复盘有哪些重要步骤？

交易中的复盘，可以有两种意思，一种是对历史实盘的交易单进行回顾总结，另一种是在系统设计的时候，从历史数据中提取可以盈利的结构。




前者的复盘核心在于：

实盘交易是否执行交易系统规则
实盘交易的盈利和亏损，是否可以反应到具体的系统规则上
交易构思


实盘交易是否执行交易系统规则

这是一个基本又重要的步骤，一个进入实盘交易的交易者，意味着他已经有了一个完整的经过测试交易系统（如果没有就进入实盘，那么注定是失败者），在这个检查过程中值得深入探讨的有三种：

遵守了系统规则，但是当时心理上是不认同的。这个时候，就要回过头去找一下深层次的原因。
没有遵守系统规则，这是最严重的，一般来说有这么几种情况
临时有要事、停电停网：最好的系统是，即使错过单笔交易，也不会对系统成绩造成大的影响，所以，如果你因为这些不可抗力导致系统成绩大幅下降，说明你的系统不稳健，有进一步提高的空间
单纯执行上的错误，注意力不集中，错过时间
身体问题
不认同、不信任交易系统和规则：通过拿来主义获得的系统，通常会碰到这样的情况，我们需要对原系统根据自己的个性三观承受能力，进行有针对的改造
交易规则比较模糊，导致开仓规则不明确，在时间节点上可开可不开：对于人工操作的主观介入系统，我们的系统规则上要做的尽量定性定量，压缩主观意识的参与度，这样系统的执行才会畅通无阻，系统成绩的统计才有衡量价值
连续亏损导致的心理压力，不敢再次开仓：再好的系统也会有逆境时期，如果连续亏损次数超过历史测试的最高纪录，有必要停止系统，进行深层次的剖析

实盘交易的盈利和亏损，是否可以反应到具体的系统规则上

我们使用交易系统来驾驭我们的技术，这就意味着我们是认同单笔交易的弱因果关系，而大量交易的强因果关系（正期望），所以，单单分析一笔交易系统的盈亏，往往是无法反应到具体规则的效用上的，我们要从系统整体上来分析，某个规则的增加或删除或修改，到底是增加了还是削弱了系统的期望值。


交易构思

交易构思主要会站在单笔交易的角度来看待并提出一些新的想法和做法，比如今天这笔交易亏损了，那么我就会思考怎么操作可以少亏一点，又比如今天这笔交易盈利了，那么我就会思考怎么操作可以多赚一点，这种自问式的思考可以提出一些很有趣的操作方法，当然其中大部分都是负期望的，但是也有少量的方法，对以后设计新系统、改进旧系统提供了很多帮助。


后者的复盘核心在于：

从看似随机的市场走势中，提取可以重复利用的优势，并根据这个优势设计交易系统
利用历史数据，推测实盘成绩，并根据模拟成绩进行规则的修改

从看似随机的市场走势中，提取可以重复利用的优势，并根据这个优势设计交易

市场绝对不是完全随机的，而是呈现稳定帕累托分布（市场参与者的非理性交易行为），这点从理论上还是实践上，都已经被证明了。价格的稳定帕累托分布比随机分布来说，一方面有着均值回归（震荡）特征，这样交易者可以利用均值回归工具获利，另一方面有着肥尾（趋势）特征，这样交易者可以利用趋势指标获利。


通过对历史数据的回顾，我们就可以从中找到系统非随机的部分，使用系统规则来驾驭。


在市面上，交易策略的形成主要有两种基本方法：自上而下法和自下而上法，自上而下法是基于对市场长时间观察总结并形成客观化的交易策略，自下而上法是从市场统计特征出发, 以观察系统在历史行情中的表现，从而形成的交易策略。


