交易模型

當然，投資領域中永遠不存在所謂的“終極真理”，每種理論都有其假設前提，因此也就存在一定局限性，量子基金、美國長期資本管理基金的興衰從一個側面就說明了這個問題。因此，作為交易模型的倡導者，我們認為，交易模型的理論基礎是設立交易模型過程中一個非常重要的環節，設計者一定要對自己應用的理論基礎有充分的理解，充分認識單一理論可能存在的缺陷，並博取百家之長，利用各家理論的互補性，來完成具有自己交易特點的交易模型，並在實踐中不斷完善。

1、技術分析法

技術分析法是指投資者通過考察交易數據中有預測價值的模式，然後通過考察近期及當前價格的狀況，並根據這種模式進行投資的方法。這種方法有著大量的手段和變化的花樣，有的僅僅是使用可視的圖表，如K線圖、點線圖；有的則使用系統化搜索程序的“優化”的計算機模型。

2、基本分析法

基本分析法，也稱原本分析法，是指投資者通過對所有影響基本經濟關係的信息進行考察，並從這類信息中找出判斷市場均衡價格而進行投資的方法。該方法從最簡單的直覺分析到最複雜、數學極其高深的經濟學模型，這種模型無所不有。

3、數學計量法

數學計量法是指投資者根據現代投資理論，通過對歷史交易數據進行大量的統計學分析，從中找出一定的規律，在市場出現偏差時進行投資的方法。該方法通常由一個乃至多個複雜的數學模型組成。

在這裡主要參考各類有關資料的分類方法，將其分為以下三類模型：技術分析交易模型、基本分析交易模型、數學計量交易模型。

1、技術分析交易模型

技術分析交易模型是指使用市場交易數據如開市價、收市價、成交量等，並通過計算機交易指標，經過系統化搜索檢驗，並進行優化處理的交易模型，其理論基礎主要建立在已有的傳統技術投資理論如圖型分析、均線理論等基礎之上，並經過大量統計學分析檢驗。該模型最大的優點在於：消除了投資者的情緒在交易決策中的影響，特別是在對重大事件中判斷的主觀性和盲目性；避免了由於信息不對稱性造成的分析失誤；保證了交易分析中的連貫性；給投資者提供了風險控制的方法。

下面重點討論技術分析交易模型中的三個交易模型：

1）以圖形形態識別為基礎的交易模型

該類模型主要是依據傳統的經典圖形如頭肩頂、雙底、三角形等，進行行情趨勢捕捉，進行建倉交易的系統。但在實戰中，它還存在許多問題：風險控制方面，像頭肩頂、雙底、三角形等交易圖，根據傳統的交易觀點，投資風險/報酬比一般為1：1，實戰中管理者將面對巨大的基金凈值風險；分析上多以主觀判斷為主，缺乏客觀判斷標準；目前國內期貨市場的技術分析使用者增多，導致經典的圖表形態假信號隨之增多；國外經典的圖表分析理論在國內存在相當大的差別；缺乏統計學數據。

2）趨勢跟蹤為基礎的交易模型

該類模型主要是根據設計者的數據統計，捕捉價格的轉折點，然後假定趨勢會繼續，並按趨勢方向建倉交易的系統，如MACD、SAR、移動平均線等。該交易模型的特點是不會在最低價處買入，也不會在最高價處賣出，放棄行情前後一段的利潤，利潤主要來源於捕捉一波大行情的中間部分。其捕捉行情的轉折點的能力根據設計者設計的靈敏度不同而不同，靈敏度強的交易模型對趨勢反轉反應迅速，但假信號也多；靈敏度低的交易模型對趨勢反轉反應慢，假信號也少，放棄的前後部分的利潤也多。該類交易模型的缺點是在盤整行情時產生連續虧損，使投資者不能接受。所以設計趨勢跟蹤交易模型的難度不在於尋找捕捉趨勢方法，而在於要有一套完善的趨勢確認和過濾原則，才能迴避風險。另外，趨勢跟蹤交易模型要求期貨基金管理者的持倉時間比較長，一般都有2－3個月以上，所以要求期貨基金管理者要有一套與趨勢跟蹤交易模型相適應的心理控制方法。

