从假设到可测试规则
交易策略始于一个可证伪的市场假设,而非指示器组合。一个有用的假设解释了为何会存在可重复的行为。例如:在经历一段异常低波动后的高成交量突破若与长期趋势对齐,且因待处理订单被触发、持仓不足的交易者晚进入,往往会延续。这一主张可以被测试。相比之下,“在图表看涨时买入强势币”则因为强势与看涨未被定义而难以稳定测试。
将假设翻译为两个独立交易者在相同蜡烛图下会一致执行的决策。指定工具品种范围、时间框架、交易时段约定、设定、入场、初始止损、获利出局、止损出局以及无效化条件。还要定义决策是使用蜡烛收盘价还是时间柱内价格。每一项计算都必须使用在决策时间戳可获得的信息;否则测试将存在前视偏差。
考虑一个基于 UTC 蜡烛图的 BTC-USDT 四小时动量策略。有效的设定要求收盘价高于 200 周期指数移动平均线、14 根已完成蜡烛的 ATR 除以价格不超过 1.8%、且当前收盘价高于前 20 根已完成蜡烛的最高高点。突破成交量至少为前 20 根蜡烛中位成交量的 1.3 倍。这些阈值只是示例,用于验证,而非通用常量。
进入、离场与无效化设计
入场发生在符合信号的下一个四小时蜡烛开盘价处。这避免了假设一个订单能以与确认设定相同的收盘价下单的不现实假设。初始止损设置在实际入场价下方 1.5 ATR。一个单位风险,或 1R,相当于入场价减去止损价的差额(用于多头交易)。利润目标设在入场价上方 2R,且若头寸在 12 根蜡烛后仍未平仓,则在下一个可用价格平仓。
止损与策略无效化是相关但不同的概念。止损控制单次交易的亏损。策略无效化决定何时再也不再部署该系统的证据足以支持。单次止损并不会使一个正期望值的策略无效。一个合理的操作规则可能是在实盘结果产生 12R 的回撤、平均执行成本相对于回测假设超出 50%、或若连续 30 个合格信号的期望值低于 -0.10R 时暂停策略。这些阈值必须在观察实盘结果前就被确定。
头寸规模应在不同波动率环境下使损失具有可比性。若账户净资产为 20,000 USDT、每笔交易的风险为 0.5%,则风险预算为 20,000 × 0.005 = 100 USDT。如果入场价为 60,000、止损为 58,800,则原始距离为 1,200 USDT/BTC。忽略成本时,单位规模为 100 除以 1,200,等于 0.0833 BTC。如果估计的来回交易费用与滑点等于入场价的 0.16%,则执行成本约为每 BTC 96 USDT。在考虑成本后,规模为 100 除以 1,296,约为 0.0772 BTC。杠杆会改变保证金要求,而非定义的损失距离。

构建可信赖的回测
请使用与目标执行环境相匹配的交易所的干净历史蜡烛数据。不同交易所的加密货币价格、成交量、手续费、资金费率和流动性存在差异。记录符号、交易所、合约类型、时间框架、日期范围、费用等级、订单类型、假设滑点及资金处理。对于永续合约,排除资金费可能会在头寸跨时段资金费时显著高估收益。
按时间顺序处理信号并防止出现重叠头寸,除非实际策略允许。对进入和退出的交易费用、对手方滑点以及实际成交进行计费。如果止损和目标都落在同一根蜡烛内,单靠蜡烛数据无法揭示先发生的事件。可通过使用更低时间框架数据或采用保守规则(先记录止损)来解决。静默地选择目标会带来有利的偏差。
按时间顺序分割数据而不是随机分割。一种实用结构是60%用于开发、20%用于验证、20%用于最终的未修改测试。参数在第一段中设计,在第二段中对比,在最终段中只评估一次。更强的方法是使用滚动前瞻测试:在固定的历史窗口中优化或选择规则,在下一段进行测试,然后将两个窗口向前滚动。这使策略暴露于不断变化的波动性和趋势阶段。
