第02章交易系统设计原理

如果没有上帝，就把胜率放在你那边。

简介

本章阐述了一些系统设计的基本原理，读者应该努力去理解这些原理，然后根据自己的偏好做适当的调整。

首先评定自己的交易信条——这些信条是成功的基础，应该将 它们置于交易系统的核心。交易者可能有几条强烈的信条，它们都可以被用来制订一套或多套交易系统。有了自己的核心信条以后 ， 便可以围绕它们建立一套交易系统。记住一点，如果一套系统并不反映你的信条，那么你就很难坚持使用它。

系统设计的六大规则在本章中都将详细阐述。需要分析的特殊问题是为什么系统应该有一个大于零的期望，为什么应该使用数量较少的完善规则。本章的后面部分重点讲解资金管理等问题，比如交易多份合约，使用风险控制，以及交易证券组合的市场。真正的难题是执行系统，所以在本章末尾阐释了系统应该是机械型系统的原因。

读完本章，读者应该能够写出自己的交易信条，而且会解释和应用系统设计的六大基本规则。

你的交易信条是什么

我们只能做自己相信的交易，所以有关价格运动的信条必须位于交易系统的核心。这将使交易系统反映出交易者的个性，从长远来看，使用这样一套系统，更容易获得成功。如果我们有多条有关价格运动的信条，那么可以开发多套系统，每套系统各反映一条特定的信条。正如我们后面将要看到的，多套系统交易是多元化交易 的一种形式，它可以降低账户资金的波动性。 

理解自己交易信条的最简单的方法是列出它们。表2.1是一份清 单，可以帮助读者列出自己的交易信条。 

读者可以向表2.1所列的项目中加入其他的项。例如，可以加入有关突破系统、移动平均方法或波动系统的信条。交易信条受职业的影响较大。或许你是一名证券交易商，你的交易视界非常窄;或许你是一家大银行的专业交易员，正在交易货币;或许你希望盯着经济数据，并将其作为决策制定过程的一部分。作为一名以前的场内交易者，你可能喜欢阅读交易者报告的买卖契约;或许你曾经为某个大型的生产商购买过咖啡豆，当你交易咖啡时喜欢查看做物产量数据。因此，交易信条的种类可能像交易者一样多。 

我们必须确保交易信条的一致性。例如，如果喜欢快速交易 ， 那么或许不会使用周线数据，也不会持有头寸太长时间，在分析中很有可能也不使用基本面数据。所以，快速交易的需要与日内交易更相近，同样需要使用日内数据的周期价格模型和震荡指标。同理，如果喜欢使用趋势跟随的方法，那么可能更喜欢使用日线数据和周线数据，持有头寸超过50天 ，交易不同数量的合约，并且交易多元化证券组合。如果我们有多条交易信条，那么一定要确保它们的一贯性，并且开发适合这些信条的模型。下例是一组可以用来创建交易系统的一贯性信条。 

1.我喜欢趋势交易(5~50天 )。 

2.我喜欢使用系统交易。 

3.如果有必要，我喜欢持有头寸较长时间(1~100天 )。

4.我喜欢交易不同数目的股票和期货。

5.我喜欢使用止损订单来控制风险。 

削减交易信条的数目，找出最重要的五条。也可以定期回顾并更新交易信条清单。当设计交易系统时，确保这些交易信条能够反映最重要的五条信条。本章接下来的部分将继续阐述开发交易系统 必须遵守的其他规则。

表2.1交易信条示例清单

六大基本规则 

—旦找出最坚定的交易信条之后，就可以围绕这些信条开始建立交易系统。下面列出的六条规则，在交易系统中是需要着重考虑的。应该把这份列表看做是开发交易系统的起点。读者可以根据自己的经验和偏好添加其他规则。 

1.交易系统必须有一个正值(大于0)期望，以使它“ 更可能盈利 ” 。

2.交易系统必须使用较少的规则，10条或更少。

 3.交易系统必须有完善的参数值，以便适应于多个时间周期和市场。 

4.如果可能的话，交易系统必须允许交易多份合约。 

5.交易系统必须使用风险控制、资金管理和证券组合设计。 

6.交易系统必须是完全机械化的。 

第7条规则没有列出，那就是：必须坚信控制交易系统的交易规则。即便系统反映了交易者的交易信条，为了能够正常运作，它还必须满足其他规则。比如交易者想做日内交易，那么他的短期日内交易系统也必须遵守上述六条规则。

