“失败指标”详解
“失败指标”详解
周泓090814
1横和竖
股谚云：横（整理）有多长，竖（趋势）有多高。
那么，横得越久，我们就越有理由期待更大的趋势。进一步，如果我在横得越久的时刻入场，未来继续发生整理的可能性越小，发生趋势的可能性越大，风报比越高。更进一步，如果根据横（整理）的程度来加仓进行趋势跟踪，是一个有概率优势的策略。
2定义整理的级别
《神话的力量》： 踏着英雄的足迹，在我们以为会发现邪恶的地方，找到了上帝。在以为杀害了他人的地方，我们杀害了自己。在以为走出去的地方，我们将回到自己存在的中心。在以为一切都完了的地方，我们却与整个世界在一起。
对于趋势跟踪而言，整理是魔鬼，趋势是上帝。当我们找到魔鬼的同时，上帝也就在我们左右。整理之所以为魔鬼，不仅仅因为它给趋势跟踪者带来亏损，更是因为它“狡诈多变”。
因此，想要用一个数值明确而统一的描述整理的级别，这不是一件容易的事。整理从形态上就有箱体、三角、旗型、喇叭等等。每一种内又各有各的特点，比如箱体整理，它的长度、高度、震动频率三者之间稍微不同的组合，就可以成为各种各样的箱体。因此，采取了下面的方式来间接解决问题。
第一步是将问题转化，我不直接考虑市场的整理是如何，而是观察整理作用在某个趋势跟踪系统上，趋势跟踪系统的输出会有什么表现。最直接的，当然就是看虚拟的收益曲线，下跌一定幅度，表示发生了一定程度的整理。只是，全部归总到收益曲线跌幅似乎又太“综合”了，它隐藏了太多的信息，比如整理的时间长度，上下震荡的频率等等。我需要获取更加“原生态”的数据，即系统的“连续亏损时间、连续亏损次数、连续亏损幅度”。
第二步是寻找“标准系统”，也就是要找一个在趋势里持仓赚钱，在整理里试错亏钱的系统，这样就可以用它的表现来间接定义整理。这个系统我选择的是20日单均线的单线趋势跟踪系统。
标准系统的尺度不能太大，这是因为大尺度的信号时间间隔太大。时间间隔大，意味着数据量跳变程度大。假设我已经把整理的级别数值化了，那么20日的系统可以让我发现这个数字逐渐上升和逐渐回落的过程，这有利于时间点的把握，而参照60日系统给出数字可能一个落在“左山腰”，下一个又落在“右山腰”。
标准系统不能使用过滤器，这个很好理解。如果把整理过滤了一部分，我看什么分析呢？
第三步是设计一个算法，综合考虑“连续亏损天数、连续亏损次数、连续亏损幅度”中蕴含的信息。
由于这三者的单位不同，分别是时间、次数、幅度，因此要综合考虑这类问题最常用的就是模糊算法了。它的思想是这样的，首先把每次回撤的连续亏损天数记录下来，作为一个数列，然后分区间统计，比如1-3天的有几次，3-6天的几次，再把这些次数分别除以总数，就得到了落在这个区间里的概率，最后把落在每个区间的概率作图，得到的就是概率分布图，图上的曲线就是概率分布曲线。接下来，就可以把概率分布曲线作为模糊运算的隶属度函数。简单说，也就是给你一个连续亏损天数x，你马上就可以代入函数f(x)中给出它在历史数据中发生的概率。至此，三个不同单位的变量全部转化成了概率。最后，还需要为每个隶属度函数设置不同的权值，也就是分配变量的重要程度。比如，你认为“连续亏损幅度”最重要，其它两个次要。那么可以这么分配权值：当前连续亏损天数的概率*0.3+当前连续亏损次数的概率*0.2+当前连续亏损幅度的概率*0.5。
要进行上述的算法，光光使用excel是做不到的，需要将excel与matlab联通，调用matlab中的Fuzzy工具箱。（具体技术手段，有兴趣的朋友可以参考北航出版的《matlab金融计算与金融处理》一书。）上面的算法的思想很好，也就是将不同维度（单位）的变量统一到概率上分析（不光在这个问题上有效，对其他很多问题也可以这么处理）。只是我觉得还是麻烦了一点。下面我再介绍一种可以在excel里实现的傻瓜算法，不够科学但适合普及。
这里的主要思路仍旧是把不同维度（单位）的变量统一起来，只不过省略了求隶属度函数的过程，而是默认三个变量都服从平均分布。还是拿连续亏损天数来举例，首先把每次回撤的连续亏损天数记录下来，作为一个数列，然后求它的算术平均值，得到B。然后将当前的连续亏损天数A，除以平均值B，再减去1，得到当前亏损天数对于历史均值的偏离程度。
至此，三个变量都变成了“对于历史均值的偏离程度”，偏离越大，当然表示整理级别越大。最后还是按照重要性分配权值，求和得到最终的指标。这个指标我就称之为“失败指标”。
3失败指标的用途
首先，作为加仓的依据。拿豆粕的数据来举例说明。
上图是豆粕上的统计，红色折线是“标准系统”的跟踪收益率曲线（不使用杠杆过量交易），蓝色柱状线是失败指标（小于0，也就是小于均值的整理级别都没有显示）。
结合豆粕的连续指数历史走势来看，豆粕上的失败指标峰值大约是1.4，过去10年里一共有4次。第一次，源自01年底的那次大级别的整理，之后期价上扬了2.5倍。第二次，在05出现，背景是大起大落，趋势跟踪获得暴利之后（和现在很像，小心！！）。后两次连续出现在07年，背景是期价震荡走高回到05年高位区间，趋势跟踪收益长期盘整，之后期价打了4折。
废话不多说了，这么加仓：失败指标接近历史峰值即加仓，结合趋势跟踪收益线来看，如果是刚经历了大起（大落），可做短线。如果是盘了几年了，可做长线，可以在每一次失败指标接近峰值的时候都加仓。
第二，用失败来指导换月。一旦出现历史峰值的失败指标，极大的可能后边会有一定级别的单边波动，这种长期盘整后的波动最容易造成群情激昂，在合约上就体现为迅速换月，现有的主力合约会被提前抛弃，机构甚至会在原有的合约上反手，在远期开仓，做套利（赌差价扩大）。这种时候如果换月不及时，长期跟踪上就会出现大的“缺口”。反之，在盘整期内总是迅速换月，以期望行情来的时候可以波幅更大也是不合理的，如果看连续指数换月，一般波动大的主力合约往往当日涨幅比连续指数高，如果这时收盘价介入，则意味着一旦整理继续，后期的反手成本更大。
4失败指标的优缺点
优点是正确率和风报比都很高，能指导换月和加仓，还能自动适应市场特性的的变化。个人觉得比较有用。这个优点在初始仓位过大的时候会变成缺点，毕竟如果考虑了加仓和趋势的预判，不管加入的系统风报比如何优秀，总是增加绝对风险的，意外的行情就会造成崩溃，因此需要原有的系统不能有太大的回撤。
缺点是计算比较麻烦，不说最后的模糊算法，单单是对于一个标准系统的连续亏损次数、连续亏损幅度、连续亏损天数以及跟踪累计收益率都不是很容易算的，这里的这些数据不是说测试软件测试出来的“最大”值，而是过程中的每个值都要有，还要根据行情的变化，动态更新。这个缺点也可以被解读成优点，因为大多数人不会用这么麻烦的东西（其实也不烦，编到excel里就全自动了，科学技术是第一生产力，可以化繁为简），这就意味着保质期更长。