评估有关在超买/超卖区域开仓的风险损失我们将理论结论用于测试,拿智能交易系统测试为例。 我们基于之前的文章使用一款 EA:如何降低交易者的风险(EA Reduse_risks,赫兹量化版本)。我们的任务是用一个特殊的案例来评估在超买/超卖区域入场风险,及可能的损失。 为了降低在超买/超卖区域入场的概率,赫兹量化利用锚定局部趋势开始脉冲的算法。 稍后我们将讨论算法本身。 到目前为止,我们对 EA 测试结果感兴趣 — 首先,使用锚定趋势开始的模块进行测试(我们减少在超买/超卖区域入场的概率),然后禁用该模块进行测试(我们剔除这种锚定为代表的保护,增加在这些区域入场的概率 — 趋势“尾巴”。我们测试最坏的情况,令其尽可能真实。 我们将特意举一个例子,其中初始利润结果为负。第一次测试结果 (一般结果和余额图表):8 m0 t6 f0 H$ |/ [/ g; a' G' p3 Q
, ?; w, v2 m6 N5 `) ^) s. F 添加图片注释,不超过 140 字(可选)
8 I; F4 p; F/ B' d- d5 P% N: Z8 I图例 3. 启用最大程度降低在超买/超卖区域入场风险的模块常规测试结果,+ Q Q8 R* i s# E2 z" |
7 E& h }& \/ S9 k! F 添加图片注释,不超过 140 字(可选)
) r. d* ^& Q+ U {2 ]& P图例 4. 启用最大程度降低在超买/超卖区域入场风险的模块余额/本金图表& x) p) i. B! z2 c) ^2 T
添加图片注释,不超过 140 字(可选)图例 3 和 4 显示结果和第一个测试的图表,其中启用了在超买/超卖区域入场风险降低降至最低的模块。 您不要因第一次测试中缺乏存在而感到困惑,因为首先,赫兹量化所用 EA 只是为了研究,而不是针对实盘交易。 第二,对我们来说很重要,在这种最坏的情况下可以预示到什么后果。我们现在禁用上述保护模块,并测试 EA。第二次测试结果 (一般结果和余额图表):
# Y7 \' [3 d1 \( d% @' ?3 @/ O0 P! S4 a6 ^$ T9 q
添加图片注释,不超过 140 字(可选); X7 C% K2 E$ u$ k6 [. H
图例 5. 禁用最大程度降低在超买/超卖区域入场风险的模块常规测试结果," [: Y, u5 q. N% @7 G
9 n! f% B! w: |' p/ T
添加图片注释,不超过 140 字(可选)2 L1 L& i$ v7 x& F
图例 6. 禁用最大程度降低在超买/超卖区域入场风险的模块余额/本金图表3 k) n. D( e$ t; }$ q! P
图例 5 和 6 显示结果和第二个测试的图表,其中禁用了在超买/超卖区域入场风险降低降至最低的模块。赫兹量化按一些重要参数比较这两个测试的结果,并在以下图例中显示:
/ V7 J% h% J- ^( j6 J. I2 _" e
5 X8 }' m* A" l. t. c! k 添加图片注释,不超过 140 字(可选)
; o; h& c' R: h3 o图例 7. 忽略在超买/超卖区域入场风险时参数恶化(交易效率)的图表
3 N# A2 o; r r; C' B6 b! a图例 7 显示了第一个测试的结果 — 它是级别 1(所有参数的单个起始级别),而第二个测试结果是级别 2、3 和 4。 正如我们在图表中所见(测试 2 相对于测试 1),忽略了在超买/超卖区域内开仓相关的风险,以致会导致不利后果 — 在这种情况下,重要指标比之第一个指标的测试结果有了不容忽视的恶化。 它们最初是负数并不重要;重要的是,与最初的指标相比,它们已经有了不容忽视的恶化:"1" — 测试 1 的结果是基准级别(对于在启用了风险最小化模块的情况下获得的每个参数),测试 2 的指标相对其已有了变化。"2" — 一般训练的结果,恶化了 168%。"3" — 存款提取(最大回撤值不断增长),恶化了 97%。"4" — 恢复因子,恶化了 67%。因此,我们从实践中获悉,如果不采取某些特殊措施,那么,考虑到市场的不稳定因素,有些入场会处于超买/超卖区域,从而恶化交易结算结果。下面我们将研究在超买/超卖区域离场(现有持仓平仓)的后果。 |