S******n
发帖数: 1009 | 1 stock list: over 4000 symbols from Yahoo finance,
during testing, delisted symbols are not considered.
Volume: 30 day average vol >500000 during the trading
Price: stock price>6 during trading
long only system, holding period from 2 to 7 trading
days.
I tested from 2000 to 2011, only part of data in 2000
is used.
Results:
total number of trades: 8806
successful trades: 8144 0.924824
unsuccessful trades: 662 0.075176
trades stat by year:
total number of trades in 2000 : 129
successful trades in 2000 : 123 0.953488
unsuccessful trades in 2000 : 6 0.0465116
total number of trades in 2001 : 775
successful trades in 2001 : 714 0.92129
unsuccessful trades in 2001 : 61 0.0787097
total number of trades in 2002 : 502
successful trades in 2002 : 466 0.928287
unsuccessful trades in 2002 : 36 0.0717131
total number of trades in 2003 : 696
successful trades in 2003 : 659 0.946839
unsuccessful trades in 2003 : 37 0.0531609
total number of trades in 2004 : 497
successful trades in 2004 : 441 0.887324
unsuccessful trades in 2004 : 56 0.112676
total number of trades in 2005 : 449
successful trades in 2005 : 408 0.908686
unsuccessful trades in 2005 : 41 0.091314
total number of trades in 2006 : 582
successful trades in 2006 : 520 0.893471
unsuccessful trades in 2006 : 62 0.106529
total number of trades in 2007 : 760
successful trades in 2007 : 688 0.905263
unsuccessful trades in 2007 : 72 0.0947368
total number of trades in 2008 : 1011
successful trades in 2008 : 938 0.927794
unsuccessful trades in 2008 : 73 0.0722057
total number of trades in 2009 : 2196
successful trades in 2009 : 2065 0.940346
unsuccessful trades in 2009 : 131 0.0596539
total number of trades in 2010 : 919
successful trades in 2010 : 857 0.932535
unsuccessful trades in 2010 : 62 0.0674646
total number of trades in 2011 : 290
successful trades in 2011 : 265 0.913793
unsuccessful trades in 2011 : 25 0.0862069 |
t*****n
发帖数: 134 | |
i****e
发帖数: 451 | 3 The winning rate sounds too good. Are you sure you didn't use future data?
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
w******s
发帖数: 16209 | 4 考虑进交易费用和spread了么？
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
b******r
发帖数: 16603 | |
j********e
发帖数: 1192 | 6 成功率真高呀！
通常缓涨快跌，最后盈利率多少？
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
g*****u
发帖数: 14294 | 7 What's your mean return % and max drawdown?
Seems promsing. Consider posting live picks on the board. Paper trading is
OK.
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
S******n
发帖数: 1009 | 8 只是统计了可能的交易成功率，还没算回报率
【在 b******r 的大作中提到】
: 止盈止损如何处理？年回报率能有多少？
|
S******n
发帖数: 1009 | 9 没呢，只是做了个成功率的统计，获胜平均gain: 2%,亏损的还没统计
【在 w******s 的大作中提到】
: 考虑进交易费用和spread了么？
|
S******n
发帖数: 1009 | 10 I am a machine learning guy, no future data is used
didn't use future data?
【在 i****e 的大作中提到】
: The winning rate sounds too good. Are you sure you didn't use future data?
|
|
|
u********e
发帖数: 4950 | 11 你这成功率太牛了
赶快去筹钱吧， 你这成功率应该可以把股市当提款机的， 呵呵。
【在 S******n 的大作中提到】
: 没呢，只是做了个成功率的统计，获胜平均gain: 2%,亏损的还没统计
|
i****e
发帖数: 451 | 12 It does not matter whether you are a machine learning guy or statistician or
information theorist. I am just saying that your winning rate sounds too
good to be true, nothing personal.
If you are a learning guy and have some real experience in this field, then
you will also agree with what I said. Is this the first time you try
learning method on stock prediction? What is the annualized sharpe ratio,
max drawdown? Do you understand if you have such a winning rate after
considering fees/slippage, what does it imply for your PnL?
【在 S******n 的大作中提到】
: I am a machine learning guy, no future data is used
:
: didn't use future data?
|
q*******0
发帖数: 184 | 13
I have never used any system and have no idea how it works. Just a
commensense question:
Are you sure you are not using the same data to train and test the system?
Is there any possibility the system was trained or tuned using part of the
data that you used in the test?
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
S******n
发帖数: 1009 | 14 I didn't use machine learning algorithms, which train
a model based on training data, and test the model on
future test data. My system just simply look for
tradable patterns based on domain
knowledge(resistance, breakout, etc).
I don't think there is overfitting of parameters,
because it's not easy to find a parameter working for
such a long time with various market conditions.
The winning rate seems too good to be true, maybe
there are some errors of the system.
works. Just a
train and test the system?
tuned using part of the
【在 q*******0 的大作中提到】
:
: I have never used any system and have no idea how it works. Just a
: commensense question:
: Are you sure you are not using the same data to train and test the system?