3）反趨勢為基礎的交易模型

該類模型是根據設計者的數據統計，然後假定市場需要調整，並在相反方向建倉交易的系統。它與趨勢交易模型的區別在於，趨勢交易模型可以自動調整，而反趨勢交易模型由於與主要趨勢相反操作經常會帶來不可估量的風險，所以該類交易模型必須帶有一套止損條件。

2、基本分析交易模型

基本分析交易模型是指交易者使用市場外的數據信息，通過對所有影響基本經濟關係的信息進行考察，並對這類因素進行量化分析，建立資料庫，從中判斷市場的均衡價格而進行投資的模型。該模型的特點主要是：為大規模資金進場提供良好的分析依據；理論基礎雄厚，容易為投資大眾接受；對於短線和時機把握幫助不大；信息收集難度大；分析滯後於市場價格；分析主觀性強。

下面介紹“價值評估”和“評估積分”兩種基本分析交易模型。

1）價值評估交易模型

期貨價格對現貨價格將產生相互牽引的作用，據資料統計，近10年來，我國大豆期價與現貨價格的相關係數為0.9。而對於期貨市場產生的期貨價格，期貨市場的參與者包括現貨商和投機者，對同一商品的期貨價格有自己的判斷，而由於成熟的期貨市場絕大多數的參與者是投機者，期貨市場的成交量往往是現貨貿易量的數倍或數十倍，所以期貨價格不單是由現貨價格和倉儲成本決定的，除了成本定價還包括資本定價部分。所以，作為期貨基金的基本分析交易模型，還要包括期貨市場的投機因素：期貨價格=（現貨價格+倉儲成本）×投機係數。投機係數根據突發事件、市場投機資金等情況確定。

2）積分評估交易模型

基本分析交易模型的主要缺點是信息收集難度大造成的信息不對稱，分析滯後於市場價格且分析主觀性強，但隨著信息科技的發達和交易制度的完善，信息的公平共享將進一步縮小信息不對稱，最新信息的獲取也相對容易了，困難的是如何去辨別信息真偽、主次和克服信息處理中過分主觀判斷的影響。積分評估交易模型的主要步驟如下：

A、確定分析因素

為了使分析統計因素保持全面，多空兩方面分析因素的數量不能過少，一般不少於5個。如供求分析因素，以大豆期貨為例，供求類因素包括：預測種植面積和實際種植面積因素；預測產量和實際產量因素；大豆進出口量；大豆壓榨加工量；庫存因素；突發事件因素等。

再比如周期性分析因素，還以大豆為例，周期性分析因素包括：3－4月份左右——中美大豆播種期，種植面積預測因素，同時南美新豆開始上市，價格處在谷底。5－8月份左右——中美大豆的天氣與產量為主要分析預測因素，消費旺季到來，價格從前期的緩慢上升，至7、8月份大豆受青黃不接和天氣炎熱等波動因素的影響，價格達到年度高峰。9－11月份左右——中美大豆實際收成因素、南美大豆播種面積預期因素，10月份後由於中美新豆上市，價格再次回落至當年的最低價區域。

B、確定分析的時間段

無論何種交易模型的分析方法，都需要足夠統計分析樣本數據，才能保證統計結果的可靠性，因此要經歷一個以上的循環周期，如農產品的生長周期、金屬的經濟周期等，其中更應該包含突發事件或政治的因素，以檢測交易分析模型應對的能力和控制風險能力。

C、確定分數值

確定分數值的方法可以使用普通正負分數法、權重分數百分比值法等，利多因素的分值為正值，利空因素的分值為負值，無明確利多、利空傾向的因素取為0分。

D、計算分值結果

將各影響因素的分數值累計，得出分值結果，分數為正數，則市場的趨勢以上升為主；分數為負數，則市場的趨勢以下跌為主；分數為0或接近0分，市場將處於盤整。

E、分值跟蹤系統

不同事件的發生和時間的推移變化，各因素對價格的影響不一，如突發事件對價格的影響隨事件的變化影響力會逐漸消退，所以要對各因素分數值不斷調整，確定分數結果，調整對交易模型的決策結果。

