引言本文的目的，是对日内趋势交易（即日内小波动、小趋势交易）和高频交易进行深度的量化分析和比较。当然，由于高频交易开仓平仓的时间极短，加上人工高频交易往往是盘感交易模式，一般人无法通过回溯的方式进行测试。对应算法高频交易而言，即使能拿到底层最详细的分笔数据，也很难获得对应的动态挂单数据，而算法高频交易的模型，往往与挂单的动态情况高度相关，因此采用建立模型进行回测的方法对大部分人来说也是不可行的。 为此，交易者有必要通过纯理论的量化模拟分析的方法，获得高频交易者成功的某些交易特征，从而判断自己是否能够成为成功的高频交易者。 交易策略的基本参数在通过纯理论的方式比较交易策略的优劣时，必须设定一些参数，通过调整这些参数来看策略盈亏与这些参数的关系。在本文中，主要的策略参数有以下这些：
一、研究方法为了近似地模拟高频交易收益曲线与策略参数的关系，我们首先需要给出一组高度随机的信号序列，通过设定信号序列的一个触发阈值H，来给出该信号序列的理论获胜率。 我们是通过电脑中的随机函数给出一组随机数，并给出随机数的触发阈值H，比如0.3333（即理论获胜率33.33%），当随机数序列中的随机数小于或等于该阈值H时，视为该信号序列中出现了一次盈利的交易，而其他大于阈值H的随机数，则视为该信号序列中出现了亏损交易。 显然，上面的阈值0.3333或33.33%，就是我们假设交易模型能够获得的理论获胜率。值得指出的是，通过上述方法得到的信号序列，其真实获胜率可能小于理论获胜率，也可能大于理论获胜率.但是，如果统计大量的信号序列，这些信号序列的实际获胜率的平均值是非常接近理论获胜率的，从而使得我们可以用这种方法来近似地模拟高频交易的实际盈亏情况。 在本文中，我们给出了20组信号序列（每组500个随机值，代表500次交易信号），下面是20组信号序列前50个随机值的简表。由于每组均有500个随机数，数据庞大，完整的数据表放在最后的附表中供读者参考，有需要数据进行验证性研究的读者可以私信我。 表1：20组信号序列中500个随机数的前50个随机数 500个随机数，可以近似地模拟高频交易者1天的交易总次数。为了与高频交易进行对比，本文还给出了日内1分钟K线图日内趋势交易者的盈亏情况，按照高频交易10次交易，对应日内1分钟趋势交易者1次交易进行对比，相当于日内趋势交易者进行了50次交易。 值得指出的是，为了采用同一个基础信号序列，日内趋势交易者的交易信号序列要根据基础信号序列进行对应的缩减，我们采用了三种信号序列缩减方法：
在确定了信号序列的生成方法后，我们还要给出一些测试中要确定的参数或指标。在本文的量化分析过程中，会有表2的约定，也就是测试参数及指标状态表，其中指标状态主要就是实际获胜率、盈利交易次数、总交易次数。值得指出的是，总交易次数一般情况下是固定的，仅仅在日内趋势交易情况下，采用缩减方法C对基础信号序列进行缩减时，才可能变化，因为交易的触发点也是随机的。 此外，高频交易者有交易所返回，具体多少是与期货公司协商后确定的，根据网上查到的资料以及台湾的情况，我们给定的是70%，顶尖者应该能够达到80%，在以后的文章中，我们会调整这个参数，看高频交易者在给定的获胜率情况下，返回比例至少要多高才能盈利。 表2：测试参数及状态表（样板） 值得指出的是，在给定理论获胜率（随机值阈值H）情况下，各个基础信号序列或缩减信号序列的实际获胜率也就得以确定下来，可能高点，也可能低点，与随机数生成的状态有关。为了测试的统一性，笔者的后台实际上生成了100组信号序列，近期只是在前20组中选择性进行分析。以后会陆续分析其他信号序列。 二、基础信号序列1：日内趋势交易与高频交易PK我们先启动信号序列1的测试，相关约束条件参见表3，其中假定日内趋势交易者的理论获胜率是38.2%，高频交易者的理论获胜率是64%，对应的基础信号序列1的实际获胜率分别是24%和66%，可见，基础信号序列1情况下，日内趋势交易者的实际获胜率偏低。 表3：测试参数及指标状态表 图1是表3约束条件下，日内趋势交易与高频交易1手豆一的累计盈亏曲线图（单位：元，下同）。从图中可以看出，高频交易的实际获胜率与理论获胜率非常接近，展示的曲线就是实战获胜率在65%左右的高频交易者1手交易的累计盈亏，按照1天400-500次的交易来看，以每次40手（20万本金）的交易规模计算，高频交易者每天盈利约10万元，这与市场高频圈子反馈的信息接近。 图1：基础信号序列1趋势38.2%与高频64%的PK 由于基础信号序列1的随机值偏大，导致实际获胜率偏低，图1中日内趋势交易者的盈亏曲线只是代表获胜率为24%左右的日内趋势的盈亏。为了获得实际获胜率为38.2%左右情况下日内趋势交易的盈亏水平，我们只要将理论获胜率提高到52.70%，就可以将实际获胜率提升到38%，其盈亏曲线参见图2。 从图2可见，当日内趋势交易者的实际获胜率提升到38%后，其盈利就与实际获胜率为66%的高频交易者接近了。根据经验，日内趋势交易模型获胜率达到38%并不难。但从市场反馈的情况看，日内趋势交易的成功者人数占比，并没有高频交易者成功者占比高，其原因主要还是日内趋势交易者止损的问题。成功的高频交易者的止损是非常坚决的，但日内趋势交易者的止损则相对较为随机，不坚定，导致日内趋势交易者的实际成功率并不高。 图2：基础信号序列趋势52.7%与高频64%PK 三、基础信号序列1：获胜率对高频交易者的影响高频交易对获胜率要求很高，但很多人对获胜率的影响并无基于量化分析的感性认识，为此，这里我们给出信号序列1在理论获胜率（即随机值阈值H）分别为50%、52%、54%、56%、58%、60%、62%和64%八种情况下，1手豆一高频交易盈亏曲线的演变图。其中除了获胜率不同，其他的参数与表3完全一样。 图3：获胜率对高频交易盈亏曲线的影响 从图3可见，在采用基础信号序列1的情况下，当理论获胜率达到54%（实际获胜率54%），500次高频交易就接近不亏不赚。当理论获胜率达到56%（实际获胜率56%），500次高频交易已经保证能够盈利，虽然不多，只有260元/500次。 但当理论获胜率提升到58%（实际获胜率60%），1手豆一500次高频交易的盈利就大幅提升到1060元。按照常规40手情况计算，这个获胜率水平的高频交易者每天收入42400元，相当之高了。这也是为何成功的高频交易者大多已经财富自由的原因，也是有点灵光的交易员都趋之若鹜去做高频交易的动力。 本文是笔者关于交易策略量化分析系列文章的首篇，后期陆续会推出相关的多视角研究报告，欢迎高手指点。喜欢本文的读者，点赞和转发就是对我的支持。 附表：20组信号序列 |
|
|
