量化交易的进阶——商品期货如何有效控制回撤

前言

衡量一个策略是否可行，时间跨度至少要经历一个牛熊市。你不能在行情好的时候，就断定一个策略的好坏，事实上在行情好的时候，大部分策略都有很好的表现。

之前听过一句话，好的策略不是比谁赚钱赚得更多，而是比亏钱的时候谁亏得更少。那么，控制最大回撤的意义远大于收益。所谓只有在潮水退去时，你才会知道谁一直在裸泳。

 

NO.2

QUANT.LA

量化干货聚集地

概述

最大回撤率是检验策略的重要参考之一，但很多时候，新手更愿意关注收益率和资金曲线，很多时候策略的缺陷都被这些掩饰了。如果最大回撤率一直控制在较低水平，那么最明显的两个好处就是：第一，可以保护好前期的盈利；其二，净值可以较快地重新回到原来的最高点。

 

 

 

 

所以，在专业交易者里，控制回撤似乎也就成了永恒的话题，同时也是一件令人头疼的事。因为无论是何种交易策略，何种止损方法，无论多么谨慎或保守，在实盘中都不可避免陷入回撤。郁闷的是，你永远也不知道，还能继续回撤多久，还能继续回撤多深？

 

更糟糕的是，当回撤达到你的容忍极限时，你不知道导致这次回撤究竟是市场出了问题，还是策略失效了，有没有必要再坚持自己坚信的策略？

 

那么，我们应该如何对待回撤，以及如何控制回撤？在本篇中，我们将围绕这些话题，展开一系列探讨。

 

NO.3

QUANT.LA

量化干货聚集地

什么是回撤

通俗点讲，最大回撤率就是统计区间内，最大亏损幅度的百分比。按照课本上的话就是：在选定周期内任一历史时点往后推，净值走到最低点时的收益率回撤幅度的最大值。

 

最大回撤率计算公式：

 

max（1-账户当日价值 / 当日之前账户最高价值）*100%

 

可能公式比较难懂，我们举个例子：

假设你的账户开户本金为5,000元，在投资或者交易的过程中，你的账户升至了10,000元，之后又跌至了4,000元，然后又增长到了12,000元，接着又跌至了3,000元，当前又涨至13,000元。

 

在这种情形下，资金经历了两次回撤：

• 第一次回撤是10,000元回落至4,000元，回撤幅度为6,000元，回撤率为6000/10000=60%；
• 第二次回撤是12,000元回落至3,000元，回撤幅度为9,000元，回撤率为9000/12000=75%。那么，该账户在开户起至今，最大回撤为75%。

 

为什么要控制回撤？

再举一个例子，假设有ABC三位投资者，初始资金都是10万。A的年复合收益率是10%、B的是30%、C是第一年收益70%，第二年却大幅回撤30%。40年后，你觉得他们的总体收益会是什么？

 

40年后：

• A：1.1^40×10万=452.6万元
• B：1.3^40×10万=361188.6万元
• C：(1.7^20)×(0.7^20)×10万=324.3万元

 

如上所述，交易就是一场马拉松比赛，衡量成功与否，最终决定是绝对收益。从上面的三位投资者来看，投资者C的盈利能力比投资者A要多得多，可是回撤比投资者A大，长期下来，绝对收益反而不如投资者A。充分说明合理控制回撤的重要性。

 

NO.4

QUANT.LA

量化干货聚集地

为什么回撤

在这么多投资标的中，有没有不回撤的呢？还真有！比如：货币基金、国债逆回购、余额宝、银行存款等等。做这些几乎无风险或者低风险的投资，回撤是控制好了，但问题在于收益不一定能达到你的预期。

 

因为市场系统性风险

所谓系统性风险是不以我们的意志为转移的，是在市场制定规则之初，就由它的规则所赋予的。系统性风险始终存在，并且不可避免。

 

 

 

 

另外，风险与利润往往成正比，相对于上述低风险低收益的投资品种来说，股市、期市更具有高波动高风险高收益性以及不可预测性。而回撤正是由于投资品种波动特性导致的，价格波动性本质上就是一种风险。

 

因为策略风险

期货是负和游戏的市场，能进期货市场玩的智商不是问题。有人买进就有人卖出，有人赚钱就有人亏钱，在这里比拼的是博弈能力。所以期货市场存在策略性风险，决定你在这个市场收益的最根本原因并不是你算概率能力的高低，而是你搏奕（策略）能力的比拼。

 

另外，本来走势很流畅，突然大幅度逆转，交易策略来不及反映，导致浮盈变成浮亏。或者价格到达关键支撑阻力位置，并在关键位置形成震荡区间，使原有的策略暂时失效或永久失效。

 

