會想要寫這篇文章最主要的目的是希望讓讀者們對於交易策略邏輯上的思考能夠有更多不同角度的看法
基本上,目前大家所知道正確的理論是因為該理論還沒有被推翻或是被認定為不正確
對於交易策略的研發方法也是一樣的道理
很多人都認為交易策略的開發上使用人工的方式去進行開發絕對會比使用電腦去進行開發來的好,這個觀念我可以說正確也可以說不正確
首先,我們先以簡單的圖示來看看人工方式與AI開發交易策略的差異
我們不難發現,在人工開發策略上我們必須要自己找出"策略的優勢" 這一點至關重要,因為如果沒有尋找出策略的優勢基本上後面的程序都無法進行,但是大部分的人對於找出策略優勢的這個重點在學習上就存在著一個很大的問題
1.何謂優勢的策略?
2.如何學習?
3.向誰學習?
4.找出策略之後如何驗證該策略是否真的具備優勢?
5.其他未知問題............
大部分的投資人在尋找優勢策略上一定會面臨到上述的前面4個問題,有的人甚至還會面臨到更多的未知問題,然而我們幾乎都依靠學習+思考來尋找優勢策略,問題在於,我們學習的方向是對的嗎?思考的方向是對的嗎?
你的努力如果方向不正確,再多的努力全部都是白費
正因為如此,當我們在面臨尋找優勢策略的時候,方向正確將會比任何事情更重要
現在,問題來了? 我們如何得知我們的尋找優勢策略的方向是正確的?
最簡單的方式就是你採用什麼方式去驗證你的策略,透過部分的投資書籍有提到以下的幾種方法
1.透過歷史回測
2.透過樣本內樣本外交叉比對測試
3.利用隨機性的蒙利卡羅檢定
4.增加滑價,交易手續費以模擬真實交易情況
5.將策略進行最佳化觀察績效在不同參數下的表現(參數孤島,參數高原)
6.使用推進分析進行最佳化期間檢定
7.套用不同的資金管理進行測試
8.觀察不同的策略獲利面向
9.訂定策略的評估標準
10.另類樣本外分析,例如..進行跨市場(商品)測試
11.更多未知的分析方法.............
以上的前10種方式或許你都可以在
交易策略評估以及最佳化,交易聖經或者是交易創造自己的聖杯看到相關的內容,然而還有更多的無止境檢定方式還沒有被發現
延伸閱讀影片交易聖經~系統交易盈利要訣導讀
我們先假設這些檢定是有效並且有通過檢定的策略絕對比沒有通過檢定的策略來的好的情況來進行反向思考
可以先得出一個結論,那就是...不管是以人工的方式所開發出來的策略或者是以電腦自行開發的方式所建立的策略,都要先通過上述檢定來判斷"策略是否真的具有優勢" 所以,從另一個角度來看,策略是否具備相當程度的優勢是屬於"結果論"
如果策略是否具備優勢屬於"結果論",就代表不管使用人工或是電腦來進行開發並沒有存在很大的差異性,反而電腦可以比人類找出更多可能具有優勢的策略來進行相關檢定,換句話說,只要電腦開發的時間夠久,絕對可以建構出跟人工開發一模一樣的公式跟策略,即使公式不同或存在些微差異,進出場的價格也會很接近
舉例來說:如果指數從10000點經過10分鐘之後上漲到11000點,在這10分鐘內只有在10000點買進並且在11000賣出的人獲利最高,不管你使用任何公式,任何策略,只要你有辦法設計出一套邏輯從10000買進,11000賣出,那你就找到了這段時間的優勢策略,他可能是
1.只會在歷史走勢上賺錢的條件: 邏輯直接是10000買進11000賣出
2.使用均線讓策略在接近10000的時候買進11000的時候賣出
3.使用RSI讓策略在接近10000的時候買進11000的時候賣出
4.使用XXXXX指標或是公式讓策略在接近10000的時候買進11000的時候賣出
5.................更多的未知方法只要能夠讓策略在10000買進,11000賣出
上面所講的是幾種策略邏輯可能性,1的部分已先排除絕對不可能適用於未來,2~4的策略邏輯可能出現幾種狀況
1.指標邏輯適合,參數需要調整
2.指標完全無法開發出優勢邏輯
3.公式合適,參數需調整
4.公式完全無法開發出優勢邏輯
所以,如何淘汰掉"不具有優勢的策略邏輯"才是我們找出優勢策略的關鍵
至於AI開發,在優勢策略的開發上面先是採用隨機的方式進行公式組成,再搭配各項檢定標準(可以想像成品管)把品管不良的策略汰除,僅留下在未來可能具有優勢的策略
總結,不管是人工還是AI開發策略,最後的關鍵都在於結果論外加檢定方法是否能夠正確地留下優勢策略,並非代表人工開發的策略不需要透過檢定,也不代表AI開發的策略就一定比較爛而且不具有獲利性,現今的大型避險基金公司或是投資銀行都已經開始在採用AI的方式進行交易策略的開發,未來的市場將不再是人工開發策略的環境,未來人工將會提升到另一個策略境界 >>>>>策略管理
你會選擇以人工方式進行開發還是以AI的方式進行開發,這沒有對與錯,這只有效率跟使用者本身的習慣問題!
延伸閱讀影片~
沒有留言:
張貼留言