20130927 借助统计分析 避免交易“瘫痪”.docx

借助统计分析 避免交易“瘫痪”作者：北京中期 董向阳 2013-9-27 来源：原创 浏览 370对所有的统计变量进行整体评估，综合起来才是最好的方法　许多交易者钟爱于风报比是3：1的交易系统，仅仅因为，他们可以以1美元的风险获取3美元的利润。同样地，其他交易者对待胜率为90%的交易系统如飞蛾扑火般，他们很享受这种高胜率带来的愉悦感。毋庸置疑，每10次交易中有9次交易可以获利的确听起来很好。　然而在这两种情况中，遵循这些方法的交易者遗漏了很重要的一部分，正是这一部分让它们与其他方法很不一样。“怀疑曲线”（图1）显示了两个理想的资金曲线。蓝线代表的是风报比为3：1的交易系统，而绿线代表的是胜率为90%的交易系统。这两个系统完全依照它们的统计数值来设定，但是这两个系统都亏损，为什么？　很简单就可以看出来，它们各自的优势并不充分。胜率和风报比仅仅代表了整体中的一部分，而你很容易忽视交易系统的这个重要事实，关键是把这两部分整合在一起。　　一加一等于三　　当风报比和胜率综合在一起时，很容易决定一个交易策略是否有前景——或是否注定意味着失败。把这两个统计变量合并在一起的公式是：　胜率×风报比-输率　只要这个公式大于零，这个策略就可以获利，另外，这个数值越大，对应的交易系统越好。对于许多优秀的交易系统，这个数值是在0.1到0.5之间。　这个数值通常被认定为“期望”，这是一个非常棒的统计变量。直白地说，它告诉你冒1美元的风险你可以获得多少。例如，0.2意味着，从长远来看，每1美元可以带来20美分的收益。换句话说，这的确是个好的交易系统。　然而需要警告的是，关于期望的另一个不准确的公式也很流行，在网络你可以很容易搜到这样的主题。下面就是不准确的公式：　胜率×平均盈利-输率×平均亏损　通常，这个公式被认为是期望，实际上它不是！这个是平均交易值。在正确的公式中，我们把平均交易值除以负的平均亏损，这是另外的步骤，给出的解释是：我们每次冒1美元的风险可以获利多少。　用正确的期望公式来解释一下。在“怀疑曲线”中，蓝线代表的是风报比为3：1的交易系统，但是胜率只有20%，把这些数值带入公式，我们可以得出：　20%×3-（1-0.2）= -0.2　因为数值小于0，这个策略是一个失败的策略。任何一个交易者运用上述交易系统最终将会甚至必然会亏损。　同样在“怀疑曲线”中，绿线代表的是胜率为90%的交易系统。然而它的风报比只有0.091，把这些数值带入公式，我们得到另一个亏损的策略：　90%×0.091-（1-0.9）= -0.018　这里需要说明的是，评价一个交易系统不能只依靠胜率或只依靠风报比，你需要同时运用这两个指标来判定这个交易系统的可靠性。从（图2）中可以很快看出这种比较情况。例如，一个风报比为3：1、胜率为60%的交易系统明显好于一个风报比为1.5：1但胜率却有90%的交易系统（通常来说，这只是特殊情况）。　　无形的东西　　这些交易统计变量，就它们各自而言，不能作为一个完整的评价体系，交易者不能忽视它们所提供的心理方面的优势。我们毕竟是受约束的，每一个人都希望自己用的策略的胜率是95%，同时带回家一个“A”。　如果你是这样的交易者，这时胜率低的交易系统可能不适合你，即使风报比再大，可能心理上做不到严格执行最终只能亏损。毕竟，你不能让情绪影响你的交易，对于金融风险你应该知道自己的容忍程度。　总的来说，如果在心中你对某一胜率比较认可，前面的那个等式就可以告诉你所需要的最小风报比。　对于正的期望来说：风报比输率/胜率　同样的方式，在给定风报比的条件下，最小胜率公式如下，对于正的期望来说：　胜率1/(1+风报比)　利用这两个调整后的公式，很容易决定另一个变量的最小值，在“相互关系”（图3）中可以看出。曲线之上的策略都是可以获利的，然而在曲线之下的策略都是亏损的，应该避免使用该策略。　应用上面的公式，很容易评价实际应用的各种交易策略。下面有四种交易策略，每一策略都有吸引人的地方，不论是高胜率还是较高的风报比：　　　　　但是在这四个策略中，哪一个可以获利？哪一个是最好的？从风报比和胜率图中可以得出答案。在“比较系统”（图4）中，很容易去掉No.4，因为它的期望是负的。这是高胜率并不一定可以获利的很好例子。　其他三个都有正的期望，但是哪一个更好呢？一些交易者更喜欢No.1，因为它有最高的风报比。一次较大的盈利就能吸引很多交易者，即使胜率很低。　其他交易者会选择No.3，因为在这三个可获利的交易系统中，它的胜率最高。这些交易者着迷于盈利次数，甚至会影响到他们的追随者，因为他们预测正确的概率很高。　除去心理原因，最好的交易系统是No.2，从(图4)可以看出，它是离曲线最远的一个策略，因此它的期望值最高。它的风报比不是最高的，它的胜率也不是最大的，但是结合起来它的绩效最好