(触手译)7/N_exAHL顶级对冲基金经理:系统化交易
UP主自行翻译，严禁复制用于任何商业用途
这个系列是全球顶级CTA对冲基金AHL的基金经理Robert Carver的Systematic Trading书籍（中文译）
笔者在AHL工作的十几年里管理了数十亿的全球宏观对冲基金，运用这一套系统规则超过7年。其本人有Pyton写的开源回测框架及交易系统.https://qoppac.blogspot.com/
我抽空余时间把书籍按照自己的理解翻译出来。因为内容真的很多，所以见谅，更新的会比较慢。翻译会有出入点或者不到位的地方，有异议建议看原著确定含义。
本书作为入门书籍，仍旧有难度，因为有相当多的东西和实盘实战挂钩。框架建立于理论，但其它包括回测等等的很多细节问题都仍旧需要单独解决。
无论是主观交易、半自动交易、程序化交易，都推荐阅读的，从入门到放弃的书籍。
细节的备注和超级链接会在后续添加。
经常白嫖的人会 1产生幻觉 2记忆力差 4不识数 6神志不清 这九点大家记牢
已翻译章节回顾：
人的主观认知缺陷；
金融行为学；
引出系统化交易的必要性；
市场历史数据表现的分布状态；
好的系统必备特征；
系统失效的特征（盈利的来源）；
交易风格在历史统计上的表现区别；
可实现的夏普率表现；
提高夏普率的方式；
拟合分类；
过拟合的危险；
当拟合开始走坏；
一些有效拟合的规则；
如何选择拟合规则；
优化变坏；
节省优化；
手动设定权重；
结合夏普率；
举一个不好的例子：一个存在致命缺陷的交易系统；
为什么要做框架模块化：框架模块化对系统化交易策略的重大意义；
框架包含的元素：框架中各种模块的简要说明；
合格标的品种的必需项
选择标的品种和交易风格
参与标的品种的方式
第三大块——框架
第七章——预测
怎样的预测是好的预测
这一章的部分内容非常讲技术；半自动交易员和大类资产配置交易员应该读一读，但是需要略过内容；但是，那些打算设计他们自己的交易规则的坚定的系统化交易员需要了解详细的内容。
当我开始在一家大型投资银行从事期权交易时，有人鼓励我在正常的客户流交易之外，建立小的自营头寸。这样做的目的是让新手获得一些管理风险的实际经验，不让自己的账面蒙受巨额损失。最初，我仅限于交易单一的期货合约。
当我毕业时，我面临着一个两难的境地。购买德国10年期国债期货，我的头寸应该是多大?我应该坚持持有一个合同，还是继续增加的头寸？我向一个更有经验的交易员寻求建议。他叹了口气，对年轻人的无知感到愤怒，然后转向我。
“你需要知道三件事。首先，你对这笔交易有多少兴趣?答案是从你心里得到的。”谢尔盖指着自己的心脏回答。“第二，你能承受多少损失?”就在这里，在你的肚子里。”他拍了拍自己宽大的肚子。“最后一件事，有多大风险?”你在这里算一下。”谢尔盖敲着额头说。
他的回答毫无帮助，完全没有细节，但完全正确。仅仅预测价格的上涨或下跌是不够的;你还需要决定价格是涨得多还是涨得少。你需要决定你有多喜欢这笔交易。你需要一个预测——预测价格将上涨或下跌多少。本章是关于预测的。
预测是一个数字:正值表示你想购买该资产，因为预计价格会上涨，负值表示你想做空该资产。不使用衍生品、不能卖空的投资者只会做出正值的预测。预测不应该是二元的——买入或卖出——而是应该按比例进行。接近于零的预测表明价格波动较小，绝对值越大意味着预期回报越大。
按比例的预测之所以有意义，有三个原因。首先，考虑到预测的比例，如果你要检查交易规则的回报，你通常会发现，接近于零的预测不像更大的预测那样有利可图。其次，二元系统的交易成本更高，因为从做多到做空，你需要立即卖出两倍的初始头寸。最后，该框架的其余部分假设，你得到的预测在其他方面不是二元的或起伏不定的。看到预测不断变化总比看到预测跳跃要好。如果你是一个坚定的系统交易者，设计或调整交易规则来产生比例预测相对容易。如果你是一个半自动的交易者，以一种更自由的方式进行预测，那么你需要能够量化你的信念的力量，我将在本章稍后回到这个问题。由于使用的是固定的预测值，资产配置对投资者来说很容易。
预测与风险调整后的回报成正比
你如何设定预测，让它们体现你对某个位置的喜爱程度，或者更准确地说，你认为该位置随后的涨跌会有多强?
