交易系統軟件測試結果的可信度檢驗

交易系統軟件測試結果的可信度檢驗  系統測試軟件

在評估一個系統的測試指標之前，我認為先檢驗測試結果的可信度。這就像我們在相信一個人說的話之前，先必須相信這個人。你可能找到一個交易系統，也可能是自己開發了一個交易系統，但是不論你對提供這個系統的人，包括你自己，有多少信任，你都要堅持先檢驗測試結果的可信度。如果因為盲目的相信或僥幸心理，跳過去這個過程，這無異于給你的資金安全埋下一個定時炸彈。

　　交易系統測試結果的可信度評估主要有以下幾個方面：

　　一、這個系統是不是“黑盒子”？如果是，不論是什么理由，其結果都不可信。這雖然有些絕對，但僥幸心理是交易之大忌。這有點像在坐飛機時幫陌生人捎帶東西一樣：那東西打不開，但一定是炸彈嗎？也不能下定論。如果你認為不能帶陌生人的東西上飛機，你也不應該相信一個“黑盒子”系統。

　　二、檢驗系統測試條件與實際交易的符合程度。如果不符，各種績效指標就不用看了。我認為至少要檢查以下幾點：

　?。幔疁y試數據是否涵蓋了至少一個大的牛市和一個大的熊市，一般至少要十年以上。我見過很多系統，測試指標很漂亮，可仔細一看，測試結果是基于指定的某段時間，譬如從２０００年到２００５年，這時就要打個問號了，因為２０００年以前的數據不難得到啊，為什么不從１９９０年或更早開始呢？對于大多數要賣錢的交易系統，這樣做是不難理解的。一般來講，測試涵蓋的時間越長，測試的可信度越高。

　?。猓疁y試是否把交易傭金從贏利中扣除。否則，你可能在為證券公司打工。這一點對于交易頻繁的系統尤其重要。

　?。悖疁y試是否把交易的滑價(slippage)從贏利中扣除。譬如測試的某個交易是在40元買入的，在實際交易中可能你買不到，你可能要花 40.10元，有的市場甚至可能要40.50元。這一毛或五毛的價差是不是刨去了？好的系統測試會根據被測市場的流通性假設一個合理的滑價。越是短線的交易系統，滑價造成的影響越大。我還見過幾次這樣的情形：很好的測試結果，滑價預計得比較低，但當前市場的流通性確實很好，滑價好像是合理的。但總覺得結果好得讓人不敢輕易相信。仔細一想，發現了問題：這個市場只是最近這兩年才熱起來的，以前的日成交量很低，但測試結果是按照當前的日成交量來估算滑價的。如果按以前的日成交量來算滑價，系統的績效就遠不如第一次看到的那樣好。但是起碼這是合理的結果。在測試時堅持合理的假設，會減少在實際交易中出現的沒有預想到的損失。另一個需要注意的情形是如果系統是一個突破型的系統，例如在股票突破五日最高點時買進，這時市場上可能有很多交易者都盯著那個點買入，在價格突破時會有很多人進場作多，這時即使是日成交量很大的股票都可能會出現大的滑價，在測試中這些都需要考慮進去。

　　三、檢查測試結果是否具有統計意義上的可信度。如果統計意義上的可信度很低，別的指標不用看了。統計的指標有：

　?。幔灰状螖?。至少要超過30，才能滿足一般的統計要求。結果的不確定性是與交易次數（統計上的樣本大?。┑钠椒礁煞幢鹊?。因此，系統交易的次數越多，這些交易所表現的系統績效的確定程度就越高，也就是結果越可信。

　?。猓到y的贏利是不是集中在少數幾個交易上。如果一個系統的贏利有十萬元，但其中的七萬來自于某兩次交易，那么應該把這兩次交易去除看你能不能對系統的其他次交易的結果滿意，因為很有可能你在實際交易中碰不到這種“滿貫”型的交易。在Tradestation系統測試軟件的系統分析報告中，除了“ 獲利因子”(Profit Factor)外，還有一項“經調整的獲利因子”(Adjusted Profit Factor)，就是針對這種情況而設的。

原文轉自：http://www.anti-gravitydesign.com