第十四章 最优化

这个话题与本书中讲关于资金管理的话题多少似乎有点不合适。然而，间接地看，其实这两个话题之间有着非常紧密的联系。在交易中没有方法或者策略的资金管理是没有用的。更进一步说，在交易中，用一种数学预期值是负数的交易方法实际上来说也是没有用的。因此，一种方法或者策略必须为资金管理的增长因素创造利润，这样才可以在交易的最后结果上起到很大的作用。你打开任何有关投资的杂志看看，你会发现还有很多交易方法或者策略，比你曾经可能用到的还要多。它们看上去都比较好他们也符合成功交易所需的大部分的要求。进一步说，假设的结果将作为这些要求中的大部分要求的根据。正好今天我收到了一封信，信的主人要求只在短短的几年时间里要把200 美元最终变成18，000，000 美元(这可是一千八百万啊! )并且你也可以通过买那本39.95 美元的书，然后读里面的那种让人难以置信的交易方法。(给一点小费，我就会告诉你这是什么书。)关键是，在用这种方法去施行很多最优化测试之前，这些假设的要求中就已经出现了一大部分了。如果资金管理和交易方法是息息相关的，那么，当我们要决定用什么交易方法的时候，假设的结果的有效性就会变得比较重要了。

最优化夸大的原因

最优化的最通俗的原因之一就是在投资市场上在一段历史时间内的交易中找到交易方法中的参数。试着举一个简单的例子，一个真实简单的移动平均线交叉的例子。如果是10 日均线上穿40 日均线，你就会买多;如果是10 日均线下穿40 日均线，你就买空。那么这种方法就有三个参数。第一个参数就是短期均线的时长;第二个参数就是长期均线的时长;第三个参数就是所选用的均线的类型。这三个参数都是被明确界定了的。短期均线是10 日均线;长期均线是40 日均线;选用的均线的类型都是简单移动平均线(与置换移动平均线，加权移动平均线，或者是指数移动平均线相反) 。

在过去的五年里，如果我们把这种方法应用到债券交易市场的白盘交易上(日间债券交易市场) ，我们会得到下面这些数据:

上面这些数据是交易后得出的最基本的数据。它们不是那种会使交易者迅速进场交易的数据，但是这些数据确实是可靠的数据。然而，这些数据没有基于最佳参数的设置。如果我们需要去优化这些参数使之可以创造出更大的利润的话，那会怎么样呢?我们需要同时优化这三个参数，然后得出最好的结合。因此，我每间隔一天测试了从4 日均线到19 日均线的所有的短期均线;我每间隔一天测试了从20 日均线到50 日均线的所有的长期均线;每一次测试都是用简单移动平均线，置换移动平均线，加权移动平均线，或者是指数移动平均线。

用简单移动平均线测试短期的10 日均线和长期的40 日均线得出了最好的结果:

用置换移动平均线交汇点得出的最好的结果就是收盘时净利润第二次略低于57，000 美元。然而，进行了34/57 次交易，平均每一次交易额度1000 美元，而跌幅额度只是5600 美元。短期的移动均线是6 日均线，而长期均线是25日均线。加权移动平均线交汇点在进行了18/36 次交易后，收盘时净利润又一次略低于57，000 美元。盈亏比例值是4.0 ，平均每一次交易额度接近1600 美元。跌幅只是5600 美元，也比较合理。指数移动平均线交汇点相对来说就差一些， 收盘时净利润只有23，000 美元，成功交易率是32% ，跌幅确是10，000 美元，平均每一次交易额度也只是700美元。

对了，移动平均线最好的结果是应用在债券投资市场。现在，唯一的一个问题就是:这种信息对我们来说有什么好处呢?那么，我要说:好处恐怕不是很多。单纯的这个信息对我们绝对没有任何帮助，除了可以告诉我们用了某些设定的参数，这种交易方法在5 年时间内可以盈利。当某个人请求得到一种像假设检验的那样的交易方法的时候，前面的那些结果基本上都是你想看到的。很多时候，回测结果是相当好的。然而，接下来的几段话就表明了在一种投资市场或者是某组数据上去优化一种交易方法就好比是在某种数据上去优化固定分数交易方法(像前面第五章讲到的) 。对于一组固定的数据而言它们的最优分数可能对另外一组数据而言就不是最优的分数了。

