otc交易的特征交易系统的设计过程.docx

otc交易的特征交易系统的设计过程.docx

《otc交易的特征交易系统的设计过程.docx》由会员分享，可在线阅读，更多相关《otc交易的特征交易系统的设计过程.docx（9页珍藏版）》请在冰豆网上搜索。

otc交易的特征交易系统的设计过程

otc交易的特征交易系统的设计过程

2011-06-21otc交易的特征交易系统的设计过程otc交易的特征交易系统的设计过程

一个交易系统的设计过程通常由下述几个基本步骤构成：

①交易策略的提出。

②交易对象的筛选。

③交易策略的系统比。

④交易系统的统计检验。

⑤交易系统的优比。

③交易系统的外推检验。

⑦交易系统的实战检验。

⑧交易系统的监测与维护。

上述步骤可以归纳成以下工作流程图（见图2-1）。

从图2-1中，我们看到其中有四个步骤可以否定基本的交易策略思想，即①交易系统的统计检验。

②交易系统的外推检验。

③交易系统的实战检验。

④交易系统的监测与维护。

这就是说，一个正确的交易策略思想，必须依次通过基本统计数据库的检验，外推统计数据库的检验，实战统计数据库的检验以及长期统计数据库的检验。

也就是说，一个正确的交易策略思想，必须能够经受历史数据的检验，模拟实战的检验，初期实战的检验以及长期实战的检验。

上述任一环节上具有统计意义上的否定，或严重缺陷，都要求使用者必须重新研究交易策略思想。

（一）交易策略的提出

交易策略的形成，可以经由以下两种截然不同的方式：

即从上到下和从下到上。

所谓从上到下，是指根据对市场的长期观察而形成某种理论认识再基于这种认识而形成某种战略战术。

举例来说，道氏理论是本世纪初最早最完备的对股价波动特征的理论总结。

道氏理论由十二个基本定义构成。

其中道氏对趋势的定义，作者认为至今仍然是最完备的。

由道氏理论出发，后来形成了一系列著名的战术思想，如"摆动交易法"，"三点交易法"等等。

所谓从下到上，是指从市场统计数据出发，根据统计分析得出的统计特征而寻找对应的战略战术。

举例来说，前面提到过的简单交易系统"跳空高开若干点后买入，收盘价卖出"，就是根据时美国期货数据库的研究而发现所谓"跳空效应"，即跳空高开后价格上升的概率很高。

而对这一市场现象的原因，至今理论界争论不休，没有一个一致的解释。

这是一个纯粹由数据出发而形成的交易思想。

无论是从上到下形成交易策略或从下到上形成交易策略，历史上都有著名的成功战例和成功的投资家。

例如美国著名的投资家R·M·Baruch,B·Graham，W·Buffett,J·Templeton,G·Soros，P·Lynch都同时是著名的投资理论家。

他们在投资理论上都有很深的造诣，有的对投资理论的发展做出过杰出的贡献。

从系统交易的观点着，从上到下形成交易策略思想比起从下到上形成交易策略思想具有以下优点：

1、有利于把握局部的挫折与全局的失败的关系。

系统交易强调的是长期的稳定的整体效益，而不是强调一时一地的得失。

由于统计样本分布的不均衡，有时不利事件的发生具有集束性，即任何交易系统都必须面对的连续失败时期。

在这种逆境时期，面对强大的心理压力，如果操作者理解该系统所据以形成的投资理论，就有可能清醒地评估每一统计样本的统计特征，从而决定这是由统计样本分布不均衡形成的逆境时期还是投资市场已经发生了新的根本性变比，以至于交易系统不能适应新的市场特性。

