SamSuka
阿程量化交易
阿程量化交易

patreon


免費公開點樣用一個穩定蝕錢策略黎大賺Alpha? (Sharpe 1.44)

今篇講解點用一個輸錢的策略做出一個Sharpe ratio 1.44 (已計交易成本) 的交易策略 (連Excel file 記錄)。

首先,絕對唔係單純反轉方法黎做。

第二,未見過坊間同行講過,而種賺Alpha方法並唔單單係用一般的權益曲線交易 (Equity Curve Trading, 簡稱ECT),而係用到一種特殊的ECT方法去做。


唔少人以為反轉做就可賺錢,但其實好多策略本身蝕錢主要有兩大原因:

1. 策略本身無優勢

2. 過度交易 (over-trading),導致交易成本過高,變相每單trade平均都賺少左/蝕多左,導致長遠蝕錢。

如果個蝕錢策略係因為交易成本過高而穩「蝕」,咁就算反轉策略邏輯去做,個交易成本都可能會覆蓋左本身賺到的微利,到頭黎只會繼續蝕或微賺,策略sharpe唔會靚仔。

咁今次我地嘅Alpha3到底係用咩方法去賺Alpha? 答案就係一種特別的「權益曲線交易 (Equity Curve Trading)」方法。

係了解而種「特別」的方法之前,我地先睇咩叫做 「權益曲線交易 (Equity Curve Trading)」。其實意思好簡單,就係我地用一個策略得出黎的 Equity Curve (或者係 Cumulative Returns Curve) ,去產生真正的交易訊號。下面用個真例子黎解釋一下:

以下是一個不停蝕錢,應用在納指Emini期貨進行交易的策略。可見策略的 Cumulative Returns 即使在「未」計入交易成本時已不停向下滑,直至差不多輸掉整個本金。這個蝕錢策略的邏輯非常簡單當5天平均線上穿10天平均線時,在Close買入(如本身有倉先平倉再反手); 當5天平均線下穿10天平均線時,在Close沽出,基本上100%時間都有持倉。 問題是,為什麼要用這樣蝕錢的策略再去賺錢呢? 



因為坊間一般提起的Equity Curve Trading (ECT)的方法,通常都是使用Cumulative Returns Curve 與自身的平均線比較,邏輯是當Cumulative Returns > 自身平均線時,代表策略於近期開始回勇,所以就會開始跟用該策略。但如果試過應用此方法的朋友,都應該知道唔係個個策略都可以有績效提升,比較有效的會是原策略(Raw strategy) 績效大上大落的策略,因為績效回轍後很快ECT機制會停止跟隨原策略的倉位/新的交易訊號,變相防止再輸,反之如是策略回勇便馬上跟風去做,跟住賺。但可以有這種類型的Equity Curve的策略並不時時見到,所以很多時候都無法好好利用ECT方法去做。

而今次我分享的是多年來留意到的一個ECT規律。它應用了Equity Curve 一種特別的型態去將輸錢變成賺錢,這種型態就是「穩定輸錢」型態。

但要非常留意的是,這種「穩輸型態」是沒有計入交易成本,否則測試不出真正可以用在實戰賺錢的優勢,因為你很難得知某種穩輸型態的出現是因為交易成本過高,還是比較大機會是原策略的交易邏輯其實反映了市場的某種Alpha現象。當然,我地係想得到後者。


但為何「穩輸型態」可以令到我們建立一個新的賺錢策略如下圖所示:


答案就是,如果你留意到一個交易策略是因為有負交易優勢(不計入交易成本)而長期蝕錢的話,其實你大可以好好利用之前在 【真‧搵Alpha方法 1 】提過的percentile方法:https://www.patreon.com/posts/zhen-wen-fa-1-ce-100421185?utm_medium=clipboard_copy&utm_source=copyLink&utm_campaign=postshare_creator&utm_content=join_link

用Percentile + rolling方式去得出現在的cumulative returns 狀態在最近的N天內(e.g. 30天) 處於什麼位置的percentile。如果:

1. Cumulative Returns 處於近30天內的 95percentile或以上,那就代表原策略(Raw strategy)在長期蝕錢的情況下在短期內賺得相對地高,到了近期的高極值,因此績效大機會回調。另一個看法是,原策略中的長倉賺錢將會變成長倉蝕錢,短倉道理一樣。

所以如果原策略在Close時大概仍處於長倉的位,在出現了Cumulative Returns 處於近30天內的 95percentile或以上的訊號後,將會在Close的位置做短倉short,維持一天並在下一日的Close平倉。

相反,如果原策略在Close時大概仍處於短倉的位,在出現了Cumulative Returns 處於近30天內的 95percentile或以上的訊號後,將會在Close的位置做長倉long,維持一天並在下一日的Close平倉。