最优化的深入调查

为了更好地阐述这个观点，下面的这个测试结果又是来自于债券交易市场，但是这一次，是从1990 年~1993 年简单移动平均线交汇点的方法被优化后的结果:

由于这种简单移动平均线方法从1990 年到1993 年被优化了，那么这些创造出最多利润的参数也会有所不同: 稍短期的均线是10 日移动平均线，较长期的均线是34 日移动平均线。但是1990 年~1993 年的最优分数不是这样的:那时候稍短期的均线是18 日移动平均线，较长期的均线是48 日移动平均线。假如我们在1993 年底就优化这个数据，并决定在1994 年~1998 年使用优化后的这些参数，那么结果就应该是这样的了:

这两种结果之间存在相当大的区别。首先来说，净利润总额方面，从1994年到1998 这段时间的交易创造的净利润总额比从1990 年到1993 年优化参数后交易创造的净利润总额要少一点。成功交易率也稍微有所下降，两次平均亏损额度相差甚大，我们想象下用某种交易方法进行交易平均亏损额度本应该是800 美元的，但是后来又遭到了一个2600 美元的亏损。那么这样的话，要继续进行交易是很难的。接下来进一步分析，盈亏比例值也相差很大，后面一次的盈亏比例值比前面一次的要低很多。当成功交易率和盈亏比例值都低的情况下，出现误差的几率就小了很多。最后，跌幅不是6000 美元，而是比6000 美元的两倍还多，是13，000 美元。如果你认为你交易过程中只会遭遇到一个6000美元的跌幅，或者说稍微比6000 美元要多一点，那么随着跌幅的继续增加，等行情到什么点位你才会认输并停止用这种方法继续进行交易呢?对于我们大部分人来说，这个跌幅额度不会比13，000 美元高出太多。

接下来的一组数据表明，在同样的交易市场，用同样的参数进行交易，不同的是，交易的时间段不一样。这一次交易的时间段是从第一次测试的时间段中抽出一部分，从第二次测试的时间段中抽出一部分。这些数据是从1992 年到1996 年的交易中抽出来的。用的这些参数是稍短期的均线是18 日移动平均线，较长期的均线是48 日移动平均线:

这个结果和前面的相比有多大的不同啊!在将近四年时间里，用前面设定的参数进行交易的方法只创造出了6600 美元的利润， 14 次的交易中只有4 次交易成功！这4 年交易期间最大跌幅额度竟然高达17，000 美元。正如你所看到的，这些数据是具有欺骗性的，尤其是这些优化后的数据。是的，不错，这种交易方法依旧是可以获利的，并且也有一些可取之处。但是同样还是用这种方法，用同样的参数，并把这些参数用到另外一个投资市场，请问你还可以继续交易下去吗?那么那些数据到底怎么了?下面有一组数据是瑞士法郎投资市场用上面一样的交易方法从1993 年到1998 年的交易结果。第一组结果用的参数是18 日移动平均线作为稍短期的均线，48日移动平均线作为较长期的均线;第二组结果用的参数是10 日移动平均线作为稍短期的均线，34 日移动平均线作为较长期的均线：

不仅这些结果和债券市场的交易结果存在很多不同，而且仅就这个市场本身而言，这个结果就和优化后的结果有不同。在优化参数以后，最优短期移动平均线是19 日均线，而最优长期移动平均线是27 日均线。下面表格中的结果就是根据这个参数测试而来:

如果没有过多地说明这一点，所有的交易方法和交易市场将会在不同的交易时间段和交易市场中得出的优化结果中发现类似的差异。况且，如果情况属实的话，我们真正地可以对这种交易方法抱多大的期望值呢?如果最优的结果不是真实的，作为交易商，我们应该如何知道能够有多少期望值呢?总而言之，我们是不会知道的。然而，我们可以做出一些符合逻辑的结论，不是从优化后的结果中得出，而是从优化的过程中总结出的。最优化从来不应该被用来发现"最好的"借鉴参数，止损出场规则，或者是任何一种方法被优化后的其他因素。过去最好的不一定是将来最好的。我能说这比你说的你不会遭雷击这一点可能性更大。进一步说，在不同交易时间段交易，一组数据优化后的结果甚至很有可能不会接近一个同样大小的一组数据优化后的结果。