: Is there any possibility the system was trained or tuned using part of the
: data that you used in the test?
|
S*********g
发帖数: 5298 | 15 这个delisted symbols不考虑本身就是个大漏洞
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
s*****r
发帖数: 1745 | 16 Oh, Mama Mia!!!
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
S******n
发帖数: 1009 | 17 you are right, however, my system is based on short-
term momentum, there is a high probability those
delisted symbols will not be picked by my system.
【在 S*********g 的大作中提到】
: 这个delisted symbols不考虑本身就是个大漏洞
|
c**y
发帖数: 419 | 18 你选股的时期是怎么选的?
比如你的系统今天选出一篮子股, 你都买入, 明天系统又选出一篮子不一样的, 你是买
还是不买, 昨天已经买的怎么办? 持有还是抛? |
B********n
发帖数: 384 | 19 根据你每年产生的交易数，95%的确太高了。
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
q*******0
发帖数: 184 | 20 It does not need to be machine learning algorithm. If you are using rule
based trading system, the rules must have be chosen based on historic data.
There can be a big overlap between data used in developing the rules and
testing the system.
It can also be a simple error as you said.
【在 S******n 的大作中提到】
: I didn't use machine learning algorithms, which train
: a model based on training data, and test the model on
: future test data. My system just simply look for
: tradable patterns based on domain
: knowledge(resistance, breakout, etc).
: I don't think there is overfitting of parameters,
: because it's not easy to find a parameter working for
: such a long time with various market conditions.
: The winning rate seems too good to be true, maybe
: there are some errors of the system.
|
|
|
r*****t
发帖数: 712 | 21 胜率不能说明任何问题。赢的时候赢1%，输的时候输20%等于没用。
关键是risk:reward ratio和drawdown。
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
s*******e
发帖数: 432 | 22 Lot of time what happen is when you win you win too less, when you lose you
lose lot. So you really have to check what is the compound return rate |
S******n
发帖数: 1009 | 23 thanks guys, that's what I will do next
less, when you lose you
compound return rate
【在 s*******e 的大作中提到】
: Lot of time what happen is when you win you win too less, when you lose you
: lose lot. So you really have to check what is the compound return rate
|
s*******e
发帖数: 432 | 24 let us know the result. By the way, what is a book on neural network
【在 S******n 的大作中提到】
: thanks guys, that's what I will do next
:
: less, when you lose you
: compound return rate
|
S******t
发帖数: 8388 | |
S******n
发帖数: 1009 | 26 贴一个我的模拟，2001年初20000，到2011年5月份差不多1个亿，
当然没有考虑交易费，税，能否成交等问题，每天持有0到6个股票不等
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
V********n
发帖数: 3061 | 27 too good to be true！我觉得楼主的model里十有八九有个很低级错误在里头。是不是
有类似：“如果如何如何，就buy open/low，或者sell@high”的逻辑在里面啊？这都属于隐蔽的
peek the future的错误
另外，加上（或者扣除）足够严厉的手续费/spread/slipage，是必须的，有时候就光
光省略掉这些条件，就可以赚出一条美妙的PL曲线出来，建议楼主对自己的model狠一
点！该加的不利条件统统加上。 |
c**y
发帖数: 419 | 28 我估计就是个buy dip策略
collective2上有类似的一个, 叫nazdq100什么的,曲线也很美 呵呵 |
w***n
发帖数: 1519 | 29 The winning rate is spectacular, but what's more important is how much do
you lose on your losing trades. There will be losing streaks no matter what.
You may want to look at Sharpe ratio and max drawdown, etc.
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
S******n
发帖数: 1009 | 30 也许吧，但其实gain也不太高，平均一年翻倍多一点，
基本上没有buy open/low, sell close/high之类的，这个基本上是骗自己的，不过确
实没有考虑spread/slipage
都属于隐蔽的
【在 V********n 的大作中提到】
: too good to be true！我觉得楼主的model里十有八九有个很低级错误在里头。是不是
: 有类似：“如果如何如何，就buy open/low，或者sell@high”的逻辑在里面啊？这都属于隐蔽的
: peek the future的错误
: 另外，加上（或者扣除）足够严厉的手续费/spread/slipage，是必须的，有时候就光
: 光省略掉这些条件，就可以赚出一条美妙的PL曲线出来，建议楼主对自己的model狠一
: 点！该加的不利条件统统加上。
|
|
|
i****e
发帖数: 451 | 31 RIM呢，呵呵
【在 S******n 的大作中提到】
: 贴一个我的模拟，2001年初20000，到2011年5月份差不多1个亿，
: 当然没有考虑交易费，税，能否成交等问题，每天持有0到6个股票不等
|
i****e
发帖数: 451 | 32 Yes, could have severe survival bias problem here
【在 S*********g 的大作中提到】
: 这个delisted symbols不考虑本身就是个大漏洞
|
c*******o
发帖数: 1722 | 33 you might also consider liquidity premium.
there are lots of small names that you can have
great backtest results but almost not tradable in
real time because they are not liquid enough.
even with that, 95% hit ratio sounds too good.
