量化策略的大难题：该怎样认识量化策略的参数？怎样认识对参数的调整？怎样认识调整和坚持的关系？

一个非常复杂、困难而深刻的问题，多少触及到一些量化交易的本质。
问题本身分为以下多个子问题。
(1)为了简单起见，这里提到的量化策略是指能通过代码进行表达或者建立、能进行性能评估和自动化交易的单个模型或者多个模型的固定组合，既包括常见的描述市场条件和指标条件的交易模型，也包括通过机器学习等各种方法进行拟合后转换的交易模型。那么，按照知乎的老传统，先问是不是，或者有没有，这里就是问一个量化策略到底有没有参数？恕孤陋寡闻，还真没见过完全不需要参数的策略（有知道的请介绍一下开开眼），多少都有一些，固定的或可变的，区间长度、波动幅度、因子系数、组合系数等等都是。
(2)假定大家都认同策略有参数，那么一个策略在同一个品种、同一个周期、只是参数不同的情况下，我们应当把它视为同一个策略还是不同的策略？参数相近很可能表现接近，但参数及其表现经过貌似连续的变化后有了距离，又可能表现出截然不同的效果，就像是两种模型一样。也就是说，策略逻辑和参数取值是否能分离对待？再引申一步，都说一个策略（正收益的）必须坚持下去才有效果，那么我们坚持的究竟是策略逻辑而参数可调？还是坚持的策略逻辑和参数都不变？
(3)如果认同参数不变，优化没有意义，那么(3a)如何设置参数初始值？有什么标准？完全是根据过去的交易经验？还是捡一个眼缘不错的，认定只要逻辑正确就行？如果认同参数可变，那么一般是认为历史回测和参数优化是有意义的，那么(3b)根据什么标准来选择参数？调整参数时是否还是同样的标准？
(4)无论是3a还是3b，无论是交易经验还是历史回测，都离不开一个共同的信念，那就是过去的市场规律在未来仍能适用，至少是在短期的未来是有用的。那么当这个信念受到强有力的挑战的时候，也就是它连续亏损、回撤很大的时候。这个挑战是否一定会出现？一定会，或早或晚而已。那么，首先，如何界定这个时机？凭感觉觉得不对的时候？当前回撤已经达到历史最大回撤百分比多少甚至超过的时候？或者其它什么规则？
(5b)不同的参数遭遇挑战的时机可能不同。即使遵循同样的参数挑选规则，仍然可能出现有的参数能在未来较长一段时间表现不错，有的只有较短的蜜月期，有的长期徘徊不前，有的甚至刚开始就大幅回撤，这些都有可能。那么是否一定要对参数进行调整？调整参数能算是坚持策略吗？或者说算是坚持一套固定的策略逻辑和参数调整规则？
(6b)当你知道策略参数是需要调整的，并且在未来某个时候一定要进行调整，那么实践中该如何坚持这个策略呢？是不管策略表现如何，主动地定期进行参数调整？还是一看到苗头不对就进行调整？这个苗头不对该如何界定？还是不见棺材不落泪，一定要等到(4)定义的时机到来才进行调整？从心理上讲，就是如何坚持一个明知道是要变的东西？如何对一个明知道是要变的东西建立信任？不建立信任，又何谈执行？
(7)无论哪种坚持，都需要足够长的时间来显示出效果。对于不同的策略和不同的坚持，这个时间长度也是没法预知的。当你面对需要在较短时间内做出成绩的压力时，比如一定量的资金或者一个有期限的资管账户，需要在一年内取得多少收益，而你选择的初始模型组合在几个月甚至半年多都没什么表现甚至还有不小回撤的时候，应该如何应对？是选择调整参数、调整策略，还是继续坚持？即使调整了，就能在未来相对原来更短的时间内做出相比原策略更好的成绩？
(8)有人说不需要调整参数，只需要好的资金管理就行。这里所说的资金管理和增减仓位不是指根据行情变化和浮盈浮亏的加仓减仓，那还是算在策略内部操作，而是根据策略权益的变化趋势进行整体仓位的调整。不错，交易不顺利、连续亏损时削减仓位，盈利放大就增加仓位，这确实是个好方法。但这样的资金管理在某种意义上，其实是给策略设置了一个更高一级的参数，那就是权重，作为更高一级组合之内的系数，依旧是广义上的一种参数，甚至可以是完全主观的。与(2)有完全同样的问题，一个策略在同一个品种、同一个周期、同一个参数、甚至同样的资金条件、只是仓位不同的情况下，我们应当把它视为同一个策略还是不同的策略？50%的仓位意味着50%的坚持？但也同样意味着50%的放弃。极端地，0仓位事实上意味着完全放弃策略，放弃是否也算是一种坚持？
(9)题外话，本题主要是关于策略参数的，但资金管理无疑很重要，它和参数既无关，又相关。说它无关是因为它明显和具体的参数并无直接关系，说它有关，则较为复杂。我们换个角度，其实可以把策略看作是将行情K线图映射为资金曲线的一种变换，而权益曲线相对于行情曲线要简单些。假如策略真是正收益，那么可以看作是一个最终一定会向上但有不规则回调的曲线，这样的话，回调做多是永远正确的，区别只是时机和手法。因此，不同的资金管理方法就可以视作是针对权益曲线所做的交易策略，是高位减仓（降低仓位）、突破加仓（创新高增加仓位）、低位左侧加仓（接近或超过最大回撤时反而增加仓位）、低位右侧加仓（（接近或超过最大回撤以后在有新的权益上升趋势时才增加仓位）、先减仓后加仓、等等，不一而足。这样，交易策略叠加资金管理的效果就像是一种复合映射，资金管理实际上是交易策略之上的策略。既然资金管理也是广义上的策略，那么自然也有参数，比如，回调多少，每次加减仓多少，等等。一个自然的问题就是，资金管理是否也可以进行量化？
这些问题的实质与核心是如何处理市场中所谓的regime change，首先是如何感知？被动通过策略性能的下降？下降到什么时候是确认？然后是如何应变？是以不变应万变？还是敌变我变？还是敌未变我已变？
下面会慢慢补充一些个人的实际样例，有单一策略，有策略组合，都面临类似的问题，该不该调整？什么时候调整？怎样调整？