3、數學計量交易模型

數學計量交易模型是指設計者根據現代投資理論，對歷史交易數據進行大量的統計學分析，從中找出一定規律，在市場出現偏差時或特定情況時進行投資的模型，如套利交易模型、跳空交易模型等。

從使用者角度進行分類，主要有以下兩種：一種是分析型的交易模式，另一種是操作型的交易模型，技術分析交易模型和基本分析交易模型之間有著相當大的區別：

1、分析型的交易模型側重於預見性，對於市場的走勢分析具有提前性；而操作型的交易模型側重於反應式，當市場已出現某種價格應該採取的交易決策。

2、分析型的交易模型側重於個別效益，對某段市場的行情要求高準確度，忽略對不利市場情況的分析；而操作型的交易模型著重於實戰中的整體效益，要求交易模型對市場的所有情況產生的收益結果作出整體評估。

3、兩者最大的區別在於實際操作者要面對來自各方面的壓力，包括市場、投資者、基金管理者自己等的壓力，因此在模型上的設計還應包括如何通過某種方法去控制心理壓力的因素，有效執行交易模型發出的信號。

作為職業基金管理者，其投資行為必須具有一定的邏輯性和科學性，投資決策要求客觀、迅速，不能帶有模糊不清的分析和主觀判斷，而系統化的交易決策模型可以通過現代計算機技術將傳統的交易方式轉換成為數學模型，並通過大量的信息和數據進行檢驗分析，評估交易模型的可行性，從而做到嚴格的定性和定量，保證了投資決策的科學性。

交易模型系統程序化的步驟：a.確定交易模型的交易原則，進出場的信號確定、資金使用比例、風險控制原則等，如KD低位交叉為買入信號，高位交叉為賣出信號；b.確定交易模型中的參數和自變數，如KD指標中的天數等；c.將交易模型程序化，按計算機語言將交易模型轉換公式，使交易模型的檢驗過程能通過計算機進行客觀的檢驗。

模擬是對建立的系統或決策問題的數學或邏輯模型進行試驗，以獲得對系統行為的認識或幫助解決決策問題的過程。模擬的主要優點在於檢驗交易模型中的問題或系統的任何假設模型化的能力，使它成為最靈活的工具。判斷交易模型是否有實用價值，最簡單、最可靠的途徑是通過在盡量多的市場里，進行長時間的測試。為了減少交易模型的檢測成本，檢測先從模擬開始。交易模型檢驗的基本原則是“模擬實戰”，一切條件都要接近實戰條件，使檢驗結果儘可能真實，因為只有這樣才能使交易模型有真正的使用價值。

1.突發事件

在檢驗過程中一定要包含有突發事件(包括漲跌停板)，因為除了要檢驗交易模型在正常情況下的運作情況，還要有應付突發事件的能力，不能因為是“小概率”事件而忽略了突發事件的影響，應遵循“模擬實戰”的基本原則。一個成熟的交易模型，即使不能捕捉到突發事件帶來的超額利潤，也應該有能力抵抗突發事件帶來的風險。

2.檢驗的信息和數據

對於基本分析交易模型，需要有完善的信息資料庫，信息的來源隨著科技的發達，網際網路的不斷應用，信息的收集比以前方便了許多，因此要整理完善好信息資料庫相對較容易。對於技術分析交易模型，由於期貨基金運作的是期貨品種，期貨品種的數據有它的獨特性，歐美期貨的數據有各自不同的特點，如倫敦金屬的期貨數據沒有出現“斷層現象”，使用計算機檢驗就不會有問題，而國內的期貨數據源襲了美式期貨數據，不同的交易合約換月時會出現“數據斷層”，不能像股票一樣使用簡單的除權處理，因此要通過交易模型的檢驗首先對數據進行處理。