【在 S******n 的大作中提到】
: stock list: over 4000 symbols from Yahoo finance,
: during testing, delisted symbols are not considered.
: Volume: 30 day average vol >500000 during the trading
: Price: stock price>6 during trading
: long only system, holding period from 2 to 7 trading
: days.
: I tested from 2000 to 2011, only part of data in 2000
: is used.
: Results:
: total number of trades: 8806
|
J**********y
发帖数: 1831 | 34 这个太牛了，一般模型翻倍就不错了
【在 S******n 的大作中提到】
: 贴一个我的模拟，2001年初20000，到2011年5月份差不多1个亿，
: 当然没有考虑交易费，税，能否成交等问题，每天持有0到6个股票不等
|
S*********g
发帖数: 5298 | 35 95% 确实太高了点。
楼主上次发布到现在也有阵子了
forward testing怎么样？
【在 c*******o 的大作中提到】
: you might also consider liquidity premium.
: there are lots of small names that you can have
: great backtest results but almost not tradable in
: real time because they are not liquid enough.
: even with that, 95% hit ratio sounds too good.
|
c*******o
发帖数: 1722 | 36 real model with 58% hit ratio would be good enough.
95% is like .....
【在 S*********g 的大作中提到】
: 95% 确实太高了点。
: 楼主上次发布到现在也有阵子了
: forward testing怎么样？
|
b********0
发帖数: 339 | 37 胜率是高了些，你若能列出逐年回报率，我也许能粗略判断你的系统有无严重问题。
最好给出平均持有时间，只说2-7天信息太少了。这样可以估计买卖损耗。
另外你是多空两面做吗？ |
S******n
发帖数: 1009 | 38 5月份贴的胜率是可能交易的胜率，不是实际交易的胜率，我最近测试胜率在87%左右。
系统是short term momentum play, 只做多。 做空还没加进去。每年的回报率如下，
帮看看有没有什么问题
year_end/year_begin-1
2001 204%
2002 76.58%
2003 126%
2004 84.8%
2005 134.7%
2006 162.6%
2007 126%
2008 84.5%
2009 296%
2010 55.9%
2011till may 35%
【在 b********0 的大作中提到】
: 胜率是高了些，你若能列出逐年回报率，我也许能粗略判断你的系统有无严重问题。
: 最好给出平均持有时间，只说2-7天信息太少了。这样可以估计买卖损耗。
: 另外你是多空两面做吗？
|
i****e
发帖数: 451 | 39 如果你只做多的话要仔细考虑下SURVIVAL BIAS的影响，可能很大
另外把pnl按照盘子大小分类统计下，看看到底多少来自小盘子股票。
你的胜率太高，高的不想真的
【在 S******n 的大作中提到】
: 5月份贴的胜率是可能交易的胜率，不是实际交易的胜率，我最近测试胜率在87%左右。
: 系统是short term momentum play, 只做多。 做空还没加进去。每年的回报率如下，
: 帮看看有没有什么问题
: year_end/year_begin-1
: 2001 204%
: 2002 76.58%
: 2003 126%
: 2004 84.8%
: 2005 134.7%
: 2006 162.6%
|
F**e
发帖数: 593 | 40 太牛了。你的position sizing是怎么做的。能否贴一两个trade出来看看？
【在 S******n 的大作中提到】
: 5月份贴的胜率是可能交易的胜率，不是实际交易的胜率，我最近测试胜率在87%左右。
: 系统是short term momentum play, 只做多。 做空还没加进去。每年的回报率如下，
: 帮看看有没有什么问题
: year_end/year_begin-1
: 2001 204%
: 2002 76.58%
: 2003 126%
: 2004 84.8%
: 2005 134.7%
: 2006 162.6%
|
|
|
b********0
发帖数: 339 | 41 从回报分布来看，你的程序应该没有什么问题，动量系统达到这样的回报是完全可能的
。87%的胜率说明你很可能止赢很快，亏了的话就在第7天时止时。此外由于spread的原
因那87%的胜率要打折扣。但感觉上还是高了点，再仔细检查检查吧。消除几天数据看
看以前的信号变了没有？
