Successful Algorithm Trading 读后感

概览

优点:

缺点:

散户的优势:

散户的劣势:

散户对于风险管理相比于基金来说，会更加自由，完全取决于个人的风险偏好。这有好有坏，往往这也会让散户忽略风险管理，把绝大部分时间放在构建交易策略上。

散户不需要关注交易曲线，不需要和投资者打交道，不需要定期公布事项满足监管，不需要和同行比，不需要和被动投资比。散户只需要关注的就是绝对收益。

回测可以帮助做到下面几点：

我们通过回测慢慢迭代自己的策略的时候，往往也引入了很多的偏差(Bias)，常见的有：

交易过程中带来的损耗包括但不限于：

在确定自己的交易风格之前，我们需要从下面几个方面出发： - 你的性格是什么样子的 - 你所允许的交易时间是怎么样的

这一节关于时间序列分析的相关算法，作者讲得非常简洁，不值得记录。

这边作者只是简单减少了一些常见的机器学习算法，例如逻辑回归，线性回归，支持向量机，随机森林等等，以及机器学习当中常见的对于结果判别的方法。

从各个level的业绩归因，可以更好地回溯整个交易系统的问题。一般可以从如下几个方面看待整个业绩的表现:

那么何为上述所说的"业绩"呢，一般我们需要从下面几个角度去考虑:

收益
- 总收益: 计算的时候需要考虑杠杆，做空等等因素
- 复合年化收益
风险
- 回撤(DrawDown)
- 收益的波动率
风险收益
- Sharpe Ratio: \(\sqrt{N}\frac{\mathbb{E}[R_{\alpha}- R_{\beta}]}{\sqrt{\mathbb{Var}[R_{\alpha} - R_{\beta}]}}\), 这边\(N\)为一年内交易日数目，如果你的收益是按照天计算的话。\(R_{\alpha} - R_{\beta}\) 代表超额收益。其中Benchmark可以选择为对应的ETF.
- Sortino Ratio: \(\sqrt{N}\frac{\mathbb{E}[R_{\alpha}- R_{\beta}]}{\sqrt{\mathbb{Var}[R_{\alpha} - R_{\beta}]}_d}\). 这边的下标\(d\)代表我们只考虑，当超额收益为负的时候波动率，因为亏损的波动，更加容易交易情绪的波动。
- Calmar Ratio: \(\sqrt{N}\frac{\mathbb{E}[R_{\alpha}- R_{\beta}]}{\max \mathbf{drawdown}}\).
交易指标
- PnL
- Average Period PnL
- Maximum Period Profit
- Maximum Period Loss
- Average Period Profit
- Average Period Loss
- Wining Period
- Losing Period
- Percentage Win/Loss Periods