關於"Optimal F" 與"動能評價函數"的用法 - 幣圖誌Bituzi

關於"Optimal F" 與"動能評價函數"的用法~ · 我拿我最熟悉的Optimal f當作動能評價函數。

· 雖然沒解決，但說實在這已經比把Kelly套用於交易實務多了。

電子信箱service[at]bituzi.com 關於"OptimalF"與"動能評價函數"的用法~ 主題分類： 最近看到凌波大提出一個"動能評價函數"的想法，我自己做了幾個實驗，覺得非常有用，也跟大家分享看看。

我拿我最熟悉的Optimalf當作動能評價函數。

OptimalF是由RalphVince所提出，主要是解決Kelly只適用於賭局不適用於交易的問題。

但Vince真的解決了嗎?事實上沒有!Vince只是把Kellycriterion做推廣，讓賭局損益的最佳化過程更像交易損益而已。

雖然沒解決，但說實在這已經比把Kelly套用於交易實務多了。

只是當原始策略不穩的時候，你還是會遇到偏差問題，然後"被誘導"的錯誤下注比例就會讓你損失慘重!也因為如此，許多人認為Kelly或是Vince的東西只是理論上的研究而已。

的確，當你開發好一個策略，想要用OptimalF來當作你的部位控管(PositionSizing)時，你會發現效果沒有想像中的好，這是因為交易不會玩到天長地久，損益更不會像是固定pattern，可以讓你InSample,OutofSample使用。

不然，很多交易上的資金管理問題，就是數學可計算的最佳化問題而已。

但是，如果你把OptimalF當作"動能評價函數"使用的話，讓我們來看效果如何? 下圖是過去我曾使用過的某個當沖策略，可以看到近一年幾乎已經失效了，破了歷史最大MDD，可能很多人就把他下架不用。

這個策略的獲利因子(profitfactor)為1.298。

讓我們看用WalkingForwardAnalysis(WFA)的方式，取前10筆損益當作InSample，套用到Vince的optimalf後，再根據optimalf的值去決定下注口數。

注意到這裡跟傳統不一樣的是，如果OptimalF是12%，教課書寫你要下12%風險比例的部位，大部分是用固定分數(FixedFraction)的方法。

舉例來說原始策略單口損失5000元，那100萬的資金最多輸12萬，也就是可以下24口。

通常除非你的策略非常非常穩定(很難)，不然這樣下的結果通常是穩死的!! 但如果我用"動能評價函數"的觀點去看待OptimalF。

當值越大的時候，代表動能越強，要放大部位；值越小的時候，代表動能越弱，也就是過去損益漸漸出現虧損，所以部位越來越小。

換句話說，我只是把OptimalF這個值當作"動能評價函數"的input。

例如當OptimalF界在10%~20%時，下1口；20%~30%時下2口之類的。

而不是傳統用固定分數的決定口數方法。

這樣做的效果如何?讓我們看下面的圖。

發現沒有，用OptimalF當作動能評價函數的結果，交易次數變少了，獲利增加了。

不僅過去一年沒有破了最大歷史最大MDD，甚至在最近還創新高了。

而改良後的策略獲利因子也提高到1.413。

我想這是一個很好的"動能評價函數"的驗證!!跟大家分享~也感謝凌波大如此好的觀點分享出來!!! 其實....上面的實驗，就是在交易equitycurve。

過去看到許多人在討論這有沒有用，事實其實擺在眼前，動能的展現，本來就會在你獲利賠錢上做最佳的說明。

而PZ就是根據你過去的損益當作input，決定你再來要用的部位大小，這是很自然的事情~~只是重點在你該怎麼用!利用動能評價函數的概念是個不錯的好選擇!! Tweet 0 意見: 張貼留言 較新的文章 較舊的文章 首頁 搜尋 全體作者專欄 美股交易室-畢德歐夫 不動產億術-紅色子房 交易天堂-璞格交易團隊 全員挖礦中-採礦貓 純情主力俏股東-狼打 專題研究-easytrader 程式好好玩-程式獵人 一起看盤吧-金湯尼 謀權奪利真英雄-牧清華 交易三角錐-藍圖 交易三叉戳-藍圖 以RSS/Atom閱讀器訂閱幣圖誌   幣圖誌(2010-2022)係採用創用CC姓名標示-非商業性-禁止改作3.0台灣授權條款授權。