English Русский Español Deutsch 日本語 Português
preview
利用智能系统进行风险和资本管理

利用智能系统进行风险和资本管理

MetaTrader 5交易 | 30 一月 2023, 10:18
1 294 0
Cristian Mihail Pauna
Cristian Mihail Pauna

概述

这篇论文并非关于在交易中投资多少或承担多少风险。 不,根本不是。 在过去的数十年间,这些主题已经由许多作者妥善研讨,并得出永久结论。 本篇论文是有关您在回测报告中看不到的内容,使用自动交易软件时您应该期望什么;如果您正在使用智能系统,该如何管理您的资金;以及如果您正在使用自动化过程,如何弥补重大亏损从而坚持交易活动。 简而言之,如何利用智能系统进行投资? 我是 Cristian Mihail Pauna,工程师、经济学家、 和经济信息学博士。 自 1998 年以来,我一直在开发交易算法和自动交易系统,比 MetaTrader 问世还早了很长时间。 这是我的日常活动,如果您决定利用自动化软件赚钱,这是第一篇要阅读的文章。


自动交易算法

如今,利用智能系统是一项很简单的任务。 MetaTrader 4 和 5 的出色发展,令我们花费不超过几分钟的时间来下载、测试和运行自动软件,以至动用我们的资金进行交易。 数百位作者制作的数千款智能系统均可在线获取,若要购买一个,您只需两次点击。 正面的回测报告会让您觉得自己遇到了正确的软件。 然后,您将它安装在模拟账户上,并运行一段时间。 如果它正在操控虚拟资金,您可以购买它,并在实盘账户上运行它,等待每日的盈利。 通常,它会来临,就像回测假设的那样,但有时并非如此!

为什么? 为什么一个本令您长期赚钱的算法变得无利可图? 十多年来只有最大 2% 回撤的交易算法会令您的账户爆仓吗? 是的,这完全有可能! 2022 年,即我撰写这篇文章的时间,其是最佳年份能证明即便工作十多年都无可挑剔的算法依然不够优秀。 今天依然有这么多,它们仍然线上抛售大笔资金。 为了找到如何做到这一点的答案,您如今可以阅读很多内容。 一些阴谋论的信徒会说经纪商正在采取行动宰割交易者。 其他人则认为,这是有关大型中央银行合作,并做出不可预测的决策,将资金从小规模账户转移到其庞大而无限的账户之中。 另一些人也会坚持认为,这大概是一些做市商组织的高级论坛,决定了某人的胜负。 好吧,这些只是童话,在我们的案例中,以上都不是真的。 统统不是!

算法是一组受限的规则,先验定义的,为解决特定任务而制作。 在我们的例子中,交易算法用于将市场输入数据转换为交易决策,例如买入、卖出、或远离市场风险。 交易算法接收历史报价数据,应用不同的计算和转换函数,并构造特定的交易信号。 每种交易算法都有自己的参数集。 这些都是用以前的市场数据设置并优化的系数,在过去的时间区间里,能获得最大盈利和最小回撤。 软件作者采用两年、三年、五年或更长时间的历史市场数据优化他们的算法,从而得到更佳的算法。 以这种方式,交易算法通过其参数包含市场行为。 换言之,它是为特定时间间隔和特定市场行为而制作的,故表现良好。

这个世界上有什么能向您保证明天的市场行为将与今天或昨天相同? 不存在!

哪些数学理论可以维持明天的市场表现,就像过去十数年一样? 一个没有!

现实生活中哪些事实可以保证明天的事件将与过去五十多年相同? 空想!

我们认为市场是稳定的。 我们期望是这样。 这是一个假想。 我们希望当前的市场状况至少在短时间内保持不变。 但这种假想并非时时有效。 并无数学能保证价格行为会相同,因为没有动机去相信人类、大自然、或危害每天都会以同样的方式行事。 市场价格变动主要取决于人类行为。 它取决于所有全球决策、财经事实、以及自然或地缘政治事件。 它还主要取决于所有市场参与者,他们的信仰、想法、恐惧、或信任。 所有这些变量无限贯穿在危害理论之中。 因此,价格行为具有很大程度的不可预测性,并且也是无限的。

如果市场像过去一样运作,则基于以前某个时期优化的算法将会执行良好,但如果市场发生重大变化,则不会执行。 仅当市场价格行为与程序优化时所依据的报价序列中的限制和行为相同时,该算法才会发挥出相同的结果。 当发生前所未有的事件时,例如疫病流行、战争、经济危机、或其它可能显著改变投资胃口的重大事件,算法能记录的只会是大量的转赢为亏。 市场变化要对这一事实负责。