作者从多年的实践中体会到，深刻理解交易系统所依据的投资理念对于逆境时期保持心理平衡具有至关重要的意义。

一些投资人花重金购买商业性出售的交易系统，一旦遭遇连续逆境时期便很容易放弃交易系统，往往其后不久这些投资人便发现该系统又重新恢复良好的表现。

这里通常有两个问题：

①任何交易系统都必然嵌入设计者的心理特征。

如果系统使用者的心理特征与系统设计者的心理特征有较大差异，则该系统不适用于该使用者。

②上面谈到的问题，由于商业化交易系统通常不透露其系统的设计思想及重要参数，从而使使用者无法从理论层次上理解该系统，进而导致逆境时期心理失衡。

2、有利于交易系统的风险控制。

在交易系统没有编入风险控制规则的情况下，理解交易系统的投资理念可以使使用者对风险发生的程度、范围及时间后一定的预见性，从而大大增加风险控制的主动性和准确性。

例如，如果使用者使用以趋势跟踪为设计理念的交易系统，那么使用者根据对趋势与非趋势市场的理论研究与长期体验，知道该系统的逆境时期是市场的盘整时期。

如果使用者根据某种方法判断市场将进入盘整期，那么使用者便可采取减少资金投入量的风险管理措施，同时观察交易系统的表现。

如果交易结果确实亏损次数增加，那么就证明判断的正确及保护措施的得当；如果交易结果亏损次数并无明显变化，那么就证明对市场态势的判断有误，使用者可逐步增大资金投入量。

3、有利于对交易系统的维护与修改。

交易系统的使用中有一个相当难处理的矛盾统一关系，也就是既要在一定时期毫不动摇地执交易系统的所有信号，又要对交易系统对市场特性的偏离状况有所警觉以至在必要时修改交易系统。

由交易系统对市场特性的偏离所造成的对交易系统的修改主要有以下几种情况：

1、交易系统的参数值需要修改。

由于任何交易系统的参数值都有某种程度的优化，随着时间的推移，有些参数值可能已不适应市场的特性。

例如，很多技术指标的参数设定需要拟合市场价格波动的周期半径，而当该周期半径发生长期的显著偏移时，技术指标的参数设定区需要做某种修改。

从美国股票和国际期货市场的长期发展趋势看，价格波动的周期半径目前呈现逐步缩小的趋势。

2、交易系统的个别规则需要增删。

交易系统的基本交易策略思想是不能改变的，如果改变就成为另外的交易系统。

但是围绕这一基本策略思想形成的具体做法是可以变动的。

例如，在SP500（普尔500）指数急剧振荡的市场时期，进场指令可能需要由原来使用的市价单改为某种限价单以减少指令执行损失。

出场规则也可能需要做某种凋整。

另外，一个比较常见的情况就是观测波和交易波的波长发生了比较显著的统计特性的变化需要对观测波和交易波重新定义。

还有其他一些常见现象，这里就不-一列举。

3、投资市场规则变化引起的修正。

投资市场的游戏规则不是固定不变的，投资人必须时刻保持高度警觉。

特别是在中国这种市场发展的初期阶段，市场操作规则的变动比较国外更加频繁。

例如，停板制度的实施与撤销；停板幅度的变动；强制平仓的行政命令；交易制度的某种变动（如天津的钢材期货市场曾由分节交易制改为连续交易制）；期货保证金规定的变动；股票买卖时间差的规定；等等，这些规定的变化都可能对交易系统的使用产主某种影响，需要使用者时时保持关注。

由以上分析可以看出.交易系统使用中的维护与管理是一件相当复杂而困难的工作，如果没有对交易系统据以形成的投资理念有深刻理解，是难以做好这项工作的。

对于"黑箱作业"方式的某些商业化交易系统来说，其使用者由于根本无法理解其投资理念、规则体系及技术参数，因此系统的维护管理工作是不可能进行的，从而难以长期地成功地使用该系统。

总之，不论是由上而下地形成交易策略思想，还是由下向上地形成交易策略思想，系统交易的第一步是必须形成明确的交易策略思想。

这就相当于军事学上首先要有明确的战略战术。

没有这种明确的交易指导思想，长期投资的成功是很难达到的。

这也可以称之为投资中的"禅"。

投资人需要先在"哲理"的层次上明确自己的基本思路：

究竟倾向于贴近交易还是远程交易?

究竟倾向于左侧交易还是右侧交易?

究竟相信价格说明一切还是相信价格一切都不说明?

究竟相信模式交易还是相信图式交易?

究竟相信投资对象内在价值的确定性还是内在价值的不确定性?

如何识别价格突变与价格噪音?

究竟相信价格投资还是相信价值投资?

究竟价格有序性反映投资对象的本质还是价格无序性反映投资对象的本质?