参数鲁棒性比单一最佳结果更重要。如果1.50 ATR止损是有利的,但1.40和1.60的结果都非常负面,显现的优势可能是噪声。测试一个可行取值的邻域,并偏好稳定的平台。避免测试数百种变体并只报告赢家。每增加一种变体,发现历史巧合的概率就会增加。
以读取绩效量化为起点
从交易级别的收益以R为单位开始,因为R将交易按照初始风险进行归一化。设想一个测试包含120笔交易:54笔胜利,66笔亏损。胜率为54/120,即45%。若平均盈利为1.65R,平均亏损为-1.00R,则毛期望为0.45×1.65 - 0.55×1.00 = 0.1925R/笔。因此,即使亏损的次数多于盈利,策略也可能盈利。
利润因子将毛胜与毛亏进行比较。毛胜为54×1.65R=89.1R,毛亏为66×1.00R=66R。利润因子为89.1/66,约为1.35。如果平均手续费、滑点和资金费总计每笔交易0.08R,净期望变为0.1925R-0.08R=0.1125R。在每笔交易账户风险0.5%的情况下,近似算术期望为0.1125×0.5%≈0.05625% 的权益收益/笔,且在复利前。
不要仅以净利润来评判系统。记录最大回撤、最长的亏损序列、敞口、平均持仓时间、交易频率,以及按市场阶段的绩效。若有30%的回报伴随28%的回撤,与22%的回报伴随8%的回撤在职业发展上的含义不同。夏普比率和索提诺比率有帮助,但它们的数值取决于采样频率和对收益分布的假设。对于事件驱动系统,权益曲线、回撤持续时间和R分布往往更直接地传达风险。

前向测试和接受标准
回测建立历史的可行性;前向测试检查规则、数据和执行是否能在实时条件下生存。对未见的信号使用仿真交易或极小资金运行完整流程。信号发生时必须记录订单,而非事后再构建。记录拟合的价格、实际成交、价差、滑点、手续费、资金、时间戳、头寸规模、止损变动、离场原因,以及任何漏单或被拒绝的订单。
在前向测试之前选择可接受的标准。例如,继续进行,直到至少出现40个符合条件的信号或已过去12周,以较长者为准。只有当净期望仍然为正、实现利润因子至少为1.15、最大回撤低于10R、以及中位滑点不超过建模值的25%时,策略才进入有限部署阶段。这些是治理阈值,并不能证明未来利润有保证。
用一个区间而非精确的回测平均值来比较前向结果。只有40笔交易,抽样不确定性较大。检查胜率、平均盈利、平均亏损、成本和信号频率是否方向一致。若胜率较低但赢家更大,可能无害;若毛期望值相近但执行成本翻倍,仍可能不可接受。在修改规则前调查偏差。
避免错误的信心
主要威胁包括前瞻性偏差、存活性偏差、过拟合、成本不全以及自由裁量覆盖。若在今天的流动性代币列表在早期年份进行测试,排除了未能存续或被摘牌的资产,即会出现存活性偏差。规则被反复调整以修复每一个亏损期时,会出现过拟合。自由裁量覆盖会使测试的策略与实际交易的策略不同。
保持一个版本化的策略规范,并且一次只改变一个有正当依据的组件。修改后的规则会创建一个需要重新验证的策略版本;它不会改写旧测试。最终测试段在规则集冻结前保持不动。若在开发过程中被反复查阅,它将成为训练数据的一部分,需要一个新的样本外期。
经过验证的策略并非历史回报最高的那一个。它是具有明确经济假设、可重复的规则、现实的执行假设、正的净期望、可容忍的回撤、在邻近参数和情景下的鲁棒性,以及与历史不确定性一致的前向行为的策略。可持续交易来自对测试过程和风险暴露的控制,而非消除所有亏损交易。
课程检查点
巩固所学知识,获取作业反馈。