沙漠飞海鸥 · 2018-9-26 01:34:39

这又是一个狗咬尾巴跳不出去的陷阱，无论你怎么调都不会有任何进步，太敏感的触发点错误太多，太钝化的触发点掐头去尾吃的利润太少，无论怎么调其结果都是等效的，追溯其本质，就发现这个矛盾是无法解决的，既然无法解决，就吃属于自己该吃的。

ayime · 2018-9-26 01:34:40

看到这么长的问题，不请自来。俺家语文水平比较差，文路有点乱，别介意。回主题，我总结一下题主的问题，第一个，参数在模型中的作用，模型能不能没有参数，为什么？第二个问题，我的模型曲线这么漂亮，为什么还会亏钱？
第一问，参数在模型的作用，这个要看做模型的人的思路，好像我自己做的模型，主要可调整参数只有交易频率，起始的资金，交易的起止时间。模型能不能没有参数，可以，我自己做的就是接近无参数。为什么能无参数，统计长度如何设置。俺家模型就一个子块用到20多条线，如果一个个优化，那不是想死。怎么解决，3种方法，固定值，最常用，全部采用理论值。第二种，自动适应。第三种，机械学习根据数据自动拟合。第二问，你的回测数据中，最重要的数据没有放出来，手续费和滑点，交易的费用。大家都知道这两个参数能颠覆一个模型。然后，你启动在最高点，正常，很可能你的参数出现过拟合，然后市场变了形态，也就是变态，那么开始走下波路很正常。另外，好像你说这个数据是海龟的改版，其实很可能是一个老过气的系统，我能用1小时，写一个239分钟的布林强盗改版模型或者多均线类模型，而且还是无参数的，或者参数不经优化，使用理论参数值。费用万一一跳，无偷价，信号全程固定。10年所有回测数据能完爆你贴出来的数据，夏普7，回撤5%，盈亏比2+，综合胜率50+%，单手双向，无加仓，平均利润200+，平均年有效收益50%+，34品种能做到30品种盈利。但是我不会用这些模型，为什么？第一，容易失效，同质化严重。第二，单个品种曲线不好看，综合顶点回撤时间长。第三，也是最重要的，俺家没有这么多钱做资金分散，只能单个品种撸。

大卫 · 2018-9-26 01:34:42

固定参数

匿名用户 · 2018-9-26 01:34:43

提示: 作者被禁止或删除内容自动屏蔽

Robot · 2018-9-26 01:34:44

关于量化交易策略的参数选择，我曾反复思考过，我的做法是，在市场上主要活跃品种同时使用同一个策略，全盘优化搜寻出一个普适性较强的参数区间，实盘中使用该区间内的随机参数（任意一个品种的任意一次交易参数都是随机的，该交易结束后，系统随机再产生一个参数），组合测试结果嘛，稳定性还行！我们这么做的目的，只不过是放弃暴利的欲望来换取稳定，是否划算就看你怎么想了。你愿意（有勇气）做一个随机漫步的傻瓜吗？

买来卖去 · 2018-9-26 01:34:45

世界唯一不变的就是变化，市场更是变化无穷，量化我一直持怀疑态度

匿名用户 · 2018-9-26 01:34:47

提示: 作者被禁止或删除内容自动屏蔽

陈宏葆 · 2018-9-26 01:34:48

太泛泛而谈了，没法儿谈。
不知道谁要我回答这个问题的，基本是没有操作经验，就是看看知乎想出来的问题。

量化策略的大难题：该怎样认识量化策略的参数？怎样认识对参数的调整？怎样认识调整和坚持的关系？

8 个回复