本人言辭可能有些地方不當或錯漏 請各位海涵

在這展示模型不是為了滿足虛榮心  主要目的是為了推銷這模型 順便談談這幾個月的感想

至于展示模型是不是好模型 見仁見智

先談談跳點

由于模擬盤與實盤的服務器是不同的 筆者開通了實盤行情與模擬盤進行信號對比 發現實盤的跳點情況比模擬盤成交高不少 特別是偏"右側"進出場的跟勢模型跳點會更厲害

據這幾個月對股指盤面的觀察與不完全統計 信號出現時點位與幾秒后點位差一般維持在1至2跳間(考慮到發單至成功成交的時隔/網絡延遲等) 換算手續費約為2%%

為什么不在模型內加進跳點函數 這是因為開平有可能會買在最高 賣在最低 這時候不利跳點就沒意義了

接下來講講模型回測的有效性與過度優化問題

個人認為確保回測對未來有一定預示性最好滿足以下幾個條件:

1, bar數充足 最好能保證有5萬根bar以上  舉個例子 股指至今也運行了3年 1min bar樣本20萬左右 5min bar 5萬左右 也就是說 建模時級別選用 最好不要低于5min周期

2,參數過多 最簡單的例子就是在進出場判定上加點數再進行優化 這樣做績效或許看起來很美 但運行起來卻兩回事 應避免在進出判定上進行優化 級別大bar數不足的模型也應減少參數

3,交易次數不足 這個在bar數不足的情況下很常見 交易次數不足會導致不能覆蓋所有行情 對未來行情沒過多預示性

綜上所述 級別越大 交易次數越少 參數越多 就越容易過度優化  花瓶雖美 卻僅能觀看

那該如何驗證一個模型的有效性/預示性?

1,減少參數

2,確保bar數夠

3,交易次數充足

3,在參數合理取值范圍內進行優化測試 各參數盈利排列有一定規律性 這步很重要 不能因為你模型采用原始參數進行測試后對結果很滿意 就不對其他相鄰的參數進行測試 畢竟有可能是因為你運氣好 湊巧對上不錯的數組

4,同品種下將bar分時段最優化,接著用最優值交換時段跑

5,用出當前品種最優值,跑同一市場的其他品種

感想就談到這 歡迎大家補充和討論

下面是模型展示

模型無未來 無偷價 無信號丟失閃爍  

模型提供出租 至于源碼出售 視買家出價而定

若你對此模型有興趣可聯系 QQ:1326434642  提供當前賬戶保證金情況 本人提供無源碼進行跟蹤測試 需提供賬戶保證金情況是為了不想浪費雙方時間 敬請諒解

單參數模型 日內交易 運行于1min bar 可適應多品種（前提是日內波動要高，如農產品期貨日內波動低就不適合） 可適應多周期（理論上數據越細，越穩定） 可進行品種組合 以open作為進出點 采用循環算法 理念恕不能透露 只給租客大致講解