等等。

这一系列在哲理层次上的问题对任何职业投资家都是至关重要的，是需要长期认真思索的，这就相当武学中的"道"兵学中的"法"，佛学中的"禅"，哲学中的"理"，是指导具体行动的"灵魂"。

（二）交易对象的筛选,

不是任何股票和期货合约都可以作为系统交易的对象。

作为系统交易对象的股票和期货合约，必须做如下方面的检验，以决定是否具有可交易性。

1、检查是否具有足够的流动性。

流动性是指若某一证券或商品具有足够大的流通单位，从而使大额交易发生时不致发生显著的价格波动。

某一股票或商品期货是否具备最基本的流动性，对其能否成为活络交易对象以及能否吸引机构投资人至关重要。

若某一投资工具的流动性达到某一基本规模从而能对机构投资人具有吸引力时，机构投资人的介入反过来又能大大增加该产品的市场流动性，进而逐步达到一种良性循环。

流动性对投资人之所以非常重要，是因为：

（1）流动性的高低直接关系交易成本的高低，流动性降低会导致交易成本增加。

即使是对某些高流动性的市场，在非常事件的突发时期也会发生流动性的突发性降低。

以作者的亲身实践为例，以市价进场的SP500期货合约，按一口合约为准，预期的成交价与实际的成交价相差最多时可达1000美金以上，约占当时规定保证金的10%左右。

对一笔交易而言，这是相当高的成本。

（2）流动性的高低直接关系交易方法的选择范围。

流动性越高，交易方法的选择范围越大。

流动性越低，交易方法的选择范围越小。

比如，对低流动性的市场来说，用尾随止损的操作方法就不可行，用趋势跟踪的操作方法就相当困难，突破的概念难以使用，等等。

（3）流动性的高低直接关系风险管理效率高低。

流动性越低，风险管理越难。

因为不管使用任何风险管理模型。

其前提条件都是能够在低成本的条件下迅速进场和出场。

在市场的低流动性情况下，因为上面提到的交易成本的提高和进出场效率的下降，使风险管理操作的困难程度大大提高。

因为市场流动性对投资成败具有至关重要的约束性，因此投资人在进入某一市场之前，一定要认真检查市场的流动性。

检查市场流动性主要包括以下几个方面的观察：

（1）检查价格运动的连续性。

价格运动的连续性，是指平均实际成交价格间隔与市场规定最小价格运动间隔的偏高程度。

该偏离程度越高，则价格运动连续性越低，进而说明市场流动性越低。

例如，如果某一期货合约规定的最小价格变动为一点，但实际的平均成交价间用远远大于一点，则说明该价格的连续性低。

直观地看，价格连续性低的市场在图形上存在大量跳空。

即使对总体市场流动性高的市场而言，其期货合约的早期阶段也往往存在一段低连续性时期。

（2）检查买卖差价的大小。

买卖差价，是指场外投资人在同一时点所能得到的实际买人差和实际卖出价的差。

买卖差价越大，则反映市场流动性越低。

这一检查主要适用于美国股票市场及国际期货与外汇市场。

因为这些市场设有场内交易人制度。

买卖差价是场内交易人提供买卖成交服务的成本。

买卖越活跃，成交量超大，则该服务的单位成本越低。

因此买卖差价是衡量市场流动性的重要尺度之一。

买卖差价的大小除根据实际市场报价检查外，有时根据图形形态也能看出来。

如果图存在大量等长线，则说明买卖差价大，成交不活跃。

（3）检查成交量的大小。

成交量，是指交易对象在规定期间内标准交易单位的流通总量。

需要指出，为了准确反映市场交易的活跃程度，成交量不使用交易对象的流动面值总额。

而是流动单位的总量。

例如，时期货合的来说，成交也是指成交手数的总量。

对股票来说，成交还是指成交股数的总量。

如果使用面值总额，则价格的高低会成为另一变数，影响该信息的准确性。

对某些市场来说，由于市场信息的滞后性，人们使用某种替代性信息。

