7.6确定系统将如何表现
假定我们拥有一个系统的足够的交易样本,有来自各个不同市场的200笔交易, 因此,我们对该系统有可能产生的R乘数分布有较好的了解。现在,假设每笔交易就像前面的例子一样,是从袋子里取出一个球。每次取出一个球,确定其乘数, 然后再把它放回袋子里。通过这种方式模拟交易,也许100次或更多次,我们就能够对系统在将来的表现进行非常好的预测。
首先,需要开发一个支撑期望收益的头寸规模确定方法,这将有助于你实现交易目标。此外,需要将头寸规模确定方法与每笔交易的初始风险以及当前账户的资本额度联系起来。下面就用一个风险为1%的简单模型,就像在表7-2中做的一样。
其次,需要考虑所取出的球的潜在分布(顺序)。系统成功交易的百分比和接连失败的交易的长度成反比。因此,需要一种头寸规模确定的方法,使你能够经受大量的一连串潜在的亏损交易,同时又能够让你利用大的成功交易。但是,即使一个在60%的时间里是正确的系统也很容易在100次的系列交易中产生长达10次的接连失败。你需要确定这些接连失败可能会持续多久,以便在其发生时能够应对.
很多交易商利用一个安全的系统进行交易但还是失败了,这是因为他们对市场呈现给他们的交易分布没有做好应有的准备,以及/或过度使用了杠杆作用或者资金不足。给定了系统成功交易的百分比,就可以估计1000次试验中交易连续失败的最多次数,但是你永远不会知道实际次数。例如,即使是抛硬币也可能产生一连串正面朝上的结果。
图7-1给出了一个类似于表7-1所描述的交易次数为60的取球游戏样本的交易分布。记住这只是一个样本,每个样本很可能是不同的。注意第46次交易和第55次交易之间的一连串的失败交易。大概此时,很多玩此游戏的人会产生以下两个观点 之一:①他们相信到了取球成功的时候了;②他们决定在这个游戏将来的某个时间 点,按照期望值下赌注,以从类似的一连串交易中获利。如果亏损交易在游戏中发 生得比较早,那么选择第二种观点是普遍的。如果亏损交易在游戏中发生得比较晚, 那么选择第一种观点就比较普遍。一些参与者的心理迫使他们在亏损交易中陷得越深,就赌的越大,因为他们认为成功的交易近在咫尺。然而,我相信你能够猜得到这个游戏的一般结局。
图7-2描述了以上游戏的每笔交易按照当前资本计算的固定百分比,即1.0%、 1.5%和2.0%下赌注时的资本曲线(整个交易过程都保持完全的镇静和不偏不倚的态度)。赌注为1.0 %的60次试验的回报率是40. 1%,而从最大到最小的亏损是 12.3%。这里分别出现了三个重要的亏损交易5、6和10。2%的风险让回报翻了一 番,但也把最大亏损额翻了一番。如果在这一笔大的亏损之后放弃这一系统,又会怎样呢?在图7-2的每一种情形下,较大的头寸规模确定法则都胜过了较小的头寸规模确定法则。然而,在很多样本里,较大的头寸规模设置会导致破产,尤其是在接连失败的交易来得比较早时,而较小的头寸规模设置能让你克服这些接连的失败,最终获得利润。

图7-3给出了依据期望收益下赌注,每次交易按照当前资本固定的1.0%下赌注时的资本曲线。依据期望收益下赌注意味着大的球(R乘数)对你是不利的。是的,你能够在64%的时间里是正确的,甚至可以享受到10次交易接连盈利的喜悦,但是你同样可以赔上初始资本的37%。
如果我们试图更好地理解这一系统是如何工作的,可能需要评估至少100个这样的样本,这样,就可以更好地决定要使用的头寸规模确定法则。另外,我们也可以更好地对系统的未来表现进行预测。
如果能如我所建议的那样,做100次或更多的模拟,那么我们就能够对未来可能
会出现的很多情形在脑海里进行演练——对每一个给定的结果,演练将如何应对。要记住,即使有100个这样的样本,你依然不能确切地知道玻璃球袋子(或市场) 在将来会向你展示什么。而且,同样重要的是,你仍不知道是否存在你以前从未见到过的大的R乘数的惨败。这就是为什么你的精神演练部分应该包括如果出现了你没有准备的突发事件你将如何反应的原因。
小结
下面进行简单的回顾,一旦你有了一个系统或者有了一个初步的系统,需要计算它的 期望值并考虑有关期望值的一系列问题。下面是步骤:
对交易系统的期望值进行计算的最好、最精确的方法是,如果你知道毎一笔交易的乘数,期望值就是这些R乘数的平均值。就是这么简单。
如果你已经有一个一直在用或已经进行了测试的系统,但是没有把结果表示为乘数的形式,那么可以假定你的平均损失等于1R。因此,你可以通过确定系统每笔交易的平均利润或损失,然后除以平均损失得到系统的期望值。
你还需要评估交易机会来获得系统的期望值。你的系统在一年里可以做多少次交易? 用它乘以期望值,就可以从R的方面对系统每年的结果进行较好的预测。
一旦你有足够大的样本让你感觉好像可以适当地代表交易系统的R乘数分布了,你就可以考虑把毎一个R乘数表示为袋子里的一个球。你可以做完一年的交易,即取出一年的球(在毎一个球取出后再放回袋子),留心观察每笔交易承受的风险是多大,交易对你的资本带来的影响,以及你对毎笔交易的心理反应。对一年的交易至少这样做100次。如果这样做了,那么你就可以对系统在将来的表现进行相当好的预测。
这种模拟仍然假定你知道系统将会产生的R乘数。无论样本做得多么好,假定一次比你以前曾经见到过的还要大的败局会发生可能是比较安全的。
记住期望值和成功的槪率不是一回事。人们存在对毎笔交易或投资都想盈利的倾向, 因此往往被成功概率很髙的进入系统所吸引。可是这些系统也非常频繁地和巨额损失紧密相关而导致负的期望值,因此,你应该依照系统的期望值的方向承担风险。
最后,即使你的系统有很高的正的期望值,也仍然可能会赔钱。如果你在某笔交易上冒了太大的风险且输了,那么你就(可能将)难以赚回本钱.