权益曲线交易

这个过滤器怎么运作

把这套策略在每一个信号上本会产生的结果都记下来，不论是否真的交易了；这就是影子权益曲线。算它的一个移动平均，比如最近 20 笔交易的。只在影子曲线位于它的平均之上时才真正交易，否则就在模拟里交易。变体会改为减小规模，或者在一次达到设定深度的回撤之后暂停。

这个想法依赖一个假设：一套策略的结果是自相关的，所以糟糕的时期倾向于延续。如果结果彼此独立，这个过滤器就把好交易和坏交易一视同仁地拿掉，只是缩小了样本。

它能和不能做什么

• 如果亏损真的成簇出现，它可以在漫长的亏损状态里削减敞口。
• 它总会跳过一次复苏最开始的那几笔交易，因为曲线必须先爬回它的平均之上，交易才会恢复。
• 它造不出一个优势：一套期望值为零的策略，用它自己的曲线过滤之后，期望值仍然是零。
• 它添上参数——平均的长度和那条规则——而这些需要它们自己的样本外检验。
• 它要求跟踪每一个信号，包括那些没有交易的，而这在手工操作里很容易出错。

怎么诚实地检验它

在没有被用来挑选过滤器设置的数据上，比较有过滤和没过滤的两个版本，而且要看的不只是最大回撤：还有净结果、交易笔数和恢复所需的时间。一个在某一段期间改善了回撤、却在另一段吃掉大部分净结果的过滤器，不是一个改进。在动手搭这个过滤器之前，先检查交易结果的自相关，能显示出到底有没有什么东西可供它利用。

在 Senzoukria 里

应用没有内置的权益曲线过滤器。在自动回测里，策略的决策函数收到近期 K 线、它持有的头寸，以及一个由它掌管的状态对象，但收不到它已实现的盈亏；要复现一个过滤器，就意味着在脚本自己的状态里重新计算那些假设的交易结果，而引擎不会替你做这件事。结果面板的权益与水下图表，以及它 30 笔交易的滚动期望值，会显示一套策略糟糕的时期是否成簇到足以值得去检验一个过滤器。