调整该规则列表也很容易。比如，规则3建议系统必须在多个市场上有效，我们可以把它改为系统必须在相关市场上有效。假如我们有一套交易货币市场的系统，那么它应该可以交易所有的货币市场，例如日元、德国马克、英镑和瑞士法郎。但是，不能强制该系统交易谷物市场，比如小麦和大豆。总的来说，这样的市场专用系统更容易受到设计失误的影响。所以，当调整上述六条规则的范围时要谨慎处理。

对这些规则的另一种修改方式是修改规则6，即系统必须是完全机械化的。例如，交易者可能希望加入一条基于波动性的规则，以便覆盖某些信号。在定义允许偏离系统的条件时要尽可能地明确 ， 可以先在市场的历史数据上测试这些例外的情形，然后把这些例外规则直接添加到自己的机械化系统设计中。 

总而言之，这些规则应该有助于开发相当棒的交易系统。交易者可以添加更多规则，或修改现有规则，以便为系统设计建立一个一致 性的框架。接下来的部分将对这些规则进行更详尽的阐述。

 规则一：正值期望

一套具有正值期望的系统更容易在将来具有盈利性。此处的期望指的是每笔交易的平均盈利，不管盈亏，每笔交易都包含在内。 该数据可以来自实际交易，也可以从系统测试中得出，一些分析师把它称作数学优势，或者简称市场中的“ 优势 ” 。

“平均交易利润”和“ 期望 ” 代表同一个内容，所以它们在后面的讨论中可以自由互换，期望可以用许多不同的方式书写。下面的公式都是一样的：

期望(美元)=平均交易利润(美元)，

期望(美元)=净利润(美元)/(交 易总数)， 

期望(美元)=｛(P盈利)× [平均单笔盈利(美 元)]｝— ( (1—P盈利)× (平均亏损(美元))]。

(译 者注：原 英文版最后一个公式中漏掉一个中括号 (“ 〕”)，在译文中已经更正。 ）

期望是平均每笔交易的利润，用美元作单位。净利润是整个测试周期上的总盈利减去总亏损。P盈利是盈利笔数占总交易笔数的分数，或者说胜率。亏损概率为： 1-P盈利。平均单笔盈利是所有盈利交易的平均盈利，以美元为单位。同样的，平均单笔亏损是所有亏损交易的平均亏损，以美元为单位。

期望必须为正值，因 为总的来说我们都希望交易系统是可以创造利润的。如果期望为负值，那么它是一套亏损的系统，资金管理和风险控制都无法克服其内在的限制。

假设我们现在正在利用系统测试结果预测平均交易利润(即期望)。 需要注意的是我们的预测结果受到现有数据的限制。如果在另一组数据上测试我们的系统，那么将得到一个不同的预测结果。 因此，一套交易系统的期望并不是一个“ 固定不变 ” 的常数。相反，期望值会随时间、市场和数据组变化而变化。所以，我们应该在尽可能长的时间段上计算期望。             

既然期望不是常数，那么就应该为平均交易利润规定一个最小的可接受的数值。例如，该最小数值应该包含交易费用，并提供一定的 “ 风险保险费 ” ，以使得该系统具有使用价值。所以，像250美元这样的期望便应该被作为接受一套系统的阈值。总的来说，期望的值越大，它抵抗波动的能力越强。

需要注意的是，期望并不反映盈利变化的幅度。所有交易的利润的标准偏差可以很好地度量系统的差异性、波动性和风险性，所以，期望并不能全面反映风险性(波动性)，风险必须靠系统的盈利能力来控制。 

期望还与破产风险有关系。可以使用统计学原理来计算自己的启动资本缩减到一个较小数额的可能性。这些计算需要做出胜率、 回报率和仓位规模的假设。回报率可以被定义为平均单笔盈利与平均单笔亏损的比值。当回报率增加时，P盈利增加，破产风险降低。 破产风险还受仓位规模，即每笔交易的风险占总资金的百分比。仓位规模越小，破产风险越低。破产风险的详细计算见第7章。

总而言之，我们的系统必须有一个正值期望，即平均来讲每笔交易是盈利的。期望值不是固定的，它会随着时间而变化。所以我们可以指定一个阈值，比如用250美元来作为是否接受系统的标准。 期望的重要性还在于，它可以影响破产风险。不要接受在长期数据测试时期望为负的交易系统。 

