整整一年,我们试图把单一策略优化成某种惊艳的东西。诚实的天花板总是落在同一个位置:一个好的趋势系统在单一市场上,8年里大约能赢6-7年,中间夹着-5%到-8%的亏损年份。把参数推得更狠,回测会变好,而未来会变差——这笔交易随时可做,而且永远是亏的。
后来我们停止了优化,开始做组合。
我们在真正因为不同原因而波动的市场上运行带硬止损的趋势跟踪:由利差驱动的日元交叉盘趋势,和由自身周期驱动的加密货币趋势。单独来看,每个组件仍然有自己的亏损年份。但在等风险配置下组合起来,一件简单而不起眼的事情发生了:它们的坏年份落在了不同的日历上。
在我们的组合测试中,这个由不相关组件构成的投资组合在每一个测试年份都取得了正收益,最差的年份仍然是两位数正收益,年度收益的标准差相比最强的单一组件大约减半。没有任何组件为此被进一步优化。改善完全来自相关性矩阵——而相关性矩阵不同于参数集,它不在乎优化器想要什么。
为什么这比再调一轮参数更好
1. 参数优势会衰减;结构性的相关性优势取决于资产本身是什么。
2. 分散化改善的是最坏情况,而真正把账户踢出局的正是最坏情况。优化改善的主要是过去的平均情况。
3. 它可以被诚实地检验:每个组件单独在真实tick上验证,然后组合只是算术,而不是又一次拟合。
任何交易者都能用的实践版本
你不需要我们的产品也能使用这个思路。拿出两三个你已经信任的策略,确认它们的亏损期不重叠,然后把风险平均分配。整体会比任何单一部分都平稳。如果你想要我们打包好的版本: https://www.mql5.com/en/market/product/182751