优化过程

从优化中得出的最实际的好处不是来自于优化结果本身这些统计数据，而是来自于所有优化测试的统计数据。比如说，在瑞士法郎投资市场用简单移动平均线交汇点的方法进行的优化历经496 个不同的参数测试。这些测试中每一个测试都会得出一组统计数据。为了能够用指定的交易方法得出交易中有多少期望值的这样实际的结论，知道大多数测试会得出多少种数字比知道单一一种最好的测试得出多少种数字要更加有帮助。

当我优化一种交易方法的时候，我不会去寻找最优的结果;相反，我会尽力了解这种交易方法的盈利能力在测试的过程有多么稳健强劲。我们回到债券交易市场中用简单移动平均线交汇点的方法进行的交易上来，从1994 年到1998 年总共有496 次测试。在这个特定的时期，最好的结果是来自于用10 日均线作为较短期移动平均线，用34 日均线作为较长期移动平均线。下面就是这4 年期间的交易结果:

这些数据是第一组控制的数据集。下一组数据是由最不好的一组参数交易后所得。这些数据是由于应用了4 日均线作为较短期移动平均线， 25 日均线作为较长期移动平均线后得出的数据：

这些是我们交易的两种极端做法。第一种有一点好处就是最好的结果比最差的结果要好很多。有时候，最好的结果可能是盈利40，000 美元，最差的结果是亏损40，000 美元。稍微进一步研究这些数据，我们会得出下面这些有趣的数据:

● 在496 次测试中，有475 次参数组合都是盈利的;

● 在475 次盈利参数组合中，有367 次都创造出了多于14，000 美元的总利润;

● 其中，有196 次参数组合都创造出了多于22，000 美元的总利润(有一半的成功交易，或者说这个结果比最好的预期结果还要好) ;

● 只有5 次参数组合的结果在最好利润的10% 以内;

● 只有175 次参数组合的结果是因为空头交易而获利的(这就意味着321次测试结果都亏损了) ;

● 空头交易获得的最大的利润9600美元;

● 在496 次测试中，最大的跌幅额度是19，000 美元;

● 有206 次测试都有一个10，000 甚至更大的跌幅额度;

● 只有55 次参数组合的跌幅额度是少于8000 美元;

● 平均跌幅额度超过11，000 美元;

● 有405 次测试的交易成功率是低于50% (这也就意味着只有91 次测试交易成功率是超过50% 的) ;

● 最好的交易成功率是62%，最差的交易成功率是23% ;

● 平均交易成功率是40% ;

● 获利因子(定义在第十三章讲到了)是2.00 ，或者说只有多于161 次的参数组合会获利;

● 在496 次测试中，有496 次的参数组合是由于多头交易而获利的(债券交易在大多数的交易时期都是处于多头优势) ;

● 在496 次测试中，有457 次参数组合是在多头交易中获利，总共获利额度是15，000 甚至更多。

优化测试的过程表明了比只看最好的参数的测试更加多了相关性和实际的信息。有很多交易方法或者交易策略，它们在交易过程中用了某组参数数据或与这些参数只有一两个标准偏差，但是总体结果确实是可以获利的。简单移动平均线交汇点不是一种大规模的创造利润的方法，但是正如这一章后面描述的那样，我们能够对未来的结果有很多可能性的假设。

优化对比

既然我们现在有了一些相关的数据，那么我们就需要在某些地方使用上那些数据。最好的方法就是把这些数据比作是另外一组测试用的数据。前面的那些测试是从1994 年到1998 年在债券市场进行的。下面的这些数据和前面的是一样的，并且同样是债券市场测试得到的，不同的是测试的交易时间段不同，这次的是从1990 年到1994 年。同样的，又是进行了496 次参数组合测试:

● 在496 次测试中，有361 次参数组合都是盈利的;

● 在361 次盈利测试中，只有76 次创造出了多于14，000 美元的总利润;