例如，在SP500期货交易中，由于无法获得即时成交合约数量数字，人们使用换手次数来作为文易量的替代物。

成交量大小的检查包括两个方面，即成交量大小的绝对水平的成交过大小的相对水平。

成交过大小的绝对水平，是指某一交易对象的成交量规模要足以保证该产品的价格运动具有连续性。

因此成交量的绝对水平不但对交易总规模有基本要求，而且对交易量的时间分布也有要求，即不但具有规模性，而且具有均匀性。

例如，如果两个交易工具在日交易水平上，交易量规模相近，但是如果某一交易工具经常存在无交易时间区间，而另一交易工具始终保持交易活动，则显然后者更适合系统交易。

成交量大小的相对水平是指交易对象的成交量规模对投资人投资金额的对比关系。

这一点显然对大额投资人有重要意义。

一般认为，如果某一投资资金占有的市场份额大于10%，则会显著改变原有市场交易的均衡水平。

因此对大额投资资金而言，不但要观察原有市场的成效规模，也要推算自身介入后市场交易流量可能的变化。

大额投资资金必须关注币场价格的回波效应。

通常情况下，市场份额在1%以下不会产生明显的回波效应。

2、检查是否具有足够长的交易历史。

对于系统交易方法来说，交易对象必须有足够长的交易历史，才能够做为系统交易的候选对象。

交易历史长度的衡量标准，对期货合约和股票而言，有很大的不同。

（1）期货合约数据长度的检查。

对系统交易方法而言，每一个期货品种都被作为独立个体处理。

每一期货品种能否适用于某一系统交易方法，都必须经过独立的检验。

交易系统对某一期货品种的适用性与否不能推及另一期货品种。

对任何统计检验而言，样本数量最低不能低于30，否则不能保证统计检验结论的可靠性。

由统计学对样本的基本要求出发，如果交易系统的交易信号在月线水平上产生，则可推算出一般该期货合约的数据库应有不短于5年以上的历史。

如果交易系统的交易信号在15分钟以下水平上产生，则要求该合约数据库有不短于1年的历史。

这里需强调指出，这里所说的数据长度，是指期货品种的数据库长度，而不是某一具体合约的长度。

例如，美国SP500指数期货（美国普尔500种股票综合指数）是且前世界上最集中交易的股票综合指数。

该指数合约分为3月、6月、9月、12月四个交割期。

由此得知，每交易合约的生的周期不超过1年，其中最集中交易的时期不超过3个月。

SP50Q指数期货从1982年4月起在CME（芝加哥商品交易所）开始交易。

这就是说，SP500指数期货的数据库历史是从1982年4月起算，但每一具体合约按从开始交易到交割日止计算。

因此，对期货合约来说，作为检验对象的期货品种应当有足够长的数据库，以满足按系统交易原则下的统计检验。

而一旦通过该种统计筛选，则可在单个期货合约的水平上提取交易信号。

由此可以看出，1年以下历史的期货品种，一般不能做为系统交易的检验对象和操作对象。

投资人应耐心关注新交易期货品种的市场表现，观察其市场流动力的发展，对宏观经济信息的反应及价格变动的个性，以决定其是否适用于原有的交易策略思想或需要形成新的交易策略思想。

（2）股票数据长度的检查。

对系统交易方法而言，每一个国家的股票市场可被作为独立个体处理。

每一个国家的股票数据库，可以综合地进行系统交易方法的统计检验，而不必单独地对单个市场或单个股票独立地进行系统检验。

而且，从实际经验的角度看，如果在单个市场或单个股票水平上进行检验，容易产生过度优化的缺陷，从而影响统计结论的可靠性。

对股票数据库而言，由于把某一国家的股票市场作为综合数据库处理，因此对其基本长度的要求是其数据库应不短于一个基本经济周期，即一个基本的经济扩张期和随后的一个基本的经济收缩期。