系统的期望由其交易规则决定，接下来的部分将研究交易规则的数量对系统设计的影响。

规则二：交易规则数量要尽量少

本书所讲的决定性交易系统只使用较少数量的规则和变量。这 些交易系统类似人们为控制化学处理过程而开发的任务系统。经验告诉我们，完善可靠的控制系统要使用尽可能少的变量。 

下面我们来分析两个著名的趋势跟随系统。最常见的双移动平均线系统只有两条规则。一条是在向上穿越时买进，另一条是在向下穿越时卖出。类似的，流行的20棒线突破系统最少时只有四条规则，即两条入场规则、两条出场规则。如果使用测试软件在多年的历史数据上测试这些系统，可以证明它们是具有盈利性的。 

与可能具有数百个变量的基于专家系统的交易系统相比，这些系统怎样呢?例如，某套可以买到的交易系统，其规则数超过400， 但实际用于交易的规则只有一条。决定性系统不同于基于神经网络的系统，神经网络系统往往具有未知数量的规则。 

试验设计的统计学原理告诉我们即便是非常复杂的过程也可以 使用5~7个 “ 重要 ” 变量来控制。极少有系统超过10个主要变量 ，

而且控制超过20个变量的过程是相当困难的。同样，也极少有过程是基于4个或更多变量之间的相互作用。较高次数的相互作用通常是意义不大的。我们的目标是使规则的总数量尽量少。 

在设计系统时使用较大数量的变量存在很多隐患。第一，变量规则相对重要性随着规则数目的增加而降低。第二，自由度随着变量和规则数目的增加而降低。当规则和变量的数目增加时，需要更多的数据来测试，以便得到准确的结果。第三，是在做曲线拟合测试时，所选样本数据带来的风险。例如，给定一组数据，一个带有两个变量的线性回归便足以拟合该数据。当回归分析中的变量数目增加时，比如说7个，那么所得曲线与所给数据更加接近了。所以在做曲线拟合时，我们在所给数据中捕捉了更多的细微变化，这些价格模型在未来可能永远都不会重复出现。对于简单的线性回归，自由度下降了2，但对于多项式回归，自由度却下降了7。

这些思想可以从下面的例子中看出来，使用线性回归去拟合标准普尔期货合约1995年12月的收盘数据。该组数据从1995年8月1日开始到1995年12月13日 结束，共有95个交易日。对于相同的数据我们画出了两条回归线：图2.1所示是一个简单的线性回归;图2.2使用

图2.2使用最高5次幂的线性回归分析标准普尔500收盘数据。 

多项式回归加入了更高次的多项式，最高次数达到了5次 。当较高次数的项被加入时，回归曲线变得更加弯曲，我们在数据当中捕捉到 了更多的细微变化。

为了简化起见，日收盘数据被从1~95编号，记作D。 图中的 C (比如C1)代表常数。Est Close是利用回归分析估算的收盘价格。

表2.2列出的是有关曲线拟合数据的几条有趣的特点。第一，常数C0的值对于每一个方程来说都是近似的。这意味着最简单的线性回归模型，常数C0，已经抓取了数据当中的实质性信息。 

其次，注意这些常数的绝对值随着项次数的增加而减少。换句话说，C0的绝对值比C1要大，C1的绝对值比C2要大，依次类推。所以，较高次数项的相对作用变得越来越小。但是当你加入高次多项式时，曲线更加接近所给的数据，如图2.1和 图2.2。 

该示例展示了许多重要的思想。首先，你为数据所建立的任何

模型都应该尽可能地简单。在这种情况下，简单的线性回归，具有斜坡和交叉，抓住了数据中所有重要的信息。其次，添加复杂的高次项(规则)的确增加了曲线对数据的拟合度。于是，当我们建立更加复杂的模型时，我们在数据当中捕捉到了更多的细微信息。这些细微信息在将来会重复出现的可能性非常之小。再者，我们建立模型的目的是描述价格在测试区间上是如何变化的。使用我们的数据来直接计算线性回归系数，那么，我们的模型是源自所给数据。 没有理由表明这些系数会准确地描述任何未来的数据，这就意味着任何过度拟合的交易系统都不可能在将来表现良好。 

另一个例子，是移动平均交易系统的一个改进版本，解释了为什么要限制规则的数量。通常情况下，双移动平均系统只有两条基本规则。例如;对于做多入场，3日均线应该向上穿越65日均线 ， 反之亦然。