實際合約數據：按照實際的合約交易數據，缺點是十分明顯的，因為國內期貨合約目前只有1年的周期，因此在檢驗時數據周期就顯得太短了，而且在相當長的交易時間內合約的成交量並不活躍，流動性小，不具有代表意義。

即月連續數據：按合約交割日連接，連接起來形成連續數據。這樣產生的連續數據優點是具有實際交易性，但在實戰交易中會產生差別，交割前成交不活躍，缺乏代表性，像上海銅一般都是交割月後第四、五個合約成交活躍；缺點則是會產生“斷層現象”，對檢驗結果產生重大的失真。

價差調整連續數據：按照一定的規則，在進入交割前一定時間內連接隨後的合約數據，這裡的時間參數X，要根據不同品種來確定，上海銅要比大連大豆和鄭州小麥的時間參數X要大，將調整時兩個合約的價差累計下來，最後將累計價差加減到數據列中，得出最終的期貨數據。特別注意的是，經過調整的期貨數據可能會出現負值，要做相應的數據調整，但這不會影響使用計算機檢測的交易結果。優點是能長時間反映價格變化水平；缺點是數據不能直接應用於實際交易中，需要通過轉換。

權重連續數據：按照固定的時間連接隨後的合約數據，同時按近月大、遠月小或是按成交量與持倉量的比重計算連續價格，隨著時間的推移，較近的合約的權重越來越小，而遠月的權重越來越大。優點是消除了數據“斷層現象”，可以選取多個活躍月份，這樣就可以更真實地貼近實戰交易；缺點也是數據不能直接應用於實際交易中，需要通過轉換。

以上四種數據處理方式各有所長，要根據使用者的情況選用。對於短線使用者，實際合約數據較好，而對於中長線的使用者連續數據才能真實反映實際中長期的盈虧情況，並進行計算機的檢測。在對交易模型的檢測中，為了保證檢驗結果的可靠性和穩定性，需要足夠的統計樣本數據，按照統計學的大樣本要求，樣本數量要多於30個。以短線為主的交易模型，數據時間不能短於1年的分時數據，使用日線數據檢測的不能少於3年以上，基本分析交易模型的數據要求要經歷一個以上的循環周期。

根據交易模型模擬檢驗后的交易成績數據，對成功率高且有實用價值的交易模型的參數進行調試，以達到最佳效果。交易模型優化分為：

1.交易模型的參數優化：一種是圍繞原定的參數為中心的微調，一種是大範圍的跳躍式的搜索。

2.交易模型的交易規則調整：增減交易模型的交易規則和增減的變數，目的是改善交易模型的成績而不是重新設計新的交易模型。

交易模型優化的基本要求是模擬期和優化期不能重疊，否則就不能使交易模型具有適應性和穩定性，降低了交易模型的實用性。交易模型優化的另一個重要意義在於減少了交易模型的噪音，也就是假信號，因為這是交易模型中無法避免的，噪音過低會走入優化陷阱，交易模型的市場適應性會減低；而噪音過高，交易模型就沒有實用價值。根據資料條件，理想的噪音水平在10%－30%左右。

在經歷了模擬檢驗和優化后，交易模型將進入實戰檢驗階段。模擬檢驗和實戰檢驗的重大區別在於心理的壓力，這也是分析家和投資家的區別。交易模型的實戰壓力主要產生在兩個時期：

1.當交易產生相當利潤的時候。由於期貨基金的管理者擔心利潤流失和顧慮投資者的壓力，會產生心理動搖、不等待交易模型發出離場信號，就主觀判斷離場。這樣就不能體現交易模型的前後一致性和客觀性，令交易結果產生不穩定性和不可比性。