可以再看多一次下圖,就是用上面邏輯的一個Long-short都做交易納指期貨的圖,Sharpe ratio達1.44。其實要做出一個高Sharpe策略並唔難的。

Asset trading: 納期Emini (2000-2024) (Long + Short)

Performance Statistics (round trip 4bps):

Cumulative Returns: 237.29%

CAGR: 5.12%

Sharpe Ratio: 1.44

MDD: 19.45%

Exposure: 12.93%

最後附加一張圖,將得出來的結果做對比:

上圖可見,即使Raw Strategy 本身純反手黎做,在CAGR﹑Sharpe Ratio﹑MDD方面看完全唔係ECT方法個Level,而且純反手做的Exposure還要接近100%有倉,資金efficiency奇低。如果一個策略A比策略B的exposure高出約8倍 (99.23% vs 12.92%),唔洗講大家都知邊個策略好啲。

(系列「真‧搵Alpha策略系列 3」 + 【公開量化策略系列 6】)

(另外多謝Philip提醒,我誤upload下期的部分錯誤內容所以大家之前file會見到有MA(20)及(10)的混合數字,可以不理,睇最新的Excel file就可以了)

【真‧搵Alpha策略系列】

搵Alpha方法1 :

https://www.patreon.com/posts/zhen-wen-fa-1-ce-100421185

搵Alpha方法2:

https://www.patreon.com/posts/jiao-ni-yi-ge-fa-102776585

----------------------------------------------------------------------------------------------------------------

【公開量化策略系列】

策略 1 (Sharpe Ratio 1.4):

https://www.patreon.com/posts/gong-kai-liang-1-98710085

策略 2 (Sharpe Ratio 1.84):

https://www.patreon.com/posts/zhen-wen-fa-1-ce-100421185

策略 3 (Sharpe Ratio 1.34) - Long+Short 美期:

https://www.patreon.com/posts/gong-kai-liang-3-101097951

教你一個方法即搵高Sharpe策略

https://www.patreon.com/posts/jiao-ni-yi-ge-fa-102776585

策略 4 - Trend Following

https://www.patreon.com/posts/gong-kai-liang-4-103345268

策略 5 - 公開一個 Sharpe ratio 2.42 的交易策略

https://www.patreon.com/posts/gong-kai-yi-ge-2-103636466

----------------------------------------------------------------------------------------------------------------

【程式交易編程系列】

1. 真正深入回測恆指每月第一個交易日/最後交易日規律:

https://www.patreon.com/posts/zhen-zheng-shen-99709770

2. 關於日內數據(Intraday Data)你不知道的二三事

https://www.patreon.com/posts/guan-yu-ri-nei-101348214

3. 關於日內數據Part 2 - 從數據了解ES交易時間

https://www.patreon.com/posts/guan-yu-ri-nei-2-103392012

----------------------------------------------------------------------------------------------------------------

【行內秘聞】

1. 量化基金如何保護他們的交易策略:

https://www.patreon.com/posts/liang-hua-ji-jin-95730512

2. 行內交易員對Alpha的看法:

https://www.patreon.com/posts/xing-nei-jiao-yi-97170473

3. 上司如何得知一個初級量化交易員的悟性?:

https://www.patreon.com/posts/shang-si-ru-he-99299074







免費公開點樣用一個穩定蝕錢策略黎大賺Alpha? (Sharpe 1.44)

Comments

Good question. 前者最主要睇交易策略的frequency,如果係daily frequency,我自己覺得係越多越好,但如果受數據所限,4-5年數據也可但最好係包埋一啲日數據係有不利於策略自身屬性。例如medium trend following strategy 最好包一啲日內大跌的日子,咁4-5年都足夠。 第二條question,yes,但你都可以自己optimize下,但要留意如果signal唔夠強的話,結果是否夠robust。

SY

非常大既 alpha! 我想問下 live trading 既時候 equity curve trading 應該點樣 execute (無論係你提到既 percentile approach 還是係 SMA approach), 係策略起始階段, 我係咪應該要拉番 4, 5 年 (總之 as many data as the amount that you do in backtest) 既歷史數據去 simulate 番條 equity curve 作為個 initial state, 定還是我只需要拉到 window size 咁長既歷史數據(再額外加長少少做 buffer) 去 simulate 個 equity curve 就足夠? 同埋第二個係關係你既策略: exit after 1 day 係咪憑 backtest 得出黎既結論?( 去到 backtest 既時候我地係咪應該將個離場日數當一個 parameter 去 optimise)

Jacky

Sure,先將 non zero 的daily turns filter 出黎,之後用sqrt(252) * average( all of daily returns) / sample std( all of daily returns)

SY

唔好意思, excel入面個sharpe ratio (1.44)冇formula, 唔太識計, 唔知可唔可以加返? 謝謝

Ryan Ng


More Creators