现在，我们来看一个使用多于两条平均线的变化版本。例如 ， 如果3日均线和4日均线都在65日均线之上时在收盘价买进。既然有两条 “ 短期的 ” 均线，这使我们有了四条规则，两条用于做多、 两条用于做空。使用越来越多的 “ 短期 ” 均线可以使得规则的数目快速增加。例如，如果3日 、4日 、5日 、6日 和7日均线都应该在65日均线之上时才做多入场，那么就增加了10条规则。 

我们来看一下瑞士法郎10年连续合约数据，从1985年1月1日 到1994年12月31日 ，没有任何初始止损，但考虑了100美元的滑移价差和 佣金。规则的数目从2条到128条不等，以便研究规则数目的增加对系统的影响。随着规则数目的增加，交易数目减少，如图2.3所示。这意 味着当增加规则的数目时，我们需要更多的数据来做可靠性测试。 

图2.4显示了当我们增加更多的规则时，刚开始的盈利是增加的。这意味着额外的规则首先起到了滤网的作用，减少了许多不成功的交易。然而当我们添加更多的规则时，它们对盈利产生了阻滞

图2.3在10年的瑞士法郎数据上，增加规则数目减少了交易数量。注意水平刻 度不是线性的。

作用，大大增加了资金曲线的不平滑性。于是我们应该注意不要增加数十个规则。 

如前所述，这个例子没有包含初始止损。所以当我们增加规则的数目时，系统的最大日内回撤应该增加，因为入场和出场都被延迟。这一点可以在图2.5中看出。

对于美国债券市场从1975年1月1日到1995年6月30日 的计算表明，上述结果仍然成立。图2.6所示显示出随着规则数目的增加，盈利下降。具体的形态将取决于测试数据。其他市场的数据进一步确 认增加规则会减少盈利。 

因此，增加规则不会产生无休止的益处。因为那样不但需要更多的数据，而且还增加了系统的复杂性，使得系统的性能变差。 一个具有许多规则的复杂系统在测试数据当中抓取了大量的细微信息，但是这些价格模型在将来重复出现的可能性几乎为0。 所以相对简单的系统在将来更容易表现良好。

图2.4在从1985年1月 1日 到1994年12月31日 的瑞士法郎连续合约上，增加规则 使利润适度增加。注意水平刻度不是线性的。 

规则三：完善的交易规则

完善的交易规则可以适应不同的市场行情。通过这些规则建立的系统对于参数的细微变化并不敏感。通常这些规则在多个时期的数据上测试是可以盈利的，在不同的市场中测试也会得到同样的结果。完善的规则避免了曲线拟合，更可能在将来发挥作用。

下面的一个例子使用了延迟的做多入场，展示了非完善参数的使用。入场规则如下：如果3日和12日简单移动均线的交叉发生于x天以前，并且最低价高于近期最低点，那么在次日购买，购买价位是当日最高价+1点 ，使用买入限价单。在交易时还使用了1500美元的初始止损，为滑移价差和佣金做出了100美元的考量。

在国际金融市场(IMM)日元期货连续合约从1976年8月2日到1995年6月30日的数据段上测试上述系统。盈利对延迟日期的数量非常的敏感，因为参数中较小的变化就会使盈利产生很大的变化。而且对于这样短期的移动平均来说，在交叉过后等待12天再进行交易

图2.5增加更多规则延迟了人场和出场，增加了最大日内回撤。注意水平刻度不是线性的。

看起来也不是合理的。所以，曲线在9日延迟之后变平与实际关联不大。延时参数不是完善的，因为一个较小的变化值可以使得系统性 能变化很大。因为该参数的值产生一个较小的变化就可以使系统性能在市场和时间框架不同的情况下产生较大的变化。

下面我们来分析一下非完善的、曲线拟合的规则对系统的影 响。图2.8中给出的例子是关于纽约轻原油期货合约1995年8月的数据。市场从2~3月在一个狭窄的交易区间内运动，然后向上突破每桶18美元。市场向上快速运动，在5月份达到20美元的价位。继而发生的动荡不定的整固期持续了整个6月份，之后价格在7月份向下突破每桶17美元。 