● 其中，只有27 次都创造出了多于22，000 美元的总利润(有一半的成功交易，或者说这个结果比第一次测试的最好的预期结果还要好) ;

● 只有2 次参数组合测试的结果在最好利润的10% 以内;

● 空头交易中没有一次测试获利;

● 空头交易时最小的损失额度是2100 美元;

● 在496 次测试中，最大的跌幅额度是27，000 美元;

● 有338 次测试都有一个10，000 甚至更大的跌幅额度;

● 只有48 次参数组合测试的跌幅额度是少于8000 美元;

● 平均跌幅额度超过14，000 美元;

● 有477 次测试的交易成功率是低于50% (这也就意味着只有19 次测试交易成功率是超过50% 的) ;

● 最好的交易成功率是61% ，最差的交易成功率是24% ;

● 平均交易成功率是38% ;

● 获利因子是2.00 ，或者说只有多于41 次的参数组合交易会获利;

● 在496 次参数组合测试中，在多头交易市场，只有361 次的参数组合测试是获利的;

● 在496 次参数组合测试中，只有68 次参数组合是在多头交易中获利额度是15，000 甚至更多的。

这两组数据有很大的区别。首先就是真正获利测试的数量的区别: 这一次获利测试的数量较上一次下降了25% ;然而，获利总额多于14 ，000 美元甚至更多的测试数量也下降了80% ;获利额度至少达到了做好预期的一半的测试数量下降了86% ;看空获利的测试数量下降了100% 。另一些相关的数据比较显示:

● 最大的跌幅额度增加了42% ;

● 跌幅额度达到10，000 甚至更大的测试数量增加了64% ;

● 具有1.5 的获利因子或者稍高的获利因子的测试数量从331 次下降到只有79 次;

● 多头交易时获利额度下降了27%，并且多头交易利润总额多于15，000美元的交易次数下降了85% 。

这种方法一个很明显的问题就是一致性。如果本次测试历时8 年时间，至少有可能赚钱。也有可能跌幅额度就会比较低，回报也比较可观。优化就是在测试的时间段内向你展示最优化的参数是什么，但是当你投资的资金面临风险的时候，它就不会告诉你，在接下来的交易时期内，最优化的参数将会是什么。假设我们回到1994 年的交易测试中，那时候我们正好用那种方法(这种方法的参数是:较短期的移动均线是18 日移动平均线，较长期的移动均线是47 日移动平均线)完成测试。那么在1995 年的交易中继续用18 日均线和47 日均线作为参数，那么胜算的可能性是多少呢?那么我告诉你，如果继续用这两个参数进行1995 年的交易胜算的可能性是11496 。并且，如果我们换用另一组参数进行1995 年的交易胜算的可能性也许依旧只是11496！我想说这里的可能性是对我们很不利(假如这些最优参数在我们测试的范围以内的话) 。

因此，我们最需要的是大的误差空间。很可能我们不会挑出最好的参数。然而，我们也不会挑出最差的参数。我们要做的是用一种交易方法进行投资(交易) ，在这种方法中，不管是哪一次测试，也不管是我们选择了哪一组参数，我们获利的可能性都会比较大。移动平均线交汇点的方法要经历一次恶性循环和一次良性循环。假如我们在1990 年就开始用这种交易方法进行交易，那么我们在4 年的交易以后获取超出14，000 美元的利润的可能性就只有15% 。然而，在接下来的4 年内我们获利的可能性就会增加到74%。这不是一致的数据。更进一步说，几乎是不可能挑出哪一组参数适合用于交易，这一点变得很明显了。我们来考虑下面的参数组合交易分析：

1990 年

● 最好的参数组合是19日均线和24日均线组合，这个组合在1990 年的交易中总共获利15，000 美元;

● 17 日均线和24 日均线组合只会获利3000 美元;

● 16 日均线和24 日均线组合会亏损3000 美元;

● 19 日均线和25 日均线组合会获利5000 美元，而19 日均线和26 日均线或者更高的均线组合就会亏损;

● 有31 次组合获利，461 次组合亏损;

● 平均跌幅额度接近9000 美元。

1991 年

● 19 日均线和24 日均线组合获利3000 美元;

