金融市場(chǎng)是典型的耗散結(jié)構(gòu)——在開放和遠(yuǎn)離平衡的條件下，在與外界環(huán)境交換物質(zhì)和能量的過(guò)程中，通過(guò)能量耗散過(guò)程和內(nèi)部非線性動(dòng)力學(xué)機(jī)制來(lái)形成和維持的宏觀時(shí)空有序結(jié)構(gòu)，稱為耗散結(jié)構(gòu)。純技術(shù)分析研究的只是經(jīng)過(guò)內(nèi)部紛繁復(fù)雜的相互作用之后，所形成的宏觀時(shí)空有序結(jié)構(gòu)，原因有二：一是內(nèi)部是隨機(jī)的或是混沌的，實(shí)在難以以目前的知識(shí)進(jìn)行描述。二是宏觀時(shí)空有序，即模式的存在性。本文僅在純技術(shù)分析框架內(nèi)討論系統(tǒng)化交易，這里的系統(tǒng)化包含主觀系統(tǒng)化和程序系統(tǒng)化。
系統(tǒng)化交易本質(zhì)
現(xiàn)代科學(xué)逐漸向相對(duì)性邁進(jìn)，漸離絕對(duì)性，是基于公理化定義(假設(shè))的自洽邏輯體系。每個(gè)理論都是從自身角度從一個(gè)側(cè)面去詮釋這個(gè)世界，它們之間可以沖突，但是沒有對(duì)錯(cuò)，因?yàn)槎际敲と嗣?。?duì)于系統(tǒng)化交易筆者持同樣看法。筆者所理解的系統(tǒng)化交易的本質(zhì)是：歷史和未來(lái)市場(chǎng)存在一種模式，將該模式作為交易依據(jù)，所得的勝率(概率)和收益率(隨機(jī)變量)計(jì)算得到的期望值為正值。
尋找模式的關(guān)鍵
周期：對(duì)于周期，筆者理解為一種特殊的采樣方式，即等時(shí)間間隔采樣。與之對(duì)應(yīng)的有等價(jià)格間距采樣、特殊價(jià)格點(diǎn)位采樣、特殊形態(tài)點(diǎn)采樣等。它們都有各自的特點(diǎn)，但是具有共同的目的。一是降噪，即市場(chǎng)中信息紛亂繁雜，我們要提取自己認(rèn)為有用的信息，以抗擊各種干擾，有助于得出正確的結(jié)論。二是對(duì)應(yīng)不同的行情，即交易方式無(wú)非兩個(gè)方面。一方面是趨勢(shì)跟蹤，另一個(gè)方面是逆趨勢(shì)跟蹤。解決方案也有兩種。一種是事前識(shí)別行情隸屬于哪種行情，并采用對(duì)應(yīng)的策略。另一種是將二者統(tǒng)一，即市場(chǎng)中沒有逆趨勢(shì)行情，只有大行情和小行情之分，因此需要采樣來(lái)應(yīng)對(duì)，例如日線對(duì)應(yīng)大行情、分鐘線處理日內(nèi)小行情。三是通過(guò)多周期可以精確定位入場(chǎng)點(diǎn)，提高勝率。例如，單以15分鐘5根均線上穿20根均線為入場(chǎng)點(diǎn)，那么勝率會(huì)很低，并且受噪聲影響嚴(yán)重。如果此時(shí)基于大周期上漲時(shí)小周期只做多的思想做如下改動(dòng)，勝率可能就會(huì)變高，期望值也可能變大，方法就是只有在30分鐘 5根k線均值大于20根k線均值并且滿足15分鐘條件時(shí)做多。
指標(biāo)：筆者從兩個(gè)方面進(jìn)行闡述，一是指標(biāo)的作用。待處理的數(shù)據(jù)包含各種信息，每個(gè)指標(biāo)都是從某一個(gè)方面?zhèn)让嫒ッ枋瞿骋恍畔⒒蚴悄承┬畔⒆饔脙r(jià)格之后產(chǎn)生的必要條件。以雙均線交叉為例，上交叉是行情上漲帶來(lái)的必然結(jié)果，但是上交叉并不一定導(dǎo)致行情進(jìn)一步上漲，這是就要引入概率思維，只要10次上穿有6次成功預(yù)示后續(xù)行情是上漲的，并且10次綜合結(jié)果是盈利的，那么這個(gè)指標(biāo)就成功描述一種可盈利的模式。二是理解各個(gè)指標(biāo)的具體意義。以均線為例，可以從三個(gè)角度去看：基本含義是n個(gè)數(shù)值的平均值。從幾何角度看，n個(gè)數(shù)值和對(duì)應(yīng)每個(gè)值為一的列向量的內(nèi)積。從時(shí)間序列分析角度看，當(dāng)前降噪值等于前n個(gè)值的迭代輸出。
