品种分散和参数分散

2010107

双均线、单均线系统在一轮趋势过后总是伴随着比较大的回撤。据我所知，帝国也对这个问题做了一些处理：一是品种分散，二是大幅盈利后部分仓位调用敏感参数。前者对交易对象，后者对交易方法。
一、关于品种分散
    实盘操作了近一年，感觉真正有用的分散不是简单基于品种历史数据的相关性检验，而是数据进过自己的交易系统处理后的输出“交易序列”。各品种、甚至是单个品种，只要能构成有“正数学期望”的“负相关”的“交易序列”，分散就有价值。“正数学期望”说明能赚钱，“负相关”的“交易序列”说明组合让协方差减小了，也就是说分散之后的风报比或者说稳定性提高了。
    我把历史价格数据的相关性检验称为“前验”，而实际交易序列称为“后验”。做分散，直接逻辑相关的是后验，但是前验也是有价值的。前验高度正相关的，可以用相反策略来实施；前验高度负相关，可以用相同策略来实施。一般来说，如果我们精力有限，或者是就只有一套顺手的趋势跟踪系统，希望能广泛适用，这时候找前验高度负相关的品种会有更大的概率来得到负相关的真实“交易序列”。
二、关于参数分散
    如果相关性是常数，那上面的品种分散就够了，但不幸的是不同品种间的相关性系数是一个时变函数。我们最多只能在历史数据分析后，从概率的角度说：XX和YY的相关系数“比较有可能”是***。这也就是说，一旦一段时间内各相关系数趋同，则分散后的风险反而会更大，而这种趋同在期货市场并不罕见。
    为了降低上述情况下的风险，则希望在相关性趋于一致的时候（这时候分散价值被弱化了），能有别的手段来改变“交易序列”。显然，同品种的参数分散能达到这个要求。比如，在不分散的参数下，可能是跌了10天之后，突然出现交易信号，仓位由100%多，变成100%空，而分散参数之后，可能每跌几天都会有部分仓位翻空。
    不过这么做也还有很多问题要考虑：
    1资金够不够？
    2如果各分散参数系统长期并行，那么数学期望如何？如果只是短期套用，数学期望又如何？不能本末倒置，稳定性的追求如果要以太大的潜在利润为代价来换取，这是不值得的。另外尤其要注意，一般来说人对于“价值”的判断，是严重受需求影响的。随着浮赢增加，盈利表现越来越接近目标，甚至超过了目标和期望。这时，继续盈利的需求在减弱，保住成果、实现目标的需求在增大，也就是说，人们会对能保住成果的方法给予更高的价值评判。简单说，就是因为想这么做，所以人就愈加会觉得这么做的价值高。如此一来，就可能会倾向于忽略自己调用敏感参数的模式是不是有长期优势的问题。简单的在盈利之后缩小参数，可能大大削弱长期回报率。
   3精力够不够？一致性有没有保证？