这个结论是对使用交易算法的一大否定吗? 当然不是! 尽管存在所有这些,我们仍在使用成功的自动交易算法,本文向您展示如何正确做到这一点。 我们必须知道期望什么,我们对交易算法可以赋予多少信任,如何辨别算法偏离了设计初衷这种状况,如何识别不稳定的算法,以及如何避免重大损失。 最重要的是明了如何进行相应的风险和资金管理,从而限制损失,并利用自动交易算法将大量可能的亏损转移到长期坚持交易活动。


有什么内容回测报告里没有告之

我们都在用回测报告来评估智能系统,对其进行优化,并针对其功能所涉及的风险得到建议。 策略测试程序越来越先进。 它们提供了大量的信息,为您给出思路,令您掌握算法的方方面面。 好的,您可以在回测结果中找到有关齐备且已优化算法的几乎所有东西,甚至估算下一周期的盈利。 所有这些都是基于市场行为永远不会改变的假想。 但是,正如我们所看到的,这不是真的,而且市场演化不时发生如此大的变化,以至于完美的算法会在您意想不到的时候给您带来损失。 回测报告不会告诉您如果市场发生巨大变化,算法该如何演变。 但是,我们仍然还有好消息:我们还能用回测结果来评估交易算法在超出最佳形式之外的稳定性。

在我的活动中,我已测试过数千种由我自己或许多其他人制作的交易算法,且我发现了数百种算法,它们在很长一段时间内表现异常出色,而在市场改变其行为时,戏剧性地发生了变化,且无任何通知。 在市场发生明显变化一段时间后,回测报告可以更准确地揭示这一现象。 在这段时间里,我发现有三类不同的算法,会在市场发生巨大变化时,发生我们所说的转盈为亏。 这些类型是:

  1. 惰性算法
  2. 持久算法
  3. 不稳定的算法

惰性算法是那些在一段时间内表现良好的交易程序,在市场发生重大变化后,算法开始进行长线交易。 其中一些仍然盈利,但由于掉期利息佣金的积累,比之演变初期,利润已微不足道。 其余正在开立的长线交易,永远不会盈利,主因在于是否经纪商会使用高额佣金和掉期利息。 为了轻松理解这种情况,为我进行交易的一种算法运行了五年多,最大持仓 8 小时;而在市场发生重大变化后,它所进行的交易至少持仓 8 个月。 针对众多延宽时间的交易,以及每周或每月开立多少笔持仓,您必须付出足够关注。 否则,依据多年前数据制作的测试报告可能会欺骗您,并让您错误地认为该算法仍然有利可图。 许多策略测试器并未以明确的方式呈现最短和最长的交易时间。 在某些情况下,您必须计算此信息,作为优化算法的内部过程,以便找出这一事实。 运用惰性算法的危险性不是很高。 假设您正在关注账户中的持仓。 在这种情况下,一段时间后,您会注意到掉期利息佣金积累远超平常,您开始自问有关所用的智能系统。

持久算法这类智能系统一旦产生亏损交易,一笔接一笔,众多负面业务超过盈利的那些,经历足够长时间之后,算法会当作一笔或多笔盈利交易。 例如,我曾发现一种算法,在八年内进行了 98% 的盈利交易。 这意味着每 100 笔开仓业务中只有两笔亏损交易。 这是一个梦幻般的程序! 然而,在 2020 年 2 月的疫病流行危机之后,无论您如何优化它,该算法所做交易 72% 亏损,而仅有 25% 盈利。 这是交易过程的完美示例,由于市场行为的变化,算法会变得无法盈利,预期为负值。 一些缺乏经验并采用智能系统的交易者会说这种情况并不危险,因为算法通常会用到止损点,故不会出现严重亏损。 这是假的! 采用持久算法的危险在于您没有意识到市场行为的变化。 即使采取保护性止损,在没有任何通知的情况下,该算法将会执行一笔、两笔或多笔负面交易。 危险,在这种情况下,甚至变成来自交易者本人。 查看该智能系统的回测报告,交易者会发现出现亏损交易的可能性非常低。 因此,他将保持算法运作,想象随后的交易都会是正面的,回撤会很快得到挽救。 然而,该算法将主要进行亏损交易,因为市场行为永远改变了。 一段时间后,累积的亏损可能如此之巨,以至于所涉及的负期望算法永远也无法挽救它。 在这种情况下,如果您看到某个算法比正常回测的损失高出两倍或三倍,您必须问问自己该过程的盈利能力。 为此目的,您必须为自己的整个账户实现“全局止损”,这是其它文章里研讨的主题。