● 最好的参数组合是19 日均线和20 日均线组合，这个组合在1991 年的交易中总共获利13，000 美元;

● 有430 次组合获利;

● 这一年，有240 次组合比19 日均线和24 日均线组合结果要好;

● 在空头交易时，没有一次参数组合获利;

● 平均跌幅额度是4000 美元。

1992 年

● 19 日均线和20 日均线组合亏损3500 美元;

● 19 日均线和24 日均线组合获利1125 美元;

● 最好的参数组合是19 日均线和22 日均线组合，这个组合在1992 年的交易中总共获利8000 美元;

● 有337 次组合获利;

● 有259 次组合获利超出1125 美元;

● 有449 次组合创造的利润超出19 日均线和20 日均线组合;

● 在空头交易时，没有一次参数组合获利;

● 平均跌幅额度是5000 美元。

1993 年

● 19 日均线和22 日均线组合总共获利3700 美元;

● 19 日均线和24 日均线组合亏损3800 美元;

• 19 日均线和20 日均线组合获利3800 美元;

● 最好的参数组合是7 日均线和50 日均线组合，这个组合在1993 年的交易中总共获利10，000 美元;

● 有298 次组合获利;

● 有124 次组合创造的利润超出19 日均线和22 日均线组合;

● 在空头交易时，没有一次参数组合获利;

● 平均跌幅额度是8000 美元。

1994 年

● 7 日均线和50 日均线组合亏损10，000 美元;

● 19 日均线和20 日均线组合亏损2200 美元;

● 19 日均线和24 日均线组合亏损17，000 美元;

● 19 日均线和22 日均线组合亏损4000 美元;

● 最好的参数组合是12 日均线和28 日均线组合，这个组合在1994 年的交易中总共获利6500 美元;

● 只有124 次组合获利;

● 在多头交易中，只有14 次参数组合后的交易获利;

● 在空头交易中，有215 次参数组合后的交易获利;

● 平均跌幅额度是10，000 美元。

1995 年

● 12 日均线和28 日均线组合亏损1400 美元;

● 19 日均线和22 日均线组合获利7500 美元;

● 19 日均线和24 日均线组合获利2800 美元;

● 19 日均线和20 日均线组合获利2600 美元;

● 7 日均线和50 日均线组合亏损3600 美元;

● 最好的参数组合是14 日均线和20 日均线组合，这个组合在1995 年的交易中总共获利21，000 美元;

● 只有77 次组合获利;

● 只有21 次组合获利额度超过3000 美元;

● 多头交易中，有65 次组合获利;空头交易中，有40 次组合获利(在1995年年底，有342 次组合在多头市场交易获利至少达2000 美元) ;

● 平均跌幅额度只是3000 美元。

1996 年

● 14 日均线和20 日均线组合亏损7500 美元;

● 12 日均线和28 日均线组合亏损5700 美元;

● 19 日均线和22 日均线组合亏损5000 美元;

● 19 日均线和24 日均线组合亏损8000 美元;

● 19 日均线和20 日均线组合亏损4000 美元;

● 7 日均线和50 日均线组合亏损8500 美元;

● 最好的参数组合是7 日均线和21 日均线组合，这个组合在1996 年的交易中总共获利5100 美元;

● 只有40 次组合获利;

● 在空头交易中，只有2 次参数组合后的交易获利;

● 有11 次参数组合后交易获得了3000 美元甚至更好的利润;

● 有341 次参数组合后亏损了3000 美元甚至更多的资金;

● 平均跌幅额度是9000 美元。

1997 年

● 7 日均线和21 日均线组合亏损375 美元;

● 14 日均线和20 日均线组合亏损2000 美元;

● 12 日均线和28 日均线组合亏损1000 美元;

● 19 日均线和22 日均线组合亏损4000 美元;

● 19 日均线和24 日均线组合亏损3500 美元;

● 19 日均线和20 日均线组合亏损4∞0 美元;

● 7 日均线和50 日均线组合亏损1200 美元;

● 最好的参数组合是19 日均线和26 日均线组合，这个组合在1997 年的交易中总共获利8300 美元;

● 有274 次组合获利;

