交易策略最佳化
這幾天稍微熟悉了Wealth-Lab,趕緊就拿來嘗試建構一些交易策略,和進行系統的績效回測。身為一個順勢交易的追隨者,移動平均線是其中最重要的元件,因此就決定先從均線來開始進行。
在進入完整的分析前,先直接看個結論吧:
這是黃金ETF最佳化的結果,從2005年投資至今,報酬率超過120%,最高者甚至超過170%。
這次選定的投資市場,包括了台股,美股,以及商品投資,相關的投資標的如下:

三支ETF在市場上都是極具代表性的指數基金,成交量夠大,因此在實際交易當中,應該可以相當程度減少滑價風險所造成的績效誤差。
在進行均線最佳化之前,我先直覺的使用市場上慣用的月線/季線進行測試,初步的發現同樣的交易策略,在不同走勢的交易市場,產生完全不一樣的績效結果。在大多頭的黃金市場,買進持有策略之報酬遠超過月線/季線之策略。而在台股市場,績效表現差強人意,正報酬並無明顯高於買進持有策略,但損失亦能控制在一個安全的範圍之內。最後是在美股S&P500市場,能有效控制損失,並在2007年之後,創造45%的報酬率。
相關績效圖表如下:
首先是黃金市場(GLD)

接下來是台股(TTT)

最後是美股(SPY)


接下來,就要進入這次研究的核心了,均線最佳化。我的測試設定如下:
最佳化的過程,除了追尋報酬最高之外,亦將風險以及交易成本納入考量範圍,因此我利用了三項指標來達到這些目的,分別為Sharpe Ratio, APR(年化報酬),以及WLScore。
WLScore的公式說明如下:
當APR為正報酬 :
WLScore = (APR / Exposure)*( 1 + MaxDrawDownPct)
當APR為負報酬 :
WLScore = (APR / Exposure)*( 1 + Abs(MaxDrawDownPct))
其中Exposure : %市場曝險時間
最後,為了避免參數孤島,以及視覺化整體均線參數的所有表現績效,我運用了ISO-Surface來展現結果。
最佳化的結果分析如下 :
在大多頭的黃金市場,儘速買進並且不要賣出,似乎才是一個最佳的策略。
在台股市場,110移動平均線是一個不錯的買進位置,賣出的位置建議是在40以上的移動平均線 。
在美股S&P500市場,200以上(甚至到240)移動平均線是良好的買進位置,賣出的位置對於報酬率的影響倒是不顯著。
相關績效圖表如下:首先一樣是黃金市場(GLD)





接下來是台股(TTT)



by J.D.
繼續閱讀...
在進入完整的分析前,先直接看個結論吧:

這次選定的投資市場,包括了台股,美股,以及商品投資,相關的投資標的如下:

三支ETF在市場上都是極具代表性的指數基金,成交量夠大,因此在實際交易當中,應該可以相當程度減少滑價風險所造成的績效誤差。

相關績效圖表如下:
首先是黃金市場(GLD)






接下來,就要進入這次研究的核心了,均線最佳化。我的測試設定如下:

最佳化的過程,除了追尋報酬最高之外,亦將風險以及交易成本納入考量範圍,因此我利用了三項指標來達到這些目的,分別為Sharpe Ratio, APR(年化報酬),以及WLScore。
WLScore的公式說明如下:
當APR為正報酬 :
WLScore = (APR / Exposure)*( 1 + MaxDrawDownPct)
當APR為負報酬 :
WLScore = (APR / Exposure)*( 1 + Abs(MaxDrawDownPct))
其中Exposure : %市場曝險時間
最後,為了避免參數孤島,以及視覺化整體均線參數的所有表現績效,我運用了ISO-Surface來展現結果。
最佳化的結果分析如下 :
在大多頭的黃金市場,儘速買進並且不要賣出,似乎才是一個最佳的策略。
在台股市場,110移動平均線是一個不錯的買進位置,賣出的位置建議是在40以上的移動平均線 。
在美股S&P500市場,200以上(甚至到240)移動平均線是良好的買進位置,賣出的位置對於報酬率的影響倒是不顯著。
相關績效圖表如下:首先一樣是黃金市場(GLD)





接下來是台股(TTT)



by J.D.
繼續閱讀...
4/12/2010 | 標籤: Investment, Predictive Analytics |
訂閱:
文章 (Atom)