因为人为主观性风险

毕竟人不是电脑，有七情六欲。即便写个程序让电脑跑，启动、修改、停止也是由人决定的。在实盘过程中，很难做到完全客观理性。市场数倍放大人的天性，比如：贪婪、恐惧、侥幸等等。

 

NO.5

QUANT.LA

量化干货聚集地

控制回撤

第一种方法，分散投资。

降低被投资品种的相关性。也就是说 “ 不要把鸡蛋放在同一个篮子里 ”。如果把鸡蛋放在多个篮子里，其中某一个篮子倾覆，只会导致这一个篮子中的鸡蛋受损。通过分散品种，可以降低非系统性风险。把相关性低的品种做一个投资组合，本质上，是降低非系统性风险。

 

究竟多策略到底能不能分散风险，我的答案是可以的。随着策略数量增多，投资组合绩效的标准差，很容易就下降，风险也就跟着下降。策略类型有很多种，有顺势的、有逆势的、阿尔法的等等。通过低相关性策略组合，可以有效解决资金曲线的波动性。

 

 

 

 

第二种方法，科学的仓位控制。

特别是在双向的杠杆市场，买卖多少要比什么时候买卖更为重要。再好的买卖方法要配上正确的资金管理才行。究竟每一次买卖多少才合适？这里引用凯利公式。

 

 

 

 

其中

• f*为现有资金应进行下次投注的比例；
• b为投注可得的赔率（不含本金）；
• p为获胜率；
• q为落败率，即1 - p；

 

例如：你的策略胜率是40%（p=0.40），赔率为2:1（b=2），那么最佳投入应该是(2 × 0.40 - 0.60)/2 = 10%的资金。

 

另外，关于加仓，历来都争论不休。如果交易策略是正期望，不管是顺势加仓还是逆势加仓都没错，但各有优缺点。

 

• 顺势加仓优点：可以控制亏损的规模，同时放大盈利。
• 顺势加仓缺点：会大幅度减少盈利交易的次数。
• 逆势加仓优点：可以大幅度提高盈利次数。
• 逆势加仓缺点：不亏损则已，一亏损就是大亏。

 

我的方式是：不加仓，而是在大量浮盈时加非相关策略或者加非相关品种。并且如果平仓时盈利的，就隔离一半的盈利来减小回撤。

 

仓位控制，既是技术亦是艺术，没有盖棺定论的说法，主要取决于是否符合你的性格。本质上是只让部分资金进入市场，来规避市场的系统性风险（波动），其余作为后勤保障，让你的概率优势继续下去。

 

第三种方法，加入基本面分析。

我曾经比较排斥基本面分析，认为所有的信息都已经反映到了价格上，认为基本面分析是预测。直到有一天看了一部电影《十二怒汉》，改变了我对事物的看法。深入研究基本面分析后，觉得这里面其实很好玩的。我现在的做法就是：基本面产生信号，技术面确认信号。

 

 

 

 

基本面分析门槛较高，它需要相关的专业知识和大量的时间精力。相对于股票，期货的基本面分析要简单些。

 

首先是品种划分，大致分为农产品和工业品两类。农产品主要看供给。工业品主要看库存。以对于工业品为例，低库存且期货深度贴水时，存在做多机会；高库存且期货大幅升水时，存在做空机会。

 

NO.6

QUANT.LA

量化干货聚集地

盈亏同源

通俗点讲，盈亏同源就是你想出海打渔就得承担大海的风险。无论是积极面对还是消极面对，大海的风险始终都存在。在市场中，回撤也是交易的一部分，盈利和亏损天生就是共存的，首先你应学会接受亏损，正视回撤。

 

就比如，在某一内你的策略赚了50%的收益，但接下来用同样的策略却又吐回去15%，也就是说，若不用这个策略，你就赚不到50%收益，若用这个策略，后面大幅回撤15%，也是难于避免的。这就是盈亏同源，控制不了回撤。

 

经常见到有些交易者，遇到较大的回撤就停掉策略，一旦停掉，这个策略又恢复往日雄风，策略创新高但净值来了个踏空。现实中还有不少新手，低频换中频、中频换日内、日内换炒单，结果得不偿失。

 

 

 

 

 

NO.7

QUANT.LA

量化干货聚集地

总结

无论如何，风险管理怎么强调都不为过。巴菲特曾说过，“投资首要的是保本”。交易并不是只看收益不看风险。不要过度的追求短期超高利润。但是也要明白盈亏同源的道理，你想抓住每一次机会就必然无法躲过风险，不能一味的控制回撤，而偏离交易的本质。

 

回撤的幅度以及持续的时间取决于风险管理能力，在交易中始终把风险放在第一，利用科学的方法，建立完善的风控体系，并严格执行。你会发现复利的增长超乎你的想象。

 

作者： Hukybo

由 发明者量化(FMZ.COM) 、 宽客在线 首发授权刊载