泛化能力：在系統(tǒng)化交易中，假設(shè)歷史和未來(lái)市場(chǎng)存在一種模式，可是未來(lái)我們并不知道，那么僅僅是通過(guò)歷史尋找模式，并以此去賭未來(lái)嗎？當(dāng)然不是。這里就需要理解泛化性即普適性的意義。泛化能力就是通過(guò)樣本內(nèi)數(shù)據(jù)學(xué)習(xí)得到的模式，對(duì)樣本外數(shù)據(jù)的適應(yīng)能力，也就是基于歷史數(shù)據(jù)得到的模型有多大的可信度，可以用于未來(lái)數(shù)據(jù)，即未來(lái)實(shí)盤交易中。
如何檢測(cè)模型普適性
模型具有泛化能力是我們敢于將通過(guò)歷史數(shù)據(jù)得到的模型用于未來(lái)實(shí)盤交易中的前提。所以必須要保證模型具有普適性，并且盡可能增強(qiáng)這種普適性。那么如何檢測(cè)普適性呢？
一是檢測(cè)模型在同品種同周期遞推回測(cè)——這個(gè)主要針對(duì)含有資金管理的模型的回測(cè)——適應(yīng)的遞推周期數(shù)量，越大越好。二是檢測(cè)適應(yīng)的品種數(shù)量和不同周期的數(shù)量，同樣是越大越好。三是計(jì)算該模型單手回測(cè)的收益與該周期數(shù)據(jù)的折線路程長(zhǎng)度的比值。
這里有個(gè)問題，就是普適性和高利潤(rùn)不可兼得。以日線收盤價(jià)類模型為例，一年中的折線路程長(zhǎng)度是該年中該類模型可獲得的最大利潤(rùn)。而模型的單手回測(cè)利潤(rùn)等于這個(gè)最大或是接近這個(gè)總長(zhǎng)度導(dǎo)致的必然是擬合，而喪失普適性。這也可能是為什么市場(chǎng)上炒單新星總有，但是壽星罕見的一個(gè)重要原因。炒單新星在獲取高額利潤(rùn)的同時(shí)，過(guò)度擬合了所交易數(shù)據(jù)曲線而喪失普適性，以至于在未來(lái)難以通過(guò)以往的經(jīng)驗(yàn)，繼續(xù)獲取高額收益。
系統(tǒng)化與程序化的區(qū)別
程序化是系統(tǒng)化的子集。人腦綜合了二值或多值邏輯、模糊邏輯、概率邏輯等多種邏輯，而計(jì)算機(jī)是基于經(jīng)典數(shù)理邏輯中的二值邏輯，在能力上與人腦還是相去甚遠(yuǎn)的。我們利用計(jì)算機(jī)程序化交易并不能替代所有技術(shù)分析方法，但是可以利用其嚴(yán)格的執(zhí)行力和快速的運(yùn)算能力。
需要注意的是，雖然存在尚不能通過(guò)計(jì)算機(jī)描述的東西，但是也不能過(guò)分去神話一個(gè)被叫做盤感的東西。如果這個(gè)東西可以帶來(lái)盈利，筆者認(rèn)為可以劃歸到系統(tǒng)化范疇。盤感就是定義了一種難以描述的模式，并且通過(guò)大腦的快速歷史回測(cè)和泛化，而產(chǎn)生交易信號(hào)的一種方式而已。
筆者認(rèn)為，人工智能算法的作用僅僅是錦上添花，而不是雪中送炭，倘若直接使用諸如lstm等算法基于歷史數(shù)據(jù)訓(xùn)練去尋找模式，無(wú)異于緣木求魚。人工智能算法和其他數(shù)學(xué)算法，或者物理公式模型，應(yīng)重在理解其思想，而不是直接當(dāng)作工具簡(jiǎn)單粗暴地使用。它們只是教會(huì)我們?nèi)绾纬橄蟪瞿Ｊ剑绾稳ッ枋龀瞿Ｊ?，僅此而已。
系統(tǒng)化和程序化是否只是簡(jiǎn)單地機(jī)械式執(zhí)行，沒有技術(shù)含量呢？這里面需要理解的是，這個(gè)簡(jiǎn)單是形式本身的簡(jiǎn)單，但是形之上的思想內(nèi)涵是復(fù)雜，是以高度的抽象性包羅市場(chǎng)。因?yàn)槿四X對(duì)事物的認(rèn)知過(guò)程是由少到多，再由多到少的過(guò)程，以致到達(dá)所謂的大巧不工、大智若愚的境界。在這個(gè)意義上，系統(tǒng)化是一種對(duì)市場(chǎng)深刻理解前提下的完美提煉。