● 只有34 次参数组合后交易获得了3000 美元甚至更多的利润;

● 有72 次参数组合后亏损了3000 美元甚至更多的资金;

● 在空头交易时，没有一次参数组合获利;

● 在多头交易时，没有一次参数组合亏损;

● 平均跌幅额度是4000 美元。

1998 年(到10 月5 号)

● 19 日均线和26 日均线组合总共获利12，000 美元;

● 7 日均线和21 日均线组合获利6300美元;

● 14 日均线和20 日均线组合获利8000 美元;

● 12 日均线和28 日均线组合获利7000 美元;

● 19 日均线和22 日均线组合获利10，000 美元;

● 19 日均线和24 日均线组合获利13，000 美元;

● 19 日均线和20 日均线组合获利10，000 美元;

● 7 日均线和50 日均线组合获利4600 美元;

● 最好的参数组合是18 日均线和22 日均线组合，这个组合在截止到1998年10 月5 号的交易中总共获利15，000 美元;

1998 年的测试并没有结束。因此，截止到10 月5 号所有的持仓交易都自动平仓了。这正好发生在债券交易市场上最史无前例的波动之一的后面，这一次的波动后价位在八月初达到了历史高点。在八月份进行交易，并且结束了任何开盘点位，这样会出现非常不同的交易结果，如下:

● 19 日均线和26 日均线组合总共获利3800 美元;

● 7 日均线和21 日均线组合亏损3500 美元;

● 14 日均线和20 日均线组合亏损2000 美元;

● 12 日均线和28 日均线组合亏损1500 美元;

● 19 日均线和22 日均线组合获利2000 美元;

● 19 日均线和24 日均线组合获利4000 美元;

● 19 日均线和20 日均线组合获利2000 美元;

● 7 日均线和50 日均线组合亏损5000 美元;

● 最好的参数组合是18 日均线和22 日均线组合，这个组合在交易中总共获利7400 美元;

● 有72 次组合获利;

● 只有13 次参数组合后交易获得了3000 美元甚至更多的利润;

● 有247 次参数组合后亏损了3000 美元甚至更多的资金;

● 在空头交易时，只有12 次参数组合获利(其中有2 次参数组合交易后获利超过1000 美元) ;

● 平均跌幅额度是5000 美元。

以上的数据就是年复一年交易后的数据。没有任何一年的交易可以用和前一年交易中最好的参数的参数组合获利，也没有任何两年有同样的两个参数。事实上，下面的这些参数是每一年最好的参数，并且在这8 年期间都已经用这每一组参数进行交易测试了。

所有的这些组合在一个长期的交易中已经获利了。然而，在这长期的交易中，只有40 次参数组合交易在交易后亏损了。因此，不管我选用什么参数，在8年的交易时间内，我们获利的几率是92% 。事实上，在这8 年的交易时间内，有306 次组合(62% )总共获利超出24，000 美元，或者说每一年获利超出3000 美元。每一年的交易中已经有了最好的参数组合，这样还能够创造出68% 长期收益，至少24，000 美元的利润。

跌幅额度又怎么样呢? 结果显示有442 次(90% )的参数组合交易都有10，000美元甚至更高的跌幅额度;有146 次(30% )参数组合有15，000 美元甚至更高的跌幅额度;有34 次(7% )参数组合有20，000 美元甚至更高的跌幅额度。

所有这些数据存在的一个问题就是: 在接下来的1999 年的交易中，你可以很准确地预测出最优参数吗? 这样的话，想要明智的投资是不可能的。在接下来的8 年时间内平均每一年获利超过3000 美元的这样一种参数组合交易方法，你可以挑选到这种参数组合交易方法的几率只有62% 。进一步说，你只有7% 的几率在接下来的8 年时间内亏损超出3000 美元。

尽管如此，我们可以把所有这些数据和8 年的时间用最优参数组合的测试结果进行比较，结果如下:

那么，问问你自己：在接下来的8年时间内交易重新得到这些结果的可能性是多少?假如最优参数可以得出相类似的统计数据，那么你重新得到这些结果的可能性就是1/496，或者说是1%的1/10。下一次有人给了你一些假设性的结果，你就需要考虑一些事情了。