下面的交易规则是简单地通过观察价格图表而得出的，目的是开发一个曲线拟合的系统，该系统可以在该合约当中捕捉特定的价格模型。

规则1：次日购买，购买价位是50日的最高点再加5点 ，使用限价买单(突破型规则)。

图2.6从1975年1月1日到1995年6月30日的美国债券市场中，增加规则数量降低了利润。注意水平刻度不是线性的。 

规则2：次日卖出，卖出价位为当日最低价一 2× （h-1)-5点 ，使用限价卖单(下侧区间扩展规则)。

规则3：如果这是交易的第21天 ，那么会在收盘时退出空头交易 (基于时间的出场规则)。 

规则4：如果规则3被触发，那么在收盘时买进两份合约(逆势 入场规则)。

规则5：如果做空，那么次日卖出，卖出价位为最近3天的最高 价加上1点 ，限价卖出(反弹做空规则)。 

规则1是一种典型的突破系统入场规则，使用最近50棒线交易区间的突破。规则2是一条根据波动卖出的规则。其卖出价位是上个交易日的最低价减去该日高低价差的两倍，再减去5点 。如果在靠近一个中期高点附近的卖压迫使每日价差向下侧扩展，那么该规则通常会在一个高低价差较小的交易日之后被触发。规则3是一条基于时间出场的规则，它是通过对8月份的合约仔细观察后得出。在交易一定

图2.7在3日 SMA和12日SMA简单系统中，接受交叉信号的延迟时间(以交易 日计)对利润产生实质性的影响。

时间后出场的想法是希望市场在经过x天的趋势发展后会向相反的方向反转。规则4仅是对规则3的加强，不但退出做空头寸，而且购买两份做多头寸。规则5是尝试在下降趋势中的反弹时卖出。在这种情况下卖出时使用限价订单，以避免滑移价差带来的损失。这些规则假定最多有9份合约同时被交易，使用1000美元的初始资金管理 止损。 

测试结果被总结在表2.3中 。这是一套曲线拟合的系统，第一条是系统的盈利交易数，87%(23个中的20个)是盈利的。第二条是有14次连续盈利的交易。第三条是有一个令人惊奇的巨大的盈利因子 (总盈利/总亏损=盈利因子)，达13.49。 在一个相对较短的时期上测试拟合系统往往会得到这样的结果。计算机产生的买卖信号在图2.8中显示出来。

在原油期货连续合约从1989年1月3日到1995年6月30的数据上 测试该曲线拟合系统。毫不令人奇怪，该系统在模拟交易中亏损了 107870美元，如表2.4所示。注意只有32%的交易是盈利的。有48笔

 连续亏损的交易，这需要对交易系统非常地忠诚才能继续使用该系统。同时盈利因子为0.61，比起表2.3中的13.49真是天壤之别。上述 计算表明曲线拟合系统在较长时期可能不会一直有效。

有趣的是，该系统也有它的优点。当在其他12家市场上测试该 系统这些规则的跨系统交易能力是否完善时(表2.5)，测试结果却比期望的要好，甚至在某些市场上该系统的测试结果非常棒。该结     

果令人惊奇，因为：这些特定组合的规则从来没有在这些市场上测试过，它们只是从一张图表中得出的;而且做多入场和做空入场是不对称的。一套对称的交易系统对于入场和出场使用完全相同的规则，除了信号需要变为相反的之外。例如，一套移动平均系统可能需要一个向上的穿越或者一个项下的穿越作为信号。

更进一步地观察这些规则，会发现它们的确是一些很好的规则。例如，在上涨趋势中，每50条连续的棒线突破后添加1份合约直到9份合约为止。于是，当市场出现强劲的上涨趋势时，仓位规模越来越大，卖出规则倾向于将盈利锁定在靠近中期高点的位置。 当我们在下跌趋势的反弹中卖出时，我们更加确信是正处于中期趋

势之中。同时，一个相对紧凑的1000美元的初始资金管理止损被使用。于是，即便这些规则是通过观察得出的，它们也遵循着相当棒的原则，比如跟随趋势，随趋势不断增加仓位，让盈利持续增加 ， 并且尽快地斩断亏损。 

总的来说，很容易通过一个短期的测试来开发一套曲线拟合 系统。如果这些规则是不完善的，那么它们在许多不同的市场行情中将是不会盈利的。所以，它们在长期和在许多市场中不具备盈利性。这样的规则在将来很可能不会保持一贯的盈利性，所以我们应该努力地开发完善的交易系统。

