量化交易模型－怎么辨别期货量化交易模型的好坏方法

一、怎么辨别期货量化交易模型的好坏方法

程序化模型的选择与辨别如果有人告诉你他的程序化能在不长的时间内，让你的资金翻几番，那你要为他的言语或者他的程序打个折扣，但是如果对方又能拿出不错的图形或者非常漂亮的收盘测试结果放在你的面前，你又当如何说服自己是相信还是不相信？以下内容就是帮助你如何辨别好坏模型．1、测试时间：一个好的程序化必须经得起时间周期的测试，如果一个程序化，结果很漂亮，周期却只有一两个月，不可信；
2、使用资金：很多人贴出来的漂亮测试结果，使用资金常常是80％或者其它百分比，但这些都是不合理的选择，因为金融市场资金管理很重要，在行情好时候，资金使用越高，收益越大，行情不好时，资金使用越高亏损越大，但我们无法去判断接下来的行情会如何，所以，历史测试的结果使用百分比的开仓方式是不合理，这也就是为什么，有时候会出现，资金使用率为80％是，测试结果是亏损的，而且使用率为40％时又是赢利的．3、测试方式：开盘价和收盘价测试均有其不合理性，趋势模型一般以趋势逆转点为开仓信号，故较为准确的是：出现指令价位。
测试结果的分析：a. 指令总数：也就是信号数，过高，说明震荡行情过滤不好，过低，说明风险大；
如何判断信号数合理呢？那就只有不同的模型在同样的周期下的一个对比了．还有一个最简单的方式就是将 指令总数／有效交易天数 以日内短线为例，一般一个有效交易日的平均信号数在2-5之间（此数据仅供参考）；
b. 利润率：总利润不用看，只看扣出最大利润的结果，必须为正，而且测试周期越长利润率应该越大，很多模型，测近期不错，测远期就不行，所以测试时应该尽量的去测能测到的最长周期．（当然因为行情关系也可能出现，长期比短期利润率低，但总体而言，周期越长利润率越高，才是好的模型的测试结果）c. 正确率：其它条件都完全一样的情况下，正确率越高自然越好，但也不用为了看到一个高正确率的模型而心动，也不用因为你自己模型的正确率低而担心，一般的正确率能在45％左右，就不错了，因为程序化的本来意义就是赚大亏小，在震荡的时候正确率自然会低；
d. 最大亏损率：如果你是选择的固定手数，比如10手进行测试，你的最大亏损率最大应该不能超过10％，当然，如果你选择的测试手数多，最大亏损率可能有所提高．如果你选择的80％的资金使用率，可能亏损会更大，当然也会有亏损的不大的测试结果，这往往和你的测试周期中的行情的一定关系，所以不值得过于依赖；
e. 空仓时间：以日短线为例，空仓时间不能太高，太高，必然会错过大行情，当然，这一项不是最重要的，如果你空仓时间长，利润也高，错过就错过吧，错过不是过错，没赚到也不存在亏损的风险；

二、量化交易都有哪些主要的策略模型

随着量化交易的发展，单一技术指标的策略会面临失效的问题。
所以现在的策略都是复合型的。
经典量化交易策略(包括价值投资、技术指标、配对轮动、机器学习等)、研究型文章等

三、如何从零开始构建量化交易模型

先用语言描述出一个开仓平仓的条件，然后转换成交交易系统代码，不断的回测和参数优化，最终进行实盘测试。

四、怎么用matlab建立量化交易模型

为了减少拟合的自由参数的数目，LPPL中的3个线性参数（A、B、C）被slaved to（我不知道中文该如何翻译）剩下的4个非线性参数。
　　根据目标函数在对3个线性参数（A、B、C）求偏导之后，所得的导数式在求得极小值的情况下应为0，我们可以得到联立方程组。