不稳定算法是我发现的最常见的交易过程。 它们在长时间内能一直表现良好,而一旦市场发生变化,算法就会产生非常巨大或全部的亏损。 这些是最危险的算法,必须不惜一切代价避免,即使它们承诺亮丽的盈利能力。 采用无限交易数量的算法,过程当中采用数十或无休止的对冲步骤,或智能系统运用错误的风险管理过程,通常都是不稳定算法,但不仅如此。 一位年轻的交易员请我测试他为特定市场制定的算法。 这是一个创新的思路,回测结果从一开始就是乐观的。 经历了多次测试后,我感到十分惊讶。 该算法仅基于一套参数集合才能盈利。 我把止盈只改了一个点,令人惊讶的是:从始至终,算法没有达到止盈点,并且出现了非常大的亏损。 当我更改所用的点差(通常由经纪商在未通知的情况下更改)时,亏损交易变得远高于盈利交易。 这种情况下,该算法非常适合特定的市场行为,但这在实践中通常是不可能的。 不久该算法出现在应用市场上,并且仍然在售。 任何没有经验的人都可以使用作者提供的设置文件测试该算法,并可得出结论,这是一个不错的算法。 任何购买并运行它的人,都从一开始就亏损,且毫无所知,到底做错了什么。 为了避免不稳定算法,您可以使用策略测试器。 如果您稍微更改了原始参数集,且算法令测试帐户爆仓,那它就是不稳定算法,请让它远离您的兴趣。 您还可以找到一些设置风险级别(例如 2%)时看起来稳定的算法。 它为您给出 2.03% 的资本缩水,和最大 2.12% 的回撤。 如果相同的算法以 3% 的资本风险运行,且为您给出更高的资本缩水,例如 52%,请永远跳过它。

不稳定自动交易算法的资本演化

图例 1. 不稳定的自动交易算法的资本演变。


合适的风险管理策略

一个合适的风险和资本管理策略是控制一切的关键。 阅读本文的每个人都知道金融交易是一项高危的举动。 与此同时,以正确的方式进行,它可以是一项有利可图的活动;否则,它就不会存在。 使用自动交易软件根本无法降低所涉及的风险。 我甚至认为自动化智能系统会增加资本风险,特别是使用这些程序的交易者并非软件作者本人时,或者程序不经常进行优化的话。 为了建立一个合适的风险和资本管理结构,我们首先要尊重三个基本的投资者规则:

  1. 永远不要让风险超过您所能承受的损失!
  2. 永远不要拿您所有的可用资金冒险!
  3. 永远不要借别人的钱冒险!

交易活动的一般目的是赚钱,但无论投资者的意愿如何,都可能发生亏损。 使用一个或多个智能系统并不能保证盈利。 这些算法依据上一周期的统计数据进行优化,但市场可以随时改变价格演化,且不会提醒。 故此,您必须准备好承认并接受任何资金损失。 为了达成这个阶段的理念,交易者需要经验,并减少投资的资本额度,直至他对最终损失感到适度。 这是关于上面第一个也是最重要的规则。 一旦交易者能够承受账户中的任何亏损,他必须遵循第二条规则,从而确保交易活动不会对他的生活产生负面影响。 最后,每个人都必须尊重第三条规则,不要暗示其他毫无准备的人参与这项高危的举动。 如果有人不能遵守上述的基本金融投资规则之一,他必须远离这项活动,禁止投资!

一旦我们有了可承受损失的资本额度,我们就可携其参与金融投资,并使用智能系统进行交易来赚钱。 为此目的,我们需要一些优秀、且可盈利的智能系统,以及合适的风险和资本管理策略。 假设我们有 20000 美元和五款优秀的智能系统,可为每个运行的智能系统设置 2% 的最大回撤。 通过假想,它们还配合 10% 的资本缩水运行,最低资本为 1000 美元。 系统盈利预期是在一段时间内将投资的资金翻倍。 该场景是现实的,可以使用市面上提供的智能系统来完成。

尽管每款智能系统由回测报告给我们的最大回撤为 2%,但长期所涉及的风险根本不是 2%。 随着时间的推移,一段时间后市场行为将变得如此不同,以至于回测都已过时。 通常,我们在遭受重大且前所未有的损失后才会注意到这一点。 为了长期保持交易活动,我们必须限制可能的损失,并巧妙地弥补损失,从而继最后一个盈利阶段继续投资。 为了限制智能系统的损失扩大,超出我们的预期,我们必须为整个账户设置全局止损。 按照经验,合适的全局止损值是正常回撤的 2 或 3 倍。 在我们的示例中,我们可以将全局止损设置为存入资本的 30%。 为了在账户中实现它,我们可以使用专门的实用工具软件来停止所有交易过程,并在回撤达到 30% 时,所有持仓平仓。 一些作者可能评论说,某些算法可以由其平常的运行降低回撤,30% 的限制就太小了。 全局止损限额的最大值和功能值可以设置为投资资本的 50%。 该值还取决于风险偏好,和算法挽救可能亏损的能力。 任何情况下,为交易账户设置全局止损过程将保护剩余资金。

