贏在起跑點,就堅持到底

2023/11/09閱讀時間約 2 分鐘
  • 文內如有投資理財相關經驗、知識、資訊等內容,皆為創作者個人分享行為。
  • 有價證券、指數與衍生性商品之數據資料,僅供輔助說明之用,不代表創作者投資決策之推介及建議。
  • 閱讀同時,請審慎思考自身條件及自我決策,並應有為決策負責之事前認知。
  • 方格子希望您能從這些分享內容汲取投資養份,養成獨立思考的能力、判斷、行動,成就最適合您的投資理財模式。

三個臭皮匠勝過一個諸葛亮這篇中,將連續創高或創低再加上乖離率做為進場時機的判斷後,淨利立刻變為正數,是個很好的開始,一般而言,剛寫好的策略會先給幾個邏輯上合理的參數後,來觀察績效報表,若全部均為很大的虧損,且勝率很低,單純靠最佳化的手段來救活這支策略的機會很低,套句遊戲常說的話「砍掉重練」是個比較好的選擇。

目前這策略已有很好的出發點,接下來就用最佳化的方式,來試試這策略的獲利可以成長到什麼程度。最佳化的參數設定雖然可以把值域放到很大來進行最佳化,但在實務上並不會這樣做,在設定值域及遞增值時,需要考量其合理性,以本策略而言,當然可以把連續創高或創底的值域設定為1到100來回測,但筆者卻只設定為3到10, 其原因要回到實際操作面來思考,當連續創高或低的根數越多,在行情出現的次數就越少,就算找到一個非常好的淨利,但很可能因為這個高門檻值,造成交易次數太少(可能只有個位數或一二十次),可信度就相對變低,在未來的行情,也失去其可用度。因此筆者在進行最佳化時,就只將此值域設定為3-10來回測。

raw-image
最佳化結果

最佳化結果

執行完最佳化後,可看到前28名的淨利都超過二百萬,但其交易次數過少,很有機會是過度最佳化下的參數高源,如紅框中所示,其參數過於零散,由此可見大都為特例下的獲利,對未來的參考度不佳。

依交易次數排列

依交易次數排列

接下來可用交易次數排列,由少至多,約在交易次數250次左右的,有四筆超過百萬淨利,再觀察其回測參數,除了Bias的長度外,其餘二個參數均相同,代表在此範圍應不屬於獲利高原的特例,在此就選定(5,24,0.50)這組參數來看看月表現。

月週期分析報表

月週期分析報表

由月週期報表來看,有連續三個月虧損的現象,若為剛接觸投資或程式交易的讀者,在策略開發時,應避免此種現象發生,不然大部份的人可能因為連續三個月的虧損,而放棄這個策略。當然在筆者的策略中,是不允許回測報表中,有連續月虧損的出現。

接下來將資料區間設定到2023來看績效,驗證策略在樣本外的區時,績效是否能維持一定水準之上,這就是為什麼在一開始,筆者就只將資料區間設定在2018/01/01~2022/12/31的原因,這樣保留了近一年的資料可以驗證。

將2023年的資料加入

將2023年的資料加入

加入2023年的月週期報表

加入2023年的月週期報表

年週期分析報表

年週期分析報表

2023年只到十一月初的資料,由月分析來看,2023年仍有連續三個月虧損的情況發生,而年週期分析可看到,2023夫到現在的月為止,獲利仍有一定水準表現。接下來的改善方式,就需再回到策略的進出場點及績效報表的檢討,由其內容判斷,抓出可以改善的方法,進行改善。

這簡單的進場點判斷表現出來的績效在開發初期尚可接受,但仍有許多改善空間可以檢討,比如:連續月虧損、最大虧損、交易次數⋯⋯等,都是可以改善的方向。






15會員
55內容數
金融市場入門新手所必知的基本知識
留言0
查看全部
發表第一個留言支持創作者!