举个例子来，A 交易者通过长期观察，发现价格是呈现波峰波谷的 N 字形式运行的，从而开发出一套 N 字形态趋势交易系统，这就是一个自上而下法，这种交易方法交易逻辑性强烈，规则呈现的通常是对市场本质性的描述。B 交易者通过市场数据统计，发现价格在开盘高开 1% 以上的股票通常上涨的更加强烈，开发了一套高开买入系统，这就是一个自下而上法，这种纯粹是从数据出发的方法逻辑性较弱，当未来发生变化，描述可能就会失效了，同样也非常容易产生曲线拟合，一些 EA 系统开发者常常完全脱离实际的交易逻辑而使用纯粹数学结果，使得未来再现历史的可能性接近为零。


交易策略的提出建立在自己所持的交易理念和扎实的交易基本功上的，这需要实践经验和理论经验，交易策略要能够反映市场的规律性和逻辑性，比如 C 交易者基于对市场的两个现象提出了一个趋势交易策略：

市场是有趋势的，这就是价格非随机走势
趋势不是一路向前，而是波浪式发展，这使得我们可以通过回调，顺着趋势的方向进场

利用历史数据，推测实盘成绩，并根据模拟成绩进行规则的修改


我们将用复盘软件进行测试（如果你可以把系统程序化的话则更加简单），这里面有几个要点：


以交易周期为基准点，提供足够的历史数据和交易数据，确保样本数据的有效性
对同一个系统进行多周期测试，举例来说，如果一个系统在 H1 周期上可以获利，但是在 H4 周期上不可获利，说明这个系统是非常值得怀疑的，在 H1 周期上的获利可能并不能代表系统盈利的本质性，换句话说，优势不显著
对同一个系统进行多市场测试，每个市场都有自己的特性，这个不假，在一个市场中获利颇丰可能在另外一个市场并不是如此，但是如果差距太大，说明这个系统也是非常值得怀疑的，优势不显著，一个好系统，微调规则后，就能适应不同的市场

历史测试可以帮助我们在实盘之前考量一个系统的能力性、可靠性、可用性，同时在系统设计中，通过一系列数据统计，帮助我们对系统的改进提供方向性和指导性。


一次完整的历史测试有三个阶段（以现在 2021 年为例）：


根据陈旧历史数据测试（2015 年至 2021年历史数据）内推设计出系统原型
根据较新的历史数据测试（2021年数据）验证系统原型的绩效
根据未来的数据测试（2022年数据）外推系统绩效

三个阶段互为循环，帮组系统原型的改进，只有通过内推和外推验证的系统，才是可以作为实盘操作的系统。


系统测试的重要参考数据：


盈利，负盈利的系统是不能采用的
交易次数，交易次数过少的系统不具备样本意义，对未来的指示性很低，较少的交易次数也可能源于曲线拟合下的强过滤，交易次数的提高有三个方向：减少过滤（特别是那些因系统无法解释数据而强加上去的过滤）、使用较小的时间框架、交易多个市场，同时我们要警惕交易次数过高的非理性频繁交易行为
胜率，胜率过大的系统往往采用了「让亏损奔跑，截断利润」的策略，或者系统对亏损交易进行了强过滤，属于曲线拟合，胜率过小的系统往往缺乏稳定性，胜率的增加有三个方向：顺势，止损放在阻力支撑等较难突破的点位，剔除一般的交易点位
平均盈利和平均亏损，盈亏比，盈亏比过小的系统一般是负期望的，盈亏比过大的系统的盈利往往来源于寥寥几笔大盈利，这是需要我们重视的，这样的系统有极高的心态素质要求，其次，这样的系统常常缺乏稳定性，从理论上来讲，我们可以通过一次巨大盈利冲销多次小幅亏损，但实践表明，中等的胜率和中等的盈亏比的系统，更加具有统计意义上的稳定性，换句话说，这样的系统更加优秀，增加盈亏比通常有两个方法：让盈利的头寸盈利更多（让利润奔跑），让亏损的头寸亏损更少（截断亏损）
最大连续亏损（盈利）次数（额度），如果实盘连续亏损次数小于测试，我们应该坚定不移执行策略，如果实盘连续亏损次数大于测试，我们应该警惕系统失效（假性失效）和市场变化的可能性
最大盈利和最大亏损，如果最大盈利和平均盈利相差太大，则应该剔除这次最大盈利，一半不具备再现的可能性，如果最大亏损和平均亏损相差太大，则应重新考量资金管理策略对风险的抵抗能力，一般来说，单比最大亏损不能超过资金的 6%
最大回撤，历史数据测试会低估最大回撤，如果最大回撤过大，系统也是不稳定的，对心态要求极高，是不推荐的

