2017年2月26日 星期日
多策略多商品分散了風險?
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。
最主要的理由是,在回測中我們的確是能看到因為分散而得到單一投入的風險對資產傷害的百分比下降(這並不是指因為投入的錢從 100% 變成 10%,而使得 Drawdown 就從 50% 變 5% 的意思)。但是在 Outiade sample,我們要怎麼知道當某個策略在 drawdown 時,會有別的策略正在獲利來抵消而降低帳戶的 drawdown?我們能多信賴這樣的...巧合?
一如在開發策略的時候,我們幾乎都需要遵照 Inside / Outside sample 的規則,當我把 Portfolio 的內容定住不動的隨後幾年,或者在開發 Portfolio 就做 Inside / Outside sample 測試,應該都不難發現在 Outside sample 帳戶資產的風險似乎沒有因為交易動作的分散而被分散?如果只是為了降低單一訊號破產風險,降低槓桿可能更為有效。
換言之,在面對真實交易的未來,我們能倚賴多策略、多商品來做為風險分散的功用嗎?想要以交易動作的分散來達到風險分散的效果,會不會只是我們... 幻想?又或者說:我們能否透過怎樣的檢測去證實 ─ 交易動作分散在帳戶資產風險的分散(控制)上起到多大程度的作用:機率?改善程度?
熱門文章
-
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 MultiCha...
-
在執行多策略組合交易的時候,每個策略圖表獨立運作,各自下各自的單。但我們常常可以發現在某些時候(特別是開盤),出現 A策略要翻多、B策略卻要翻空,對我們的帳戶來說,因為策略圖表獨立運作的原因,實際上卻幾乎同時發出買進、賣出的委託單,而成交回來的價格又往往是買外盤、賣內盤,這完全是...
-
承繼自上篇「 函數:十進位轉二進位 」。 說實在的,這篇文章在我自己的心中就像是在引導讀者走向 Curve over fitting。這個方法,基本上這麼做跟把圖表攤出來,搞 DataMining 也滿接近了 XD 過去,我們會在策略的測試中使用"參數"...
-
這個秘密我過去只在課程或是講座中才會提。今天把它公開,為什麼我以前下大台,到了近年卻下起小台來了。理由就是...這是天上掉餡餅的好事啊!不費吹灰之力就可以提昇自己的交易系統績效的期望值,何樂而不為! 首先,你應該會覺得小台的手續費比大台貴,怎麼可能不下大台改去下小台?簡...