分享

谜底揭晓:简单趋势模型 高收益高胜率的原因

 量化猫 2018-01-21

  在揭晓答案之前我们先了解一下趋势模型的缺陷:(1)胜率较低,一般很难超过40%~50%;(2)震荡行情下被反复打脸,回撤严重;(3)无法解决行情突然反转时迅速回撤的问题。更重要的是,也是CTA模型的一个重要缺点,是我们必须下注:要么方向对了就是赚钱,方向错了就是亏钱。


  实际上,趋势模型的这些问题是无法根治的,指标或者算法上的改进只是边际上的改进,比如胜率从35%提高到38%、夏普比例从1.3提高到1.4,但是根源上的毛病无法解决。


  那我们这样,把趋势模型的缺点反过来,看看有什么策略能够有如下优点:

  1、 胜率很高,一般在60%以上;

  2、 震荡行情下很赚钱;

  3、 行情反转时有一定的容错空间,即使方向反了也不亏钱;

  此外,再加上几个其他优点:

  4、 在该策略一开始运行时就赚钱;

  5、 即使方向判断错了,只要错的不严重,还是赚钱。


  说到这里就很明显了,金融市场上能够一开始运行就赚钱的策略只有一种:

 


  卖出期权,也就是我们没有交易期货,而是在交易上证50ETF期权,更明确的说是卖出期权在看涨时卖出虚值看跌期权,在看跌时卖出虚值看涨期权。这也是为啥只能从2015年开始回测,因为之前只有期权仿真数据,通过这里其实提示了答案


  具体策略如下:先通过一个MACD+CCI的双重过滤信号判断大盘多空,如果直接上上证50日频数据上择时,效果是这样的:


这很真实,这就是大部分趋势模型在上证50上的表现


  如果映射到期权,应该这样操作:两信号都看多就信号看多,卖出虚值两档的看跌期权;信号不统一就看震荡,双向卖出看涨和看跌期权;两信号都看跌就信号看空,卖出虚值两档的看涨期权。


  昨天回测中,每次开仓时用满保证金(实战中,当然不建议这样做了,所以收益会下降,但是低回撤和高夏普特性,依然神勇)


  接下来我们看下这个策略的优势:


  (1)策略开仓就赚钱。卖出期权相当于我们收取一个保费,这个保费大概相当于保证金的8%-10%。也就是如果大盘没有涨跌,我们已经赚了8%以上了(也就是不涨不跌的情况下,趋势模型在ETF和期货上不赚钱,在期权上赚8%)。事实上大多数趋势模型死在震荡里的时候,这个小策略收取保费盈利相当可观。


  (2)胜率高。事实上MACD+CCI的信号准确度和大多数趋势模型一样:大约在34%的样子。但是通过卖出虚值期权,我们一般在大盘反向走2%之后,在其他趋势模型都快要止损的时候才开始亏损。而我们止损线一般设为大盘再下跌1%-2%。通过4%实打实的安全垫,我们足够撑过一般的无序震荡。(因为50ETF的波动率本来就低,出现4%的涨跌幅已经是趋势走势了)而且在无序震荡时,我们双向卖出期权,收益一般能达到12%以上。


  (3)趋势行情时的确收益有限,因为期权仅收取一个固定的保费,方向对了也赚不到太多钱。但是另一方面,在强震荡趋势行情下,指数的隐含波动率飙升,而波动率上升时,期权价格也暴涨。因此从另一方面,我们也跟上了大盘的涨幅。


  (4)抗趋势反转。昨天的文章中有位读者对策略在2015年牛熊转换时没有亏损很感兴趣,实际上这个原因很简单:在当时我们卖出的看跌期权处于深度虚值状态,Delta和Gamma都很小,大盘涨跌还没有影响到期权价格时,我们的信号就已经开始看跌了。所以这样我们才躲开了牛熊转换的损失。


  接下来给大家看下这个信号:


 

  是不是很平常?并没有太多神奇之处,但是一个平常的趋势信号+一个常见的期权策略(卖出期权和宽跨式期权)就造成了很神奇的交易结果。而造成这个神奇结果的原因,是两种金融思想在内在逻辑上的互补性:趋势模型的低胜率、高盈亏比加上卖出期权的高胜率、低盈亏比,恰好实现了收益风险的完美平衡。


  本公众号的读者大多是开发CTA策略的高手,很多都是理工科的佼佼者。笔者很长时间里也崇拜交易的数学模型(支持向量机、遗传算法、隐马尔科夫链等等),希望一个复杂的交易模型能成为印钞机,在金融市场上无往不胜。


  但是我们偶尔忘记了,我们是在金融市场,不是在机械或者火箭物理行业,而金融市场的初衷是为买卖双方创造社会价值,不仅仅是供投机者获利的工具。深刻的理解金融工具(股票、债券、期货、期权、回购等等)的真实市场和交易价值,才是在开发模型之上,更为长久的稳健盈利之道。


  这也是我们开发资产配置模型的初衷,也就是在理解各类金融资产的长期价值的基础上,通过金融和量化模型的结合,在内在的交易逻辑上避免过度拟合、实现稳定收益。


  主编点评:看昨天留言,三本书送不出去了,能先报销了吗……


  Palmdale回复:虽然没答到期权上,但是还是有读者很认真的回复了问题,最后选择读者两位读者王丰沛Nova。再加一位读者,丁佩民,连续询问了2个问题,也和我们偶尔交流。请三位回复邮寄地址,我们寄过去图书和小礼物。



    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多