规则四：交易多份合约

当对市场判断正确时，交易多份合约可以使我们盈利更多。但是，如果判断错误的话，资金回撤也将更大。如果使用良好的风险控制，总盈利将大于总亏损。主要问题是账户资金要足够大，以便交易多份合约。风险控制方针必须允许多合约交易，以便从该方法中获益。如呆账户资金一次只允许交易一份合约，那么等资金充足以后再考虑使用该规则。

多合约交易允许我们在系统设计中加入非线性元素。也就是说，使用非线性逻辑交易5份合约，比使用普通的线性逻辑交易的结果要好。线性逻辑对每个信号只交易一份合约。非线性逻辑使用一个基于价格的指标，比如波动性。波动性规则是指在市场波动性较低时购买更多合约。市场在经过数周的整固期后，波动性常常会变得较低。如果市场从整固形态中挣脱出来，逐渐形成一轮较强趋势的话，那么使用非线性逻辑可以大大提升系统的盈利性。

下面举一个简单的例子来说明这一点。假设交易者资金雄厚 ， 在风险控制允许的范围内，可以在10年期国库券市场中交易多达15份合约。假如每个头寸的风险为1%，初始资金管理止损为1000美 元，那么交易15份国库券合约需要150万美元。同时，还假设这15手的利润也在你的资金管理方针允许范围之内。     

下面我们再来看一个使用5日和50日简单移动平均线的简单移动平均交叉系统。在交叉产生一天后交易。如果你在今天收盘后得到一

个5日和50日均线的交叉，那么你将在第二天进行交易。在每份合约上使用1000美元的初始止损，并且考虑100美元的滑移价差和佣金。

让我们比较单合约系统与多合约系统的性能，最多15份合约。 测试周期从1989年1月3日到1995年6月30日 ，使用一份连续合约。 表2.6对5/50交叉系统的四个不同版本进行了比较。标有“ 固定1份 合约 ” 的一列中显示的结果是在测试周期上每笔交易只交易一份合约。第二列 “ 固定15份合约 ” 列出的计算结果是每次交易总是交易15份合约。标有 “ 可变合约#1” 的列交易最多15份合约，在交叉 产生后合约数每天依次增加。标有“ 可变合约#2”这一列一次最多交易15份合约，在同一天购买。此处的波动性4倍于平均20日真实区间。将波动性除以15000美元得出合约数。于是，“ 可变合约#2” 使用一个基于波动性的标准来计算合约数，通常交易15份或更少。 

让我们比较一下由这四种策略产生的净利润。随着我们交易更多的合约，利润总数应该增加。但是，如表2.6的下一行所示，最大日内回撤也随着合约数的增加而增加。通过净利润与最大日内回撤 的比值，我们可以看出通过交易多份合约是否获得了更多利润。对于固定合约交易策略，该比值为3.47，对于可变合约策略该比值 上升至4.7或 5.1。 这是一个39%~47%的 提升，这使我们有充足的 理由考虑多合约交易。所以，总利润会增加，而不与增加的回撤 成正比。

从表2.6中我们可以看出， “ 可变合约#1” 列最大单笔亏损远远小于交易固定数目的15份合约，而 “ 可变合约#2” 中的最大单笔亏 损也小于固定交易15份合约。这再次证明了多合约策略的好处。 对于 “ 固定1份合约 ” 、 “ 固定15份合约 ” 和 “ 可变合约#2” 策 略，交易总数是相同的，因 为所有的合约都是在同一天购买的。对于 “ 可变合约#1” 策略，因为所有的合约并不是在同一天购买的 ， 所以交易数目有所增加。

每种策略的平均交易利润都相对较高，表明这种简单模型似乎抓住了主要趋势。当所有合约被同时购买时，平均交易利润较高。 这仅是系统设计的另一产物。正如前面所指出的，平均交易利润并 不提供系统波动性的度量。

当我们一次只交易1份合约时，每笔交易的标准偏差比一次交易多份合约要小。随着合约数的增加，标准偏差也增加。如表2.6所示，固定15份合约比其他的可变合约策略在交易盈利中有较高的波动性。这意味着通过交易变数目的多份合约，而不是固定数目的多份合约，可以降低波动性。降低账户资金的波动性是另一个需要达到的设计目标。平均交易利润除以标准偏差得到描述系统性能的另 一个复合参数。该数字越大，系统就越可靠。对于“ 固定1份合约 ” 策略，该回报风险比仅为 0.09，而对于“ 可变合约#2” 策略它上升至0.24。 但是有一点需要注意，使用多合约交易使得交易盈利的波动性显著增加。