交易系统的优化


对交易系统的优化是历来争议最多的地方，一方面优化可以增加系统未来的表现，一方面优化会降低再现历史的可能性，实际上，最优化是必须的，了解参数变化的影响总好过稀里糊涂选择一个参数，被纯粹的运气左右命运。


系统优化有两个方向：定性规则的优化，和定量规则的优化（参数）。


定性规则的优化指的是在原有系统基础上，对某些规则进行微调处理（甚至删除一些多余的规则），比如本来是收盘价开仓的，现在改为挂单开仓，这种修改不会改变整个系统的策略思想和逻辑。


定量规则的优化指的是以原有系统参数为核心进行微调，比如原数据均线参数为 20，我们会在优化过程中，参考 10-30 之间的参数对应的系统成绩变化进行遍历，在这个过程中，一方面可以通过这个过程发现参数对系统的影响变化，加深对系统的理解，一方面可以寻找稳定的最优参数，一个稳定的最优参数周边的参数不会出现跳跃式的成绩变动，或者说，一个稳定的交易策略，参数应该可以取一个范围。


在系统优化中，我们需要警惕曲线拟合，一方面我们要控制系统规则数量，一个多规则的系统是一个多自由化的系统，随便一优化就会掉入曲线拟合中，另一方面我们应该从多市场、多周期、样本内数据和样本外数据分别测试考验（比如用 2015-2020 年的数据进行内推，用 2020年的数据进行准外推，如果两者间的成绩想差太多，基本上是拟合了）。


交易系统的更新


交易系统运用于实盘后，我们要对系统成绩进行跟踪，这也是交易日记重要的原因，当发现交易系统对市场特性偏离时（实盘数据超过历史数据），我们就有必要对原有系统进行更新，优化方法和测试方法相同，就不再阐述。


交易系统的简化


何为简单系统？


我觉得有必要对简单系统下一个定义，一个简单系统，是指在去除了重叠和不必要的规则情况下，还能保持良好盈利水平的系统。


反过来说，如果去掉必要的规则以及去掉了大幅降低系统收益的规则，那么这种简化是不可取的，所以交易系统不是越简单越好，而是简单的系统往往比复杂的系统生命力更强，适用范围更广。


简单的规则易于执行


举个例子来说，很多日内交易系统的头寸量采用固定手数的模式，比如每次开 3 手，原因也简单，因为复杂的头寸量公式来不及算，固定手数的模式有执行速度和执行便利上的优势。


简单的规则易于检验其期望


这个也很好理解，如果一个系统关于开仓就有 5、6 个规则，那么交易者很难分辨出到底哪个规则对系统产生了正期望，哪个规则对系统产生了负期望，即使可以分辨，其验证方法耗时耗力。


简单的规则不容易掉入曲线拟合陷阱


反过来说，复杂的系统「几乎无一例外」的掉入了曲线拟合的陷阱，一个过于复杂的系统是多自由度的系统，而非市场本质的体现（市场有高度的随机性，这部分随机性是无法被解释的），一番优化后总能出现一个成绩良好的模型。


简单的规则便于改进


当市场性质发生变化，简单的系统可以快速找到无法适应新市场的规则，之后的改进也成了可能性。


简单的规则便于复盘


如果系统规则很多很复杂，就会使得复盘几乎不可能，一个可复盘的系统流程应该短平快，便于交易者统计总结和提高。


简化方法

使用不共线的指标，举例来说，价格指标和成交量指标就是不共线的指标
删除多个共线指标，举例来说，不需要同时使用均线和趋势线一起用于趋势判断，取一即可
删除模糊和难以执行的规则，以定量定性的规则代替

Details

Details

Details