这里需强调指出，经济周期应是国民经济意义上的一个完整周期。

如果股票数据库覆盖的是上一经济周期的收缩期和下一经济周期的扩张期，则不能认为是一个完整的周期，这时应当把数据库至少扩展至上一周期的扩张期或下一周期的收缩期。

因此，在检查股票数据库的长度之前，首先应考虑数据库的结构，看其是否包括了国家证券市场的主体部分。

以美国市场为例，应注意检查交易系统对NYSE、ASE、NASDAQ、OTC等主体市场的适应程度。

以中国市场为例，应注意检查对上海证券交易所股票和深圳证券交易所股票的适应程度。

在检查经济周期的完整性时，应注意结合国民经济的宏观经济信息进行判断。

以中国市场为例，从1991年至1996年底，中国股市共经历了五次主要的上升浪和四次主要的下降浪，即共构成四个主要的波动周期。

而从宏观国民经济的结构看，这一时期对应的是一个宏观经济景气周期，即1991年到1994年的经济景气扩张期和1994年以来的经济景气收缩期。

无论对系统检验还是对系统操作来说，对某一股票的数据长度的基本要求是应该包括至少一个操作信号水平上的波动周期。

因此，刚上市交易的股票一般不应作为系统交易方法的检验对象和操作对象。

这一系统方法的要求也符合对新上市股票的统计研究。

据美国多年对新上市股票的统计研究，新上市股票的价位一般有利于上市公司和发行商而不利于投资人。

3、检查是否有充足的信息源。

作为系统交易操作对象的证券和期货合约，应当有充足的信息源。

这就是说，按照公平公开的原则，任何投资人对有关公司的经营状况，对有关商品的供求状况，能够迅速及时地低成本地获得与投资决策有关的信息。

信息源的充足与否的要求，不与系统交易遵循基本分析原理还是技术分析原理而改变。

虽然在技术分析原理指导下，投资人对基本面信息源的利用要少于遵循按基本分析原理决策的投资人，但是充足的信息源是保证投资市场活动公开公平的重要条件之一。

在任何一个国家证券期货市场发展的初期阶段，都会有相当数量的故意发布虚假信息的违法活动的存在，这是需要投资人高度警惕的现象。

信息源的广泛充足，有利于对虚假信息的监督并可相对减轻其危害。

对信息资料不充足的市场和投资工具，投资人应保持高度警觉并尽可能避免涉足。

4、检查是否有足够多的市场参与者。

一个投资市场拥有足够多的市场参与者，是排除非市场性因素的重要条件之一。

当一个市场拥有大量的市场参与者时，它可以有效地抵制：

①个别投资人企图操纵市场的企图。

②若干政策性因素对市场运行的干扰。

当一个市场能够有效地排除非市场因素的干扰，而主要地遵循其基本经济规律运行时，才可以做为一个合格的投资对象。

因为按照投资风险管理原则进行投资操作，能够有效地控制市场性因素带来的投资风险.而无法控制非市场性因素带来的投资风险。

一个投资市场中市场投资者的数量，是不能简单地从交易量中推断出来的，必须做更加细致的调查工作。

在美国等发达国家的市场及国际市场中，由于信息披露制度的完善，这类信息都可以经由有关渠道获得。

例如，在美国，某一股票主要由哪些类别的投资人持有，机构投资人的参与程度，内部持股人的参与程度等信息，都可经由有关渠道获得。

当然，该类信息都有一定的滞后性，不能作为投资决策的直接依据，但是是判断市场竞争程度的重要依据。

另外，在期货市场上，各主要商品期货的机构投资人及个人投资人的大体构成及投资活动的活跃程度等信息，也可通过有关渠道获得。

对投资人参与程度较低的市场，如木材、咖啡等国际商品期货，由此产生较严重的市场运行不平稳的问题，如连续停板、急剧波动、成交困难，等等。

投资人应该经谨慎考虑其投资风险。

在中国，目前由于市场发育的不成熟及法律制度的不健全，投资人尤其应当注意检查市场的参与程度。

个别商品期货交易所联合某些经纪公司，作为所谓"做势"商，以亏损补贴为条件换取人为炒作得到的所谓"交易量"，企图以此吸引投资人。

这种"交易量"是一种虚假交易量。

这种市场是一种虚假市场。

投资人应注意识别并尽量避免这种虚假市场。

交易策略的公式化是指将交易策略思想转比成精确的数学公式或计算机语言公式，使之成为计算机可识别并可检验的公式系统。

很多投资人对自己的投资策略只能做出某种模糊的描述。

比如我们经常在一些媒介上看到或听到类似的描述：

"某某股票放量上攻"、"某某股票受到某日均线的压力"、"某某股票是小幅盘整"、"某某股票某日拉出一根大阳线"、"某某股票严重超买"或"超卖"，等等。

这里的"放量"上攻，"压力"，"大阳线"中的"大"、"小幅盘整"中的"小幅"，严重超买或超卖中的"严重"及"超买超卖"、都缺乏严格的定量及定性，即缺乏教学语言的精确性及计算机语言的明确性，因此不能直接转化成数学模型及进行计算机检验。

例如，如果投资人以"放量上攻"后跟进作为进场的策略思想，这里暂不提出场规则的定义，单是进场规则就是不明确的，不客观的，不可重复的，因而不可能进行统计检验。

这里"放量"缺乏定性和定量。

什么叫"放量"?

