【技术前沿】:和交易有个约定--资金管理、蒙特卡洛回测（下）

然而，这并不足以扰***易流程，增加收益与缩减损失。算法的基本交换律让我们明白，无论交易流程如何运行，最终的结果都是一样的。毫无疑问，资金曲线将会呈现很大的差异，并且在某些情况下账户余额可能为负数(这实际上会导致交易中断)，但是这样的分析却是毫无价值可言的。

对于每一项模拟交易流程，我们将采取如下步骤：

1.运用当前交易中已到位的当前账户余额与初始止损，以计算用交易规模程序交易的份额数量。

2.根据交易中点数盈亏的实际数目，将份额数量相乘，以确定总金额是盈利还是亏损。请记住，在我们的系统中，1点=﹩1。

3.从账户余额中增加或者减少该金额，以获得一个新的账户余额。

4.重复步骤一、二、三，以进行所有剩余交易。

通过这种方式来进行模拟，运行账余额准确反映了在给定交易中交易规模算法对确定账户利润或者亏损的影响，无论该交易发生的顺序如何。

“资金曲线波动”（上图）是16种代表性资金曲线的综合，而这些资金曲线则分别由16个随机排列的交易顺序的电子数据表产生。它们的屏幕截图在模拟设定中被随机采取。根据它们的最低获利能力，这些模拟可以分为以下几种类型：

• 正净利润：112（93.33%)

• 盈亏平衡点(+∕- ﹩50或更少)：2(1.67%)

• 负净利润：6(5%)

尽管运行1000次效果会更好，但这些模拟却明确显示了采取蒙特卡洛分析的优势。从资金曲线的形状可以看出，在逐笔交易中，其结果的运行域从接近平坦变为大幅波动。与我们预期测试中的资金曲线相比，没有一条曲线显示出了该条曲线的相对平滑度。在决定采用该系统之前此信息是必不可少的：即系统的每日权益是否存在潜在的大幅波动。显然，这种可能性存在于我们的随机输入系统。

该系列研究为自动交易系统的开发提供了一个框架。我们从市场模型着手，然后用基于该模型的最简单的系统来收集数据。运用统计分析，我们得到了最大负向偏离和最大正向偏离，用于发现最佳止损点和盈利点。

运用此方法，我们发现基础系统有一个负的预期值，但是某一个参数的细微变化又会将其转化为正的预期值，从而使该系统不会完全废弃。增加一个止损可以在利润减少和风险限制∕量化中产生一个可行的折衷方法，但是增加盈利目标会使利润的过多减少变得让人难以接受。因此，当该盈利目标被放弃后，系统的时间止损成为退出交易的唯一手段。

以交易规模算法的形式运用资金管理，显示出了风险量化中止损的重要性。我们同样也看到适当的交易规模是如何大大提高盈利能力的。最后，蒙特卡洛分析也表明该系统是稳健的，由于大多数模拟产生了盈利。然而，蒙特卡洛分析同样也显示该系统趋于产生大幅的波动，尽管表面上显示出了稳健性，但若没有进一步的修正，那么在市场的实际资金交易中采用该系统是不明智的。

该系列研究的目的之一是反映自动交易系统的开发中的真实问题、难题、以及成功。为此，这些文章都是及时撰写的：即在完成前一部分步骤之前，后续步骤的结果尚未明确。因此不用试图去修改数据，来描绘出一条完美的向上倾斜的线性资金曲线。一个看似可行的想法最终变为一个失败的事是很常见的情况。就像当你在乱石中寻找钻石一样，你必须在泥土中苦苦挖掘才能发现它。

时间止损与跟踪止损

我们所研究的系统包含了时间止损这个概念。在纽约外汇交易时段结束时，无论盈利或亏损，交易便会终止。这属于一个基于交易时间段的止损类型。另一个则是基于周期的止损类型。即在一定数目的图表周期运行过后，交易便会被关闭。例如，在一定时间过后，若交易无法盈利，则该交易便会通过时间止损而终止。

另一个重要的止损则是跟踪止损。顾名思义，该止损追踪市场运行以锁定一部分累计利润。跟踪止损跟随盈利的方向，其运行的频率和距离由交易员或系统开发商来决定。当市场反向运行时，跟踪止损便会停留于原处。

就我们的模型系统而言，相比盈利目标的运用，跟踪止损在盈利管理方面可能会是一个更好的选择。（完）