假设你的平均持有天数为4，每个双向交易的成本为0.4%，大致每天0.1%。
年回报100%相当于日回报0.2776%，（近似）减去0.1%，还剩0.1776%，折回年回报为55.8%。
股票摘牌也是个问题，但这方面动量操作较均归操作风险小些。 |
S******n
发帖数: 1009 | 42 请教下pnl是什么？
胜率不是最重要的，像版上很多高手说的，主要是获胜交易盈利和亏损交易的亏损比例
【在 i****e 的大作中提到】
: 如果你只做多的话要仔细考虑下SURVIVAL BIAS的影响，可能很大
: 另外把pnl按照盘子大小分类统计下，看看到底多少来自小盘子股票。
: 你的胜率太高，高的不想真的
|
S******n
发帖数: 1009 | 43 一直在忙毕业，还没时间弄这个
【在 S*********g 的大作中提到】
: 95% 确实太高了点。
: 楼主上次发布到现在也有阵子了
: forward testing怎么样？
|
S******n
发帖数: 1009 | 44 从你的分析看你应该是个做系统的高手，实时交易应该会打一些折扣。
请问一下你说“每个双向交易的成本为0.4%”， 这个成本是怎么算的，是算的交易费
之类的吗？
55.8%。
【在 b********0 的大作中提到】
: 从回报分布来看，你的程序应该没有什么问题，动量系统达到这样的回报是完全可能的
: 。87%的胜率说明你很可能止赢很快，亏了的话就在第7天时止时。此外由于spread的原
: 因那87%的胜率要打折扣。但感觉上还是高了点，再仔细检查检查吧。消除几天数据看
: 看以前的信号变了没有？
: 假设你的平均持有天数为4，每个双向交易的成本为0.4%，大致每天0.1%。
: 年回报100%相当于日回报0.2776%，（近似）减去0.1%，还剩0.1776%，折回年回报为55.8%。
: 股票摘牌也是个问题，但这方面动量操作较均归操作风险小些。
|
b********0
发帖数: 339 | 45 这只是估计。做动量的一般不能做市，所以要付进出差价。这些还与你的单的大小有关
，大单往往会推动股价。然后就是手续费，这个因人而异，交易越频繁越有资格要求低
佣金。
你的做多系统01年的回报为204%，也许有人不信。替你说一句：
虽是熊市，01年动量做多操作非常有利。
【在 S******n 的大作中提到】
: 从你的分析看你应该是个做系统的高手，实时交易应该会打一些折扣。
: 请问一下你说“每个双向交易的成本为0.4%”， 这个成本是怎么算的，是算的交易费
: 之类的吗？
:
: 55.8%。
|
x******n
发帖数: 93 | 46 You may filter out stocks with price under 5$ and/or daily volume below 300k
. This filtering will make your trade executions closer to realistic. |
c**y
发帖数: 419 | 47 空说没用,发2011年的交易记录就行了,模拟的也行
按照这个基本格式:
股票代码 买入时间 买入价格 买入数量 卖出时间 卖出价格 |
V********n
发帖数: 3061 | 48 如果你的model里不存在我提到的那些低级的逻辑错误，也不是反复去fit历史数据搞出
来的，那么你就应该狠一点扣手续费/spread/slipage，使之接近现实。
1）扣除手续费/spread/slipage。你每个round（一买一卖），需要扣除手续费1分钱（
按IB的费率），spread扣1分钱，slipage建议来回扣掉2分钱，这个slipage一般nyse的
股票比较厉害一点，nasdaq的相对好一些，同时slipage还和你交易的资金量有很大的
关系，有些成交量本来就不大的股票，你要买一两万刀，都可以推动价格往上走3-5分
钱。
2）均价估计。因为你说你做的大部分是动量突破型的，那么估计30刀以下的占绝大多
数，按均价12-15刀来算，为保守计，取12刀。
3）折算为应扣除的收益率。不知道你怎么计算年收益，我默认你是把当年所有单笔交易的
收益直接加总起来得到年收益。那么你总共每个round要扣除4分钱，均价12刀，那就是
0.3333%，你每年大概交易400-500次，按250个来回算，那么就是250×0.3333%=83.33%。
这意味着，你每年损耗在手续费/spread/slipage这一项看着很微小的费用上，就要消
耗掉83.33%的利润。
4）Delist。这方面的情况我不熟悉，因为我从来没碰见过。我想这方面要抵扣多少，和你
的资金管理有关系，如果足够分散，假设你每笔交易资金不超过总资金的10%，那么每年扣除
5%-10%的利润作为补偿应该是完全足够了。
5）交易机会的重叠。如果你像我前面说的那样，把所有交易的收益直接加起来汇总得到年收益，
那么你在现实中还要考虑很多交易机会在时间上是重叠在一起。实际上动量突破型的model，
很有可能大量的交易机会集中在两三天内，而那两三天你根本不够资金去买n多个信号，如果
是这样，那在这方面需要打的折扣其实相当多，具体情况，你可能需要把交易清单导出来自己
估算一下。
如果考虑上面提到的这么些细微的现实因素，你可能需要从【现有的结果】中每年扣除掉接近
100%的损耗，得到的才是接近现实的return。
【在 S******n 的大作中提到】
: 也许吧，但其实gain也不太高，平均一年翻倍多一点，
: 基本上没有buy open/low, sell close/high之类的，这个基本上是骗自己的，不过确