五、量化交易模型的校正重要吗？

当然重要，简单来讲两个方面。
第一，假设跟踪同一个交易系统的人数足够多，那么对于其中的大部分人而言，要想成交在一个合理的价格区间就会变得十分困难，因为他们总会在要买入的时候发现价格已经被提前抬高了，并在要卖出的时候发现价格开始一泻千里，他们此时的唯一方法就是不断升级已有的配套设施，以争取在第一时间交易。
不过，上述假设如今是很难站得住脚的，因为在量化投资领域并不存在着一个普适的交易系统，即使是对于常用的多因子模型而言，选择不同的因子，使用不同的预测方法，甚至是决定在不同的时间节点调仓，都会使最终的投资决策产生一定差异。
同时考虑到策略同质性可能带来的负面影响，很多开发者也会不断努力去研发出更独到、有效的投资模型，并对模型高度保密，也进一步保证了量化投资领域的多样性。
所以及时校正是保证模型有效性的重要条件。
第二，中国资本市场的特殊性，包括政策市等各种阿尔法因素特别多，理论模型需要在实际使用中再进行各种调整和校正以保证有效性。

六、怎么用matlab建立量化交易模型

程序化模型的选择与辨别如果有人告诉你他的程序化能在不长的时间内，让你的资金翻几番，那你要为他的言语或者他的程序打个折扣，但是如果对方又能拿出不错的图形或者非常漂亮的收盘测试结果放在你的面前，你又当如何说服自己是相信还是不相信？以下内容就是帮助你如何辨别好坏模型．1、测试时间：一个好的程序化必须经得起时间周期的测试，如果一个程序化，结果很漂亮，周期却只有一两个月，不可信；
2、使用资金：很多人贴出来的漂亮测试结果，使用资金常常是80％或者其它百分比，但这些都是不合理的选择，因为金融市场资金管理很重要，在行情好时候，资金使用越高，收益越大，行情不好时，资金使用越高亏损越大，但我们无法去判断接下来的行情会如何，所以，历史测试的结果使用百分比的开仓方式是不合理，这也就是为什么，有时候会出现，资金使用率为80％是，测试结果是亏损的，而且使用率为40％时又是赢利的．3、测试方式：开盘价和收盘价测试均有其不合理性，趋势模型一般以趋势逆转点为开仓信号，故较为准确的是：出现指令价位。
测试结果的分析：a. 指令总数：也就是信号数，过高，说明震荡行情过滤不好，过低，说明风险大；
如何判断信号数合理呢？那就只有不同的模型在同样的周期下的一个对比了．还有一个最简单的方式就是将 指令总数／有效交易天数 以日内短线为例，一般一个有效交易日的平均信号数在2-5之间（此数据仅供参考）；
b. 利润率：总利润不用看，只看扣出最大利润的结果，必须为正，而且测试周期越长利润率应该越大，很多模型，测近期不错，测远期就不行，所以测试时应该尽量的去测能测到的最长周期．（当然因为行情关系也可能出现，长期比短期利润率低，但总体而言，周期越长利润率越高，才是好的模型的测试结果）c. 正确率：其它条件都完全一样的情况下，正确率越高自然越好，但也不用为了看到一个高正确率的模型而心动，也不用因为你自己模型的正确率低而担心，一般的正确率能在45％左右，就不错了，因为程序化的本来意义就是赚大亏小，在震荡的时候正确率自然会低；
d. 最大亏损率：如果你是选择的固定手数，比如10手进行测试，你的最大亏损率最大应该不能超过10％，当然，如果你选择的测试手数多，最大亏损率可能有所提高．如果你选择的80％的资金使用率，可能亏损会更大，当然也会有亏损的不大的测试结果，这往往和你的测试周期中的行情的一定关系，所以不值得过于依赖；
e. 空仓时间：以日短线为例，空仓时间不能太高，太高，必然会错过大行情，当然，这一项不是最重要的，如果你空仓时间长，利润也高，错过就错过吧，错过不是过错，没赚到也不存在亏损的风险；