表2.6的最后一行表明由于盈利交易的利润增加，波动性也随之增加。注意 “ 固定15份合约 ” 的账户资金下侧波动性是最高的，其次是 “ 可变合约#2” 和 “ 可变合约#1” 策略。 “ 固定1份合约 ” 策 略和 “ 可变合约#1” 策略的下侧波动性没有多大差别， “ 可变合约 #1” 策略一次只买1份合约但却在多日购买。另外需要注意的是，所有交易(包括盈利交易)的标准偏差比下侧波动性要大得多。当然并非所有的波动性都是有害的，添加多份合约后上侧波动性增加比下侧波动性多。上侧波动性的增加更有利于应对下侧波动性的突发式增长。 

总而言之，如果交易者账户资金和性格允许的话，就要考虑使用多合约策略。

规则五：风险控制、资金管理和投资组合 设计

所有的交易者都有着规模有限的资金，都有一个对未来盈利的指导思想，而不管是否已经明确写出。这些指导思想对于账户的生存与长期发展有着巨大的影响。比如某个交易系统在5个月的时间里亏损了30%，然后该系统的表现又出人意料的好。有的交易者可能在亏损30%后就已经关闭了该账户，而有的交易者却继续交易，且收获颇丰。交易者的资金管理规则可能会使它过早地关闭账户，又可能使它开放太长时间。所以，资金管理方针对交易成功至关重要。 

 在业绩期望和账户规模给定的情况下，保持良好的风险控制、 灵活的资金管理和优良的投资组合设计非常重要。风险控制指的是利用预设的出场订单控制当前交易的过程。资金管理规则决定在给定市场中交易合约的数目和在特定头寸上风险资金的数额。投资组合问题是必须要考虑的，目的是获得较为平滑的资金曲线。

表2.7是不使用初始资金管理止损和添加2000美元初始资金管 理止损的比较。该交易系统是一套“ 罐装 ” 系统，它使用四个连续上涨或下跌收盘价来触发交易，该系统与欧米伽研究中心的软件 System Writer Plus TM一起工作。

正如我们所预期的，最大单笔亏损可能是非常恐怖的，而且在真实世界当中大多数账户在经受如此巨大的损失之后很可能早已关闭。当然最近关于高级交易公司超过10亿美元亏损的头条新闻，表明没有足够风险控制的交易仍然是很常见的。 

添加资金管理止损将最大损失限制在预定范围内。即便考虑滑移价差，最大亏损通常也低于根本不带止损的交易。 · 所以使用改进的风险控制极有可能提升盈利性。从表中可以看出，使用风险控制后平均净利润从亏损5085美元到亏损4美元，加入风险控制后最大系统资金回撤也有所减少。从这次比较中得到的教训是明确的，使 用恰当的风险控制可以使我们得到更大的盈利空间。如果将风险控 制和资金管理思想组合使用，就可以降低资金的波动性，延长账户 寿命。资金管理方针将指明每笔交易的风险占账户总资金的份额。 这些方针将初始止损转化为账户总资金的百分比，最常见的经验规则是每笔交易的风险只占账户总资金的2%。 

对于50000美元的账户，根据2%规则计算的初始止损为1000美元。该1000美元的初始止损通常被称为 “ 硬性美元止损 ” ，用于整个仓位。一个仓位可以有1份或多份合约，如果我们有两份合约，那么就需要在每份合约上放置500美元的止损来保护该仓位。第7章将 详细讨论仓位规模的问题。

对于多数账户，过度交易是分析师们经常提到的一个问题。例 如，如果在每笔交易中连续投入超过2%的账户资金，那就是正在过度交易一个账户。如果不使用初始资金管理止损，那么风险可能会远远高于账户总资金的2%。 在最坏的情况下，交易者将整个账户资金都置于风险之中。一些额外的风险，比如说将风险额提升到账户资金的5%，如果在市场出现超常机会时也是可以接受的(见第 4