: 实没有考虑spread/slipage
:
: 都属于隐蔽的
|
b********0
发帖数: 339 | 49 第三条有点问题。交易成本0.33%是合适的，但不能每天扣除。LZ的股票是要拿几天的。
从LZ的另一模型的贴图看，他是算复利的，估计他说的100%也是复利，每天扣除0.33%，就没了：）
【在 V********n 的大作中提到】
: 如果你的model里不存在我提到的那些低级的逻辑错误，也不是反复去fit历史数据搞出
: 来的，那么你就应该狠一点扣手续费/spread/slipage，使之接近现实。
: 1）扣除手续费/spread/slipage。你每个round（一买一卖），需要扣除手续费1分钱（
: 按IB的费率），spread扣1分钱，slipage建议来回扣掉2分钱，这个slipage一般nyse的
: 股票比较厉害一点，nasdaq的相对好一些，同时slipage还和你交易的资金量有很大的
: 关系，有些成交量本来就不大的股票，你要买一两万刀，都可以推动价格往上走3-5分
: 钱。
: 2）均价估计。因为你说你做的大部分是动量突破型的，那么估计30刀以下的占绝大多
: 数，按均价12-15刀来算，为保守计，取12刀。
: 3）折算为应扣除的收益率。不知道你怎么计算年收益，我默认你是把当年所有单笔交易的
|
V********n
发帖数: 3061 | 50 我的意思不是每天扣除，是每trade一个来回（一买一卖）扣除0.3333%，他每年大概有
400-500笔交易，大概相当于250个来回，所以=250x-0.3333%=-83.33%。
如果楼主的那些年盈利率都是compound过的话，那么这种每笔交易的抵扣也要全部
compound起来，那这个数目就很庞大了，这么一扣，他有可能每年都是亏损的。
我在前面曾经说过，如果忽略掉commission/spread/slipage这些因素，很多人
可以做出很fancy的model，就凭平均每个trade一两分钱的利润，就能得到一个极
其漂亮的PL曲线，可是加上这3-4分钱的负担之后，变成纯替broker打工了。
所以应该对自己backtest出来的model狠一点，多扣一两分钱，这么做基本上只有好处，
没有坏处，到了真的战场里才不会哗哗地直往外倒银子。
的。
%，就没了：）
【在 b********0 的大作中提到】
: 第三条有点问题。交易成本0.33%是合适的，但不能每天扣除。LZ的股票是要拿几天的。
: 从LZ的另一模型的贴图看，他是算复利的，估计他说的100%也是复利，每天扣除0.33%，就没了：）
|
|
|
b********0
发帖数: 339 | 51 不能按交易数来算吧？要按平均持有时间来估算。譬如我年初买了500只不同的股票，年底卖
掉。也只能扣除一次0.33%吧？
处，
【在 V********n 的大作中提到】
: 我的意思不是每天扣除，是每trade一个来回（一买一卖）扣除0.3333%，他每年大概有
: 400-500笔交易，大概相当于250个来回，所以=250x-0.3333%=-83.33%。
: 如果楼主的那些年盈利率都是compound过的话，那么这种每笔交易的抵扣也要全部
: compound起来，那这个数目就很庞大了，这么一扣，他有可能每年都是亏损的。
: 我在前面曾经说过，如果忽略掉commission/spread/slipage这些因素，很多人
: 可以做出很fancy的model，就凭平均每个trade一两分钱的利润，就能得到一个极
: 其漂亮的PL曲线，可是加上这3-4分钱的负担之后，变成纯替broker打工了。
: 所以应该对自己backtest出来的model狠一点，多扣一两分钱，这么做基本上只有好处，
: 没有坏处，到了真的战场里才不会哗哗地直往外倒银子。
:
|
w***n
发帖数: 1519 | 52 这个不对吧，每年500次交易不等于每次交易都是all in，要按每次交易的position
size 来算。
【在 V********n 的大作中提到】
: 我的意思不是每天扣除，是每trade一个来回（一买一卖）扣除0.3333%，他每年大概有
: 400-500笔交易，大概相当于250个来回，所以=250x-0.3333%=-83.33%。
: 如果楼主的那些年盈利率都是compound过的话，那么这种每笔交易的抵扣也要全部
: compound起来，那这个数目就很庞大了，这么一扣，他有可能每年都是亏损的。
: 我在前面曾经说过，如果忽略掉commission/spread/slipage这些因素，很多人
: 可以做出很fancy的model，就凭平均每个trade一两分钱的利润，就能得到一个极
: 其漂亮的PL曲线，可是加上这3-4分钱的负担之后，变成纯替broker打工了。
: 所以应该对自己backtest出来的model狠一点，多扣一两分钱，这么做基本上只有好处，
: 没有坏处，到了真的战场里才不会哗哗地直往外倒银子。
:
|
V********n
发帖数: 3061 | 53 其实不矛盾，还是每trade一个来回扣0.3333%呀!只不过要先搞清楚的是：扣的是【这
个trade所占用的本金】的0.3333%。
所以我在上面提醒楼主要注意第5点：交易机会在时间上的重叠。
在你举的这个例子里，所有交易的时间是重叠的（同时年初买入500个，年底卖出），
如果你每个trade赚1%，那么实际上年return是1%而已。那么你的扣除方法是：1-0.