2.當交易產生連續性的虧損時。根據混濁理論，交易模型的噪音（假信號）分佈具有隨機性和集中性，所以當交易模型出現連續性的噪音（假信號）時，會對交易模型的使用者產生較大的心理壓力，對交易模型產生懷疑，甚至產生放棄的思想。這時應該檢查交易記錄和交易模型的設計理念，看是否由於沒有嚴格執行交易模型發出的信號而產生了失誤，或是由於交易模型的缺陷造成的失誤，然後有的放矢地解決問題。例如，在鄭州綠豆1998年3月－9月和大連大豆1999年9月－2000年的5月期間，行情進入無趨勢市場，對於使用趨勢跟蹤為基礎的交易模型產生的連續性虧損，就是交易模型中趨勢型交易模型本身的缺陷造成的，但這也不能完全否定趨勢型交易模型的實用價值。

交易模型進入實戰檢驗階段除了是對交易模型的檢驗，同時也是對交易模型使用者的心理和性格的檢驗。交易模型使用者應付心理壓力的能力（包括應付市場的壓力和來自投資者的壓力）和是否有與交易模型相適應的性格、生活方式才是交易模型成功的最關鍵的因素。

交易模型進入實戰使用階段，需要對交易模型的不同情況進行跟蹤分析和調整，為交易模型使用者和投資者提供統計資料。對交易模型的調整是在大量的交易資料分析基礎上進行的，調整隻能是階段性的調整，不能隨機調整，因為只有在積累了具有統計意義的足夠數量的交易數據樣本后，才能做出相應的調整。另外，在投資市場產生重大變化、新品種上市之初、市場的交易規則出現變化時，也要對交易模型做出相應調整。隨著投資技術分析理論的不斷進步發展，投資市場也不斷發展成熟，交易模型也在不斷完善，期貨基金的交易模型也將得到不斷發展。

對於交易模型的收益和風險評估，很多投資者往往只關心凈利潤和回報率，而忽略了交易模型的風險測量評估，其實這正是交易模型最為關鍵的部分。

兩個管理者的起始凈值和到期凈值一樣，但是管理者A的期貨基金的凈值在中間經歷了大幅起落，使投資者在投資途中的風險加大，加大了投資者和管理者的心理壓力，管理者可能產生情緒波動，不能很好地執行交易模型的交易信號，產生了非市場性風險，投資者也將很可能在中途贖回基金投資，而不能取得最後的回報。

而管理者B的期貨基金的凈值在中間相對平穩，投資者所面臨的風險減少，投資者和管理者心態平穩，管理者不去追求短期的高回報，凈值則穩定增長，管理者完成交易模型成功的概率也比管理者A的期貨基金要大。

交易模型的評估項目大體包括：凈利潤、回報率、總交易次數、盈虧次數比率、標準離差/標準離差率、回報回調率、風險指標d七個方面。

標準離差/標準離差率

期貨基金交易模型常用的收益和風險評估是標準離差/標準離差率，因為標準離差/標準差離率越小，說明交易模型的收益分佈概率越集中，期貨基金交易模型實際收益越接近理論收益，風險越低。評估步驟如下：

1.計算交易模型收益期望值

E=∑Xi×Pi，E為收益期望值、Xi為第i筆交易的收益、Pi為第i種結果收益的概率。

2.計算交易模型的收益標準離差

δ=∑（Xi－E）2×Pi

3.標準離差率

V=δ÷E

4.權衡交易模型優劣

選擇收益高且標準離差率小的交易模型。

風險指標d

在使用標準離差率對期貨基金交易模型收益和風險評估的前提條件是交易模型的分佈必須符合正態分佈，也就收益分佈是對稱的，對於不符合正態分佈的交易模型的收益和風險評估就沒有意義了。往往出現收益為負的交易模型的標準離差率小於收益為正的交易模型，因此我們在這裡引入了風險指標d。

d=|∑n÷∑c|，∑n為交易模型收益小於0的次數和收益的乘積、∑c為交易模型收益大於0的次數和收益的乘積。

引入風險指標d的好處是不用對交易模型的收益分佈做任何假設，就可以對交易模型的收益進行比較。