章)。 但是，连续超过2%的限制可能会导致账户资金出现巨大的、 不可预见的波动。 

另一条经验规则是，如果月资金波动经常超过20%，那么也属于过度交易。当然，由于超常的市场行情 ，偶然会出现例外情况。

 多元化交易就是在单一账户中交易许多不同的市场，我们在应用时还必须考虑多元化带来的问题。交易许多市场的优点是增加了 抓住主要趋势的概率。主要问题是许多市场响应相同的或类似的基本面信息，因此它们的价格运动在时间上高度相关。所以，交易许多相关的市场类似于在一个市场中交易多份合约。

例如，瑞士法郎(SF)德国马克(DM)通常一起运动，所以交易这样的两个市场相当于在其中一个市场中交易两份合约。在 SF 和DM连续合约从1989年5月 26日到1995年6月30日的数据上，使用一套双移动平均线系统，初始止损为1500美元，滑移价差和佣金考量 为100美元。两条移动平均线分别为7日 和65日均线。如图2.9所示 ， 资金曲线(译者注：指使用同一套系统交易SF和DM的两条资金曲线)相关性高达83%。 在SF和DM中各交易一份合约的盈利60619美元，但是交易两份DM的盈利是63850美元，交易两份SF的盈利是

57388是美元。 

 注意这两种情况之间的主要差别。由于这两个市场有时存在负相关性，所以同时交易SF和DM的系统资金回撤介于在DM和SF中各交易两份合约的系统资金回撤之间。例如，在这种情况下同时交易SF和DM的系统资金回撤为10186美 元，而交易两份DM资金回撤为22375美元，两份SF资金回撤为9950美元。所以，交易相关市场时 ， 采用多元化策略获益甚微，最好是在同一投资组合中交易不相关或 弱相关的市场。 

在单一账户中，使用与上面相同的双移动平均线系统交易不相关的市场，比如瑞士法郎(SF)、 棉花(CT)和10年期国库券 (TY)，可以显现出多元化的益处。交易三份SF合约的模拟利润是86801美元，而SF、 TY和CT各交易一份合约的模拟利润是85683美元。利用线性回归分析计算出日资金曲线的标准偏差(SE）可以用来比较这两条曲线的平滑性。交易三份SF合约的SE为6238美元，而SE、 SF和TY各交易一份的SE为4920美元，降低了21%。 于是，向SF的投资组合中加入TY和CY后 ，产生了更为平滑的资金曲线，而利润基本相同。 

从图2.11这条合成资金曲线中，我们可以看出标准偏差与资金曲线的关系。该曲线的SE为2.25，因为它相当 “ 锯齿形 ” 。完全平滑的资金曲线的SE为0。

 多元化交易并不限于向投资组合中添加市场，它还包括在单一 账户中使用多个交易系统和多重时间框架。我们应尽量使用不相关或弱相关的交易系统。总而言之，风险控制、资金管理和投资组合设计都是交易系统设计中的重要问题。

规则六：完全机械化的系统

为什么交易系统必须是机械化的呢?最简单的回答就是我们不可能在历史数据上测试一套随意系统。我们既不可能预测未来将要面对的市场行情，也不可能预测我们面对那些行情时的反应。所以，在本书中我们所讨论的系统只限于机械系统。 

如果可以定义如何制定随意的决策，那么这些规则就可以被规格化，且可被测试。规格化过程本身便为将来的系统测试提供许多有趣的思想。所以我们鼓励使用机械化的系统。 

如果使用机械化系统，我们更可能制定出一致性的交易决策。 机械系统处理价格数据的方式是可预测的，故此可以保证这些在逻 辑上一致性的决策具有一贯的盈利性，但不保证这些交易策略未经修改便可使用。

小结    

为了削减交易信条，本章列出了一份清单。交易者应该将自己的交易信条缩减到5条或更少，然后围绕它们建立有效的交易系统。 

本章还详细分析了系统设计的六大主要规则。一套具有正期望的系统在将来更具有盈利性。因为增加系统的复杂性会使系统性能下降，所以我们应当限制规则的数量。相对简单的系统在将来更容易成功。交易规则应当是完善的，以便在长期的交易中，在多个市场中都具有盈利性。如果条件许可，我们应该考虑使用多合约的交易，因为那样我们可以在判断正确的情况下获取更多利润。风险控制、资金管理和投资组合可以使我们的资金曲线更加平滑，同时也是保证系统盈利性的关键因素。最后，交易系统应当是机械化的 ， 以便提供一致的、客观的交易决策。交易者应当遵守这六大规则 ，围绕自己的交易信条建立更优秀的系统。