3333%。
如果你每个trade买入卖出的时间完全不重叠，每次都全进全出，不compound，就把这
500个来回的回报加总起来，变成年回报500%，扣除的时候就这么来：R=500%-0.3333%
x500=333.35%。
如果你有按compound算，那么扣除后R=（1+1%-0.3333%）^500-1=?（算不出来了）
我默认楼主是按第二种方式算的Return，所以扣除的时候就是算出来83.33%。如果楼主
不是按第二种方式统计他的trade，那么做相应的改变就好了，但是每个trade最少要扣
除0.3333%的回报这个大原则不变。
底卖
【在 b********0 的大作中提到】
: 不能按交易数来算吧？要按平均持有时间来估算。譬如我年初买了500只不同的股票，年底卖
: 掉。也只能扣除一次0.33%吧？
:
: 处，
|
r***l
发帖数: 9084 | 54 有时候我看本版“高深”讨论多了，也真是相信本版哥们可以开发出每年可以翻翻或者
50%收益的系统，不过又觉的实在是unthinkable. 大家其实都是炒股系统民科，水平分
369等罢了，就好比围棋业余段位。wall street的9段职业选手都搞不定的通杀股市方
法被咱们搞定了。 |
b********0
发帖数: 339 | 55 你也许没有用过组合交易平台。LZ是做组合交易的，组合每天都有多只股票。我一般个
股的权重不超过5%。
所以他说要拿几天。按你的计算，他大概只拿一天了。他说的回报一定是组合的整体回
报，与你的算法不一样。其实用平均持有时间也是个粗略的估计，想知道精确数据要有
更多的数据。
【在 V********n 的大作中提到】
: 其实不矛盾，还是每trade一个来回扣0.3333%呀!只不过要先搞清楚的是：扣的是【这
: 个trade所占用的本金】的0.3333%。
: 所以我在上面提醒楼主要注意第5点：交易机会在时间上的重叠。
: 在你举的这个例子里，所有交易的时间是重叠的（同时年初买入500个，年底卖出），
: 如果你每个trade赚1%，那么实际上年return是1%而已。那么你的扣除方法是：1-0.
: 3333%。
: 如果你每个trade买入卖出的时间完全不重叠，每次都全进全出，不compound，就把这
: 500个来回的回报加总起来，变成年回报500%，扣除的时候就这么来：R=500%-0.3333%
: x500=333.35%。
: 如果你有按compound算，那么扣除后R=（1+1%-0.3333%）^500-1=?（算不出来了）
|
s******r
发帖数: 324 | 56
55.8%。
As a professional trade, I can tell you the model won't work even close to
simulation. Also drawdown is too big, I see some year drawdown can be 50-60%.
【在 b********0 的大作中提到】
: 从回报分布来看，你的程序应该没有什么问题，动量系统达到这样的回报是完全可能的
: 。87%的胜率说明你很可能止赢很快，亏了的话就在第7天时止时。此外由于spread的原
: 因那87%的胜率要打折扣。但感觉上还是高了点，再仔细检查检查吧。消除几天数据看
: 看以前的信号变了没有？
: 假设你的平均持有天数为4，每个双向交易的成本为0.4%，大致每天0.1%。
: 年回报100%相当于日回报0.2776%，（近似）减去0.1%，还剩0.1776%，折回年回报为55.8%。
: 股票摘牌也是个问题，但这方面动量操作较均归操作风险小些。
|
V********n
发帖数: 3061 | 57 奇怪，我的估算方法有那么难理解吗？你仔细想想，就算你是一篮子一篮子地买卖股票
，持有position的时间长短不一，具体到每个股票每买卖一个来回，都是要在每个
trade的毛Return的基础上扣除大概0.3333%，就是这个0.3333%是按每个股票的每
个trade【所占用的本金】作为分母来计算的。
【在 b********0 的大作中提到】
: 你也许没有用过组合交易平台。LZ是做组合交易的，组合每天都有多只股票。我一般个
: 股的权重不超过5%。
: 所以他说要拿几天。按你的计算，他大概只拿一天了。他说的回报一定是组合的整体回
: 报，与你的算法不一样。其实用平均持有时间也是个粗略的估计，想知道精确数据要有
: 更多的数据。
|
b********0
发帖数: 339 | 58 这么说吧，LZ若是按照你的计算方法，他一年的回报将不是100%，而可能是700%，除去
那83%也没什么。他的100%的回报计算已将你担心的重叠考虑进去了。
组合交易测试平台都是这样算的。
【在 V********n 的大作中提到】
: 奇怪，我的估算方法有那么难理解吗？你仔细想想，就算你是一篮子一篮子地买卖股票
: ，持有position的时间长短不一，具体到每个股票每买卖一个来回，都是要在每个
: trade的毛Return的基础上扣除大概0.3333%，就是这个0.3333%是按每个股票的每
: 个trade【所占用的本金】作为分母来计算的。
|
V********n
发帖数: 3061 | 59 说到这里，我开始没招了。你显然没认真看我前面的帖子里是怎么算的——也许我写太
长了你没来得及看完。
