由于所有的历史测试都是以数据样本为基础，所以必须了解基本的统计学知识
对历史数据的测试结果充其量知识一个队未来的预测，感性认识，但对优秀的交易者已经足够
-
测试样本的有效性
- 样本分析在统计学上有两大因素影响，一个是样本规模，一个是样本对总体的代表性
- 两个问题：一、样本规模要足够大，具有普遍意义，二、用短期数据测试需要明白这个测试数据使用前提的趋势特征，属于那种市场形态
-
衡量指标的稳健性
- 常用的统计指标其实并不稳健，对交易的起始点，或者时间段特别特别敏感，这样造成的后果是，过高评价一个系统的适用性
- 数学中有一个研究不完全分支和错误假设的学科叫做，稳健统计学
- MAR、CAGR、shiap等指标均属于不稳健指标，对交易时间点特别敏感
-
回归年度回报率
- 需要对相关的指标做线性回归，使指标对时间点的敏感程度较低
- RAR regressed annual return ，年度回报率线性回归指标，对CAGR做的线性回归
- MAR 指标使用到了衰减程度的指标，衰落程度是一位数据，没法反应衰落时间的长短，
- shiap的分子计算需要做线性回归处理
-
稳健风险回报比率
- 稳健风险回报率 robust risk/reward ratio R立方指标 = RAR/LAMD(平均时间衰落) length-adjusted avarage maximum drawdown
- 例如，RAR为50%，月度平均衰落为20%，平均衰落时间为1年，则R = 50%/(25% * 365/365)
- 稳健风险回报率 robust risk/reward ratio R立方指标 = RAR/LAMD(平均时间衰落) length-adjusted avarage maximum drawdown
-
稳健夏普比率
- S-shiap stable shiap = RAR/月度回报标准差
- 稳健指标能避开两点：运气成分和过度拟合的情况，单一性事件在稳健性指标上的反映不太敏感
- 样本的代表性
- 测试使用的样本应该具备两点：市场数量和测试时间
- 市场容量要足够大，不能是单一品种的交易市场；时间跨度要足够长，涵盖不同的市场形态
-
样本规模
- 样本规模的问题核心在于，策略在使用的过程中的频繁程度，如果一个样本规模够大，但是系统本身并没有得到高频率的使用，那这样也是毫无意义的
- 避免两种情况：
- 单一市场最优化，一般单一市场的交易机会不会太多，形态也单一
- 过于复杂的系统，过于复杂的系统没法确定是策略的那一部分发挥作用，还是其他因素导致的，测试需要控制策略的单一性问题
-
从虚拟测试到实战交易
- 在虚拟测试中请使用稳健的技术指标
- 如果一个系统在某一段时间特别优秀，由于观察者效应，这个系统最终会丧失优势，请研究这个系统的市场使用情况和是否只是使用于特定的市场形态
- 参数调整检验
- 在确定最优化参数之后，利用组合的方式调整参数的范围跨度，查看稳定性指标的变化程度，如果变化不敏感，说明具有实际操作的意义，如果变化敏感，请筛查是否有过度拟合的嫌疑
- 滚动最优化窗口
- 可以通过调整测试的时间点，来确定各个稳健指标的反映情况，大多数的衰落可能发生在系统体运行的前后
- 用95-20年的数据来做参数优化的回测，确定最优参数后，放在00-05年以及05-10年做市场校验对比
-
蒙特卡洛检验
蒙特卡洛主要用来检验用随机性数据检验系统是否稳健的一种方法
-
别样风景
- 常见的有两种方法：
- 交易调整：随机性的改变交易指令和起始日
- 净值曲线调整：在初始净值曲线中随机选择一部分组合成新曲线
- 两种方法中，交易调整方法会低估衰落的可能性，因为该方法调整日期后，可能避开了大的衰落周期，他们会将交易日期完全分散化，衰落水平可能由此而变得很低；而曲线调整法需要注意衰落的相关性，一般的衰落只要开始，一般都会集中爆发，并不是随机事件，可以让系统支持多个交易日数据的整体截取功能来避免这个问题
- 常见的有两种方法：
-
别样净值曲线
- 用蒙特卡洛模拟出多次的别样净值曲线，比如2000次，评估2000次曲线的各种技术指标和原净值曲线的匹配程度，也就是执行度，可以很容易的计算出所有曲线在高于某个特定置信度时候的比例，可以作为在未来实盘中的模拟程度参考
- 由于所有的数据均是来自于历史回测数据，数据源上的问题当然会在这个系统的结果上也存在，比如最优化参数本来就导致了系统的RAR指标被高估20%，那么这个问题在测试后依然会存在
- 历史测试只能增加对未来趋势概率预测，不会完全反应未来市场的真实情况
文章内容来源信息如下，仅供个人学习、研究使用，如有侵权，请联系删除
原著作信息
名称：海龟交易法则
原名：Way of the turtle:Thre secret Methods that Turned ordinary People into Legendary Traders
著者：[美]柯蒂斯*费思
译者：乔江涛
出版社：中信出版社
