實上，人為主觀下單更多時候給我的帳戶績效帶來的是負面影響，但我還是難逃想要自己下場交易的誘惑。

然而，在我管理的受託帳戶就完全是程式交易的下單，主因是我無力同時照看多個帳戶。好險，這個因素讓我得以在受託帳戶上實現完整的程式交易實單記錄。

即使知道使用「智能交易顧問 SmartCTA」，在真實交易經驗上確實有效，但它卻無法提供回測，可...大家都是回測控啊！我一直說 SmartCTA 有效，但它到底是怎樣的有效呢？空口白話總是很難體會。因為我有真實的記錄資料，就來做個比較給大家參考。


以下這三個帳戶，分別記錄不同開始時間，不同的資金規模，但都使用相同的訊號組合來源(可每日查看)。

策略管理機制的驗證：Random equity

：程式交易小學堂─期貨投機事業的王道

前文說過，KPI 只是整個管理系統的起點，因為所有的管理動作，都必須有"衡量"，而且是一致化、量化的衡量，不是隨個人喜好的衡量。

然而，我們會想出各種可能的 KPI，也可能因而衍生出各種不同的管理動作流程。這時，另一個問題就出現了：哪一個有效？又誰比誰更有效？有效又是表現在哪些面相？在每天的真實交易績效表現上，這是我們時刻要面對的，絕不能僅僅只是認定它有效就帶過。

券商版MultiCharts讀取文字檔的函數製作

：程式交易小學堂─期貨投機事業的王道

因為要讀取文字檔，需要用到外部的 DLL 來完成。一樣的，這會使用到被 券商版-MultiCharts 攔截的關鍵字，所以操作流程與原理，跟之前的教學是一樣的：讓券商版 compile 一個函數出來，建立好內部的連結，再使用專業版 compile 過函數而產生的 dll（實際上的動作執行者），覆蓋掉券商版內的 dll，把實際的動作執行者，來個狸貓換太子。喔，不～是太子換狸貓 XD

這次示範所用到的函數程式碼就是舊文中的內容：http://www.yctseng.net/2015/07/elcollectionsdll.html

券商版MultiCharts也能調用外部DLL

：程式交易小學堂─期貨投機事業的王道

一些 專業版-MultiCharts 能做，而券商版不能做的事情，除了圖表數量限制、投資組合回測外，最重要的就是在編輯程式碼之中，幾乎把要對外聯繫的關鍵字都給切斷了。這一篇就是教你，如何讓你的 券商版-MultiCharts 重新取回對外聯繫的能力。當初獲知的知識來源：http://www.coco-in.net/thread-15559-1-1.html

這個範例是以呼叫 DLL 的方式來做文字檔的輸出，同理，只要你拿到或著自做讀取文字檔的 DLL，甚至連接自己的資料庫，只要透過 DLL，都可以照樣套用，讓你的 券商版-MultiCharts 能對外寫入、讀取檔案，光是對外部的文字檔做讀與寫，就能創造類似資料庫的效用了。

本範例使用了凌波微步大分享的 outputfile.dll，我放在 C:\AutoTrading\ 下供 MultiCharts 調用。

我建議，當你需要做這樣類似 "越獄" 的功能，都以「函數」優先，因為在任何指標、訊號、函數要呼叫其他函數的的程式碼編譯，券商版編輯器是不會往前追查去攔截關鍵字的。

函數（_OptimalF）：Optimal F

：程式交易小學堂─期貨投機事業的王道

說起資金管理，大約都會耳聞過 Kelly formula，也會聽過它其實用在交易上的問題很大。後來有以 Kelly 精神生出了 Optimal F。而它的來由與計算方法，我就不多贅述，請自行參考：牧清華的文章。

要把 Kelly formula 寫成 MultiCharts 函數在策略中或是其他引用，算是一小片蛋糕。這一篇要分享的是，我一開始看了牧清華介紹，覺得計算很麻煩的 Optimal F。

交易管理的源頭：圖表績效KPI

：程式交易小學堂─期貨投機事業的王道

論述、講課了幾年後，最近，總算感受到台灣程式交易圈，交易是需要建立管理系統這個觀念，漸成顯學之勢。在交易管理系統中，對策略圖表的績效評分就是所有管理行為的源頭，先有了策略績效的評分，才以策略績效的評分作為資金分配的對應動作。

我與認識的友人絕大多數都是做順勢的投機交易，很習慣的把商品走勢本身的波動就等於策略是否能賺錢的等量指標。事實上，我認為這是錯誤的連想。就算商品價格真的有一個波段走勢的出現，你有沒有看過原本設計為順勢波段的策略卻是虧損的？當行情看似箱型、旗型整理、甚或大小喇叭走勢，自認為順勢波段的策略卻獲利了？如果你也有過這樣的經驗，就該回頭想想，商品價格本身的走勢類型，真的是能直接連動你的策略績效嗎？很明顯的，不是。過去，我們習慣以商品價格本身的波動來衡量風險的大小或利潤的預期，現在我認為，這樣的想法問題很大！

多策略多商品分散了風險？

：程式交易小學堂─期貨投機事業的王道

我們堅持用簡單規則來開發交易訊號的話，幾乎難以避免的：很難取得看起來很漂亮的 Equity curve，即便只存在於回測不理會未來都很困難。於是，我們走向了不管是多策略或是多商品的組合（Portfolio）來產生更加線性的回測績效曲線，原因在於不同的商品或是交易規則，往往能因為各個策略的 Drawdown 發生的時間區間錯開（也許因為規則本身、也許因為商品本身），得到整體組合的 Drawdown 並不是各個策略的直接加總；但在每個交易訊號都被忠實執行的前提下，獲利會被直接加總，因而我們就看到了組合的報酬風險比上升，相對於單一策略。

或許是金融業的廣宣效果，又或許是學校的研究報告？我不知道何時開始，讓資金分散到不同的策略或是商品，被解釋成風險的分散。是因為 Portfolio 的 報酬風險比 遠較單一訊號、單一商品的更佳嗎？只是，過去幾年我也就這麼接受多商品多策略等於風險分散的論點。

直到最近兩年吧？我對把交易分散到多商品、多策略是否就是把風險分散的論點，越來越感到懷疑。