你是默认楼主是一篮子一篮子在做交易的，我默认他是挨个股票统计交易机会的——其
实我们两都不知道他是怎么backtest的。但是这个不要紧，每个股票每个来回扣除
【这个trade所占用资金】的0.3333%的才比较贴近现实，这个原则还是不变的。
不管怎样，这是楼主的事了，我只是提供以下我建议和看法而已，我们就不深究下去了。 |
b********0
发帖数: 339 | 60 每笔交易扣0.33%，LZ说他每笔持有2-7天，一年扣他250次，等于每个交易日扣一次，LZ一定不太满意吧：）
LZ是什么意思，恐怕只有他能澄清了：） |
|
|
V********n
发帖数: 3061 | 61 其实很简单，不管楼主怎么backtest的，只要在他现有的结果上，每交易一个round就扣除
4-5分钱（包括了手续费spread乱七八糟的），剩下的结果还能看得过去，就可以投点钱
去做实时交易测试了，对吧？
【在 b********0 的大作中提到】
: 每笔交易扣0.33%，LZ说他每笔持有2-7天，一年扣他250次，等于每个交易日扣一次，LZ一定不太满意吧：）
: LZ是什么意思，恐怕只有他能澄清了：）
|
b********0
发帖数: 339 | 62 是啊，要是在程序中就扣除就简单了，精确而且一目了然。
就扣除
点钱
【在 V********n 的大作中提到】
: 其实很简单，不管楼主怎么backtest的，只要在他现有的结果上，每交易一个round就扣除
: 4-5分钱（包括了手续费spread乱七八糟的），剩下的结果还能看得过去，就可以投点钱
: 去做实时交易测试了，对吧？
|
b********0
发帖数: 339 | 63 还可以估计一下LZ的篮子平均有多大来估计他的某类风险。
LZ11年共做交易8800次（应该是指8800个来回吧？）
每年大致800个来回。LZ说持有2-7天，假设都是4天吧？大概篮子里平均有13只股，满
仓。
要是因摘牌丢了一只，损失还真不小！
篮子里肯定是时多时少，但可大致坚持每只仓位比重为1/13，多了用马金。这样丢了一
支损失总是1/13。 |
S******n
发帖数: 1009 | 64 我做的是swing trading system, 所以spread/slipage的影响可能不是那么大，譬如说
某一股票我准备明天以10.5元价格买进，这个股票的日交易量在500000以上，明天的价
格是open 10.5, low 10.0, close 10.6,所以如果我资金量不是特别大的话，以10.5成
交还是有可能的。
我7月份更新的compound gain已经是按照实际交易来进行的（5月份帖子算的是可能的
交易），现在我尽量按照实际交易模拟，10年实际交易了3000多次，获胜率在87%左右
。不存在重复机会的问题。
我刚刚加进了交易费，按照ib单向交易一股0.005元，最终10年的结果有点折扣 从2万
到6000多万， 每年的盈利如下：
year_end/year_begin-1
2001 188%
2002 66.8%
2003 114%
2004 76%
2005 124%
2006 150%
2007 118%
2008 75.6%
2009 268%
2010 47.7%
2011 till may 33.2%
交易的
【在 V********n 的大作中提到】
: 如果你的model里不存在我提到的那些低级的逻辑错误，也不是反复去fit历史数据搞出
: 来的，那么你就应该狠一点扣手续费/spread/slipage，使之接近现实。
: 1）扣除手续费/spread/slipage。你每个round（一买一卖），需要扣除手续费1分钱（
: 按IB的费率），spread扣1分钱，slipage建议来回扣掉2分钱，这个slipage一般nyse的
: 股票比较厉害一点，nasdaq的相对好一些，同时slipage还和你交易的资金量有很大的
: 关系，有些成交量本来就不大的股票，你要买一两万刀，都可以推动价格往上走3-5分
: 钱。
: 2）均价估计。因为你说你做的大部分是动量突破型的，那么估计30刀以下的占绝大多
: 数，按均价12-15刀来算，为保守计，取12刀。
: 3）折算为应扣除的收益率。不知道你怎么计算年收益，我默认你是把当年所有单笔交易的
|
b********0
发帖数: 339 | 65 (1) 500K交易量底线并不高。交易折扣0.33%的估算并不算高。
（2）有时不是逻辑错误，但较虚，譬如说
如果今天开盘价大于昨天收盘价，则以今天开盘价卖出。
不能说有逻辑错误，但很虚，要打较大的折扣。或者要在程序中付加条件。
【在 S******n 的大作中提到】
: 我做的是swing trading system, 所以spread/slipage的影响可能不是那么大，譬如说
: 某一股票我准备明天以10.5元价格买进，这个股票的日交易量在500000以上，明天的价
: 格是open 10.5, low 10.0, close 10.6,所以如果我资金量不是特别大的话，以10.5成
: 交还是有可能的。
: 我7月份更新的compound gain已经是按照实际交易来进行的（5月份帖子算的是可能的
: 交易），现在我尽量按照实际交易模拟，10年实际交易了3000多次，获胜率在87%左右
: 。不存在重复机会的问题。
: 我刚刚加进了交易费，按照ib单向交易一股0.005元，最终10年的结果有点折扣 从2万