"放量"是指绝对水平还是相对水平?

如果是绝对水平，那么是多少?

如果是相对水平，那么参明系是什么，参照标准又是什么?

不准确回答这些问题，就无法达到数学公式意义上的精度。

再例如，如果以某股票"拉出一根大阳线"后跟进作为进场的策略思想，那么这个"大"是如何定义的?

是与自身对比为大，还是与其他股票对比为大?

大了多少叫大?

是绝对值还是相对值?

等等，同样，不准确回答这些问题，就无法达到数学公式意义上的精度。

投资人必须首先把自己的交易策略思想转化为精确的数学公式或计算机语言才可能客观地利用计算机对大量的统计数据进行检验，进而评估其交易策略思想在统计意义上的准确度。

交易策略的公式比过程可参照以下基本步骤

1、定义交易规则：

交易策略的定性比。

定义交易规则，是指将交易策略思想归纳成明确的交易规则。

定义交易规则的过程即是首先对交易策略思想定性的过程。

以简单的平均线交易系统为例，如果交易策略思想是以短期平均线向上穿越长期平均线为买入信号；以短期平均线向下穿越长期平均线为卖出信号。

则该交易策略思想可以定义为以下交易规则：

（1）期货交易系统：

允许做空。

规则1，当短期平均线向上穿越长期平均线时，做多。

规则2，在做空信号发生前，持单。

规则3，当短期平均线向下穿越长期平均线时，做多平仓出场，转为做空。

规则4，在做多信号发生前，持单。

（2）股票交易系统：

不允许做空。

规则1，当短期平均线向上穿越长期平均线时，买入。

规则2，在卖出信号发生前，持股。

规则3，当短期平均线向下穿越长期平均线时，卖出。

这里需强调指出，这里列举的简单平均线交易系统，只是为用来说明如何将交易策略思想转为明确的公式系统。

这种列举不说明任何作者对该系统的评价。

本书中的其他例子，除非特别说明者外，也均是如此。

事实上，这里列举的平均线交易系统，在大部分情况下是一个亏损系统。

上面列举的

（1）例，是一个连续交易系统，即始终在市场中持有未平仓单；

（2）例，则是一个非连续交易系统。

2、定义交易规则变量及参数：

交易策略的定量比。

在将交易策略思想归纳为明确的交易规则体系后，还必须进一步对其中包含的变量及参数作出明确规定。

仍以简单平均线交易系统为例。

定义1：

P=价格（定义所用价格）

定义2：

t=今日（定义时间序列）

公式1：

MA1（t）=（P1+P2+.PN1）/N1{定义平均线1}

公式2：

MA2（t）=（P1+P2+.PN2）/N2{定义平均线2}

定义3：

N2>N1（定义长期平均线）

定义4：

若MA1（t）>MA2（t）但MA（t-1）

定义5：

若MA1（I）MA2（t-1）则卖出（定义卖出规则）

当对交易系统所用变量及公式定义完成后，一个交易系统便从质和量上固定下来，研究者便可研究系统参数在不同值域中变化而使交易系统在给定数据库中的表现变化。

在该例1中，引参数为P1、N1、N2，即研究者可以变换价格定义及均线长度定义。

例如，研究者可不使用收盘价，而使用开盘价、或最高价、最低价、甚至某种加工过的价格。

均线长度也可根据需要加以变化。

3编写计算机程序。

当交易系统编写为公式和定义系统后研究者需进一步将其编写为计算机可直接使用的计算机语言或软件语言，以使交易系统能够直接上机运算。

例如，上述简单平均线系统的定义及公式，编写成某种计算机软件语言后，便成如下形式：

LongEntryIfCurrentBar>1andAveage[Close，length1]CrossesoverArerage[Close,length2]

BuyNextBaratMarketInputsLength1Length2LongExitlfCurrentBar>1andAverage[Close,Iength1]CrosesBelowArevage[Close,length2]

SellNextBaratMarketInputsLongth1Longth2ShortEntryIfCurrentBar>1andAverage[Close,Length1]CrossesbelowAverage[Close,Length2]

SellNextbaratmarketInput