建立合适的风险和资本管理策略的第二个重要阶段是找到一条途径来弥补可能的亏损。 如果在每次重大亏损之后,我们都按投资计划从头开始,将永远不会获得预期的利润。 建设性的思维是将资本分为两个主要部分:活跃资本和储备资本。 活跃资金是存入主交易账户的资金,其中智能系统可用其赚钱。 储备资本也存入一个资本账户,但完全没有风险。 维持这些被动资本并等待,仅用它来弥补可能的损失。 下表针对实施情况表述此策略。 资本从一开始就分为两等份。 当资本翻倍时,一半的利润从活动账户中提款到储备账户之中。

弥补可能亏损的长期投资计划

图例 2.  弥补可能损失的长期投资计划

从长远来看,这个计划是一个稳定的计划。 在每一步开始时,总储备资本等于活动资本金额。 这一事实允许投资者在投资活动期间随时从储备资本中弥补任何可能的损失。 即使损失了所有活动资本,投资者也可以将所有储备资本分配给该特定步骤以弥补损失。 一些保守的投资者只将储备资本的一半弥补可能的损失,而保留一半用于重大状况。 这种策略是可行的,特别是当我们采取全局止损保护,且并非所有活动资本都处于风险之中时。 无论如何,如果所有活动资本或重要部分在投资步骤中都损失了,这种资本策略也能令投资者不至于从头重蹈覆辙。 此外,在重大亏损之后,如果投资者不想再投资更多,那么采用上述策略,他仍然保留了储备资本,每一步之后还留有这么一笔额度可观的资金,无论如何,高于或等于遭遇的亏损。

上述策略只是一个例子。 可以进行更多改进,以便提升风险和资本管理的保护能力。 例如,一些交易者可以每周或每月从活动账户中累积的利润中提款,设想随着时期延伸,会涉及更高风险,并可能遭受重大损失。 其他投资者在弥补损失时,也会构建不同的补仓策略步骤。 有些只从储备账户中弥补大笔亏损,而另一些则每周或每月来弥补遭受的所有亏损。 在任何情况下,稳定的策略必须包括一条规则,即在交易过程恢复每次的亏损后重建储备资本。 这样,储备资本将为未来的任何其它救援做好准备。

从这个角度来看,本篇论文的定位是针对所有类型的投资者和交易者。 初学者将会找到一种稳定的方式来建立他们自己的风险和资本管理策略,而高级投资者会重新考虑他们的资本策略,特别是那些没有明确重组储备账户计划的人。 我们必须提请注意,上表不包括估算时间,即在每个步骤资本效率取决于金融市场行为。 周/月/年会有好有坏,自动交易过程亦分优秀和垃圾,但在任何情况下,投资者必须遵循他的长期投资计划。


结束语

使用自动化软件在资本市场进行交易并未降低风险,而是相反。 由于市场行为的变化,任何算法都可能增加所涉及的风险,且无通知。 虽然,世上没有什么可以保证市场在未来会像过去一样发展。 投资资本的很大一部分可以通过使用全局止损过程得到保护。 明智的资本管理策略能提供可用资本,从而挽回任何损失。 将投资资本分为活动和储备部分,为我们提供了长期活动的稳定投资计划。 无论如何,永远不要让风险超过您能承受的损失,永远不要冒风险投入所有可用资金,永远不要借别人的钱冒险! 交易活动是有风险的,金融市场投资是一个漫长的过程,在赚钱的征途中会遭遇亏损。


本文由MetaQuotes Ltd译自英文
原文地址: https://www.mql5.com/en/articles/11500

数据科学与机器学习(第 07 部分):多项式回归 数据科学与机器学习(第 07 部分):多项式回归
与线性回归不同,多项式回归是一种很灵活的模型,旨在更好地执行线性回归模型无法处理的任务,我们来找出如何在 MQL5 中制作多项式模型,并据其做出积极东西。
您应该知道的 MQL5 向导技术(第 03 部分):香农(Shannon)熵 您应该知道的 MQL5 向导技术(第 03 部分):香农(Shannon)熵
今天的交易者都是哲学家,几乎总是在寻找新的想法,尝试提炼它们,选择修改或丢弃它们:一个探索性的过程,肯定会花费相当的勤奋程度。 本系列文章将提出,MQL5 向导应该是交易者的支柱。
学习如何基于鳄鱼(Alligator)设计交易系统 学习如何基于鳄鱼(Alligator)设计交易系统
在本文中,我们将完成有关如何基于最流行的技术指标设计交易系统的系列文章。 我们将学习如何创建基于鳄鱼指标的交易系统。
学习如何基于加速(Accelerator)振荡器设计交易系统 学习如何基于加速(Accelerator)振荡器设计交易系统
我们系列中的一篇新文章,介绍如何通过最流行的技术指标创建简单的交易系统。 我们将学习一个新的加速(Accelerator)振荡器指标,我们将学习如何利用它来设计交易系统。