: 到6000多万， 每年的盈利如下：
: year_end/year_begin-1
|
V********n
发帖数: 3061 | 66 我没有泼你冷水的意思，就是闲着，随便讨论一下。
在实际交易中，你会发现spread和slipage的影响比你以为的大很多。500K的成交量其
实是很小的，体现到ask/bid上，可能20刀的股票，经常会出现2-4分钱的spread，而且
放在ask，bid上面的单子往往很小，比如总才300，500股的，你买两三万刀都能够把它打
飞2-3分钱，尤其是纽交所的股票，更是这样，就算是1M的成交量，也算是比较小的。如果
你把成交量threshold提高到5M，那backtest出来的水分会少一些，slipage上可以少
扣一些。
如果你对每个trade狠狠地扣除掉4分钱，系统的结果就变得无法稳定盈利，那么等于说
：你的swing trade平均毛利才4-5分钱而已，你说对吗？这是非常脆弱的，如果是
daytrade系统，每个trade平均净盈利4分钱是很不错的，但是swing trde的平均盈利期
望值最好能到1毛钱以上。所以你不妨一个来回扣4分钱试试，权当压力测试吧。
希望这些看法会对你有帮助。
【在 S******n 的大作中提到】
: 我做的是swing trading system, 所以spread/slipage的影响可能不是那么大，譬如说
: 某一股票我准备明天以10.5元价格买进，这个股票的日交易量在500000以上，明天的价
: 格是open 10.5, low 10.0, close 10.6,所以如果我资金量不是特别大的话，以10.5成
: 交还是有可能的。
: 我7月份更新的compound gain已经是按照实际交易来进行的（5月份帖子算的是可能的
: 交易），现在我尽量按照实际交易模拟，10年实际交易了3000多次，获胜率在87%左右
: 。不存在重复机会的问题。
: 我刚刚加进了交易费，按照ib单向交易一股0.005元，最终10年的结果有点折扣 从2万
: 到6000多万， 每年的盈利如下：
: year_end/year_begin-1
|
S******n
发帖数: 1009 | 67 谢谢你的建议，我贴出来就是想听听版上高手的建议的，我手动操作过一些股票，但实
战经验并不足， 刚刚我把每股一个来回扣掉4分钱，十年模拟从2万到1.14千万，每年
的获利有所减少：
year_end/year_begin-1:
2001 157%
2002 41%
2003 83%
2004 52.4%
2005 92.7%
2006 119%
2007 94.9%
2008 45.8%
2009 196%
2010 25.2%
2011 till may: 12.7%
它打
。如果
【在 V********n 的大作中提到】
: 我没有泼你冷水的意思，就是闲着，随便讨论一下。
: 在实际交易中，你会发现spread和slipage的影响比你以为的大很多。500K的成交量其
: 实是很小的，体现到ask/bid上，可能20刀的股票，经常会出现2-4分钱的spread，而且
: 放在ask，bid上面的单子往往很小，比如总才300，500股的，你买两三万刀都能够把它打
: 飞2-3分钱，尤其是纽交所的股票，更是这样，就算是1M的成交量，也算是比较小的。如果
: 你把成交量threshold提高到5M，那backtest出来的水分会少一些，slipage上可以少
: 扣一些。
: 如果你对每个trade狠狠地扣除掉4分钱，系统的结果就变得无法稳定盈利，那么等于说
: ：你的swing trade平均毛利才4-5分钱而已，你说对吗？这是非常脆弱的，如果是
: daytrade系统，每个trade平均净盈利4分钱是很不错的，但是swing trde的平均盈利期
|
V********n
发帖数: 3061 | 68 扣掉4分钱还有这样的结果，我觉得挺不错的，就算delist的风险每年再扣10%，剩下来的
Return还是不错。不过你的成交量threshold有点小，才500k，你能不能设成2M再测试
个结果来给大家看看？
我觉得你也许可以开始拿点钱试试，或者实时贴几个月的信号来给大家评论评论。
【在 S******n 的大作中提到】
: 谢谢你的建议，我贴出来就是想听听版上高手的建议的，我手动操作过一些股票，但实
: 战经验并不足， 刚刚我把每股一个来回扣掉4分钱，十年模拟从2万到1.14千万，每年
: 的获利有所减少：
: year_end/year_begin-1:
: 2001 157%
: 2002 41%
: 2003 83%
: 2004 52.4%
: 2005 92.7%
: 2006 119%
|
b********0
发帖数: 339 | 69 不能只对一个系统衡量 drawdown 吧？我们并不知道他要同时操作多少个系统？要看总
体的 drawdown。他这一系统信号很少。估计他还有很多系统。
60%.
【在 s******r 的大作中提到】
:
: 55.8%。
: As a professional trade, I can tell you the model won't work even close to
: simulation. Also drawdown is too big, I see some year drawdown can be 50-60%.
|