你可能会认为这很简单。当我与谢尔盖交谈时，我正在交易德国国债，因此我应该制定我的交易规则，如果预期为50点，就意味着买进50个德国国债期货。100的强劲预期意味着100份合约，以此类推。
不幸的是，这个想法有几个缺陷。如果你想用我的预测规则呢?你可能连5只德国国债都不想押注，或者你可以在一只平均持有5万份合约的大型基金工作。这种预测没有考虑到不同的账户规模或不同的风险偏好。
其次，如果德国国债价格的标准差翻倍会怎样?持有50个合约的头寸现在的风险是你最初预期的两倍。简单的预测没有考虑到风险随时间的变化。
最后，你通常希望在不同的标的上使用相同的交易规则，因为它更简单，如果你适合的话，它允许你共享数据。然而，50年期德国国债的风险远低于50年期日本政府10年期债券期货，但远高于50年期德国Schatz(两年期)债券期货。该规则无法应对没有同样风险的标的资产。
解决办法是使用我最喜欢的技术——波动率标准化。所以在我的框架中，预测与预期风险调整后的回报成比例。例如，假设德国国债的年预期回报率为2%，预期年化标准差为8%。Schatz期货的年预期回报率是1%，但你只能预期波动率是2%。经过风险调整后，Schatz期货的预期回报率(1% 2% = 0.5)是德国国债的两倍(2% 8% = 0.25)。
这意味着对Schatz的预测应该是对德国国债预测的两倍。这涉及到具有不同风险的金融标的。这还意味着，任何交易规则都可以在不修改所有标的资产的情况下使用，如果你符合交易规则，你可以使用来自多个资产的汇集数据。如果你不断地调整你对预期波动率的估计，那么你也要应对随着时间变化的风险。
最后，有了这样的预测，不同的投资者可以使用相同的交易规则，但随后根据他们的账户规模和风险偏好来调整头寸。我将在第9章“波动率目标”和第10章“头寸规模调整”中说明如何做到这一点。
你们之前见过，平均回报与标准偏差之比就是夏普比率。因此，预期夏普比率做出了良好的预测，这使得制定交易规则变得非常直观。
预测应该有一个一致的比例
我前面说过，预测需要与风险调整后的回报成比例。在上述例子中，对德国国债的预期为2.5，对Schatz的预期为5;分别为0.0000005和0.000001,5000和10000都是有效的。这些选项中，或者其他无穷多个选项中，哪个是最好的?
事实上，这并不重要，只要你是一致的，但无论你在这里选择哪种规模，都会影响到你的交易系统的其他部分。特别是你预测的预期平均绝对值是指定系统的一个关键部分。如果你选择一个易于操作的比例，那么生活将会变得更容易。人类很难处理非常小或很大的数字，甚至计算机也很难处理微小分数的浮点表示。
我的建议是创建具有预期绝对值的预测10. +10是平均买入，-10是平均卖出。若预测+5为弱买入，-20为强卖出。这些预测数字现在看起来可能非常抽象。不要太在意第十章“头寸规模”，我会告诉你如何将它们转换成实际的头寸。
如果你是一个使用自由预测的半自动交易者，那么正确的比例是很简单的，我将在下面向你展示。资产配置投资者使用的规则也具有适当的规模。我在本章后面为坚定系统交易者提供的示例规则也被正确缩放了。但是，如果你正在制定自己的规则，或调整其他规则，则需要标准化它们的自然规模，我将在本章后面解释这一点。
我们应该允许预测值尽可能大吗?
如果预期绝对值为10，那么+10就是看涨，而+20就是真的看涨。如果你确信这是千载难逢的机会呢，就像我在介绍中提到的2009年巴克莱交易一样。你应该允许你的规则预测+100吗?我认为不是。预测值应该以最大绝对值为上限，我建议以20为上限。原因如下:
坚定的系统交易者不应该忽视-20到+20区间以外的预测，但要限制它们。你的交易规则中+25的预测应该减少到+20。将任何低于-20的预报都调到-20。你所有的预测都将在-20到+20之间。
对于半自动交易者来说，你所有的自由预测都应该在-20到+20之间，没有例外，即使是一辈子的交易也不例外。资产配置投资者无需担心，因为你将有一个+10的固定预测。如果我们不能做空某一标的，因为衍生品渠道有限或做空困难，那么你也需要将所有负值预测都改为零。
带有止损的主观交易
半自动交易员
如果你是一个半自动的交易者，那么你不会使用系统的交易规则，而是根据直觉或使用不能系统化的复杂分析进行自由预测，就像我在介绍中提到的2009年巴克莱交易。
就像预测的信号一样，长期是积极的，短期是消极的，你必须表明你对它的感觉有多强烈。你的预测必须正确缩放：预期的绝对值应该在10左右，而且必须在-20和+20的建议界限之间。
预测不需要精确量化，比如“我喜欢日经指数，今天在8.7663左右。”然而，你应该能够给出一个粗略的迹象，表明你对日经指数的热情有多大。然后，你可以将你的观点转化为一个预测数字，如表16所示。
如果你不能做空资产，因为你没有使用价差交易之类的衍生品，或者你的账户不能做空，那么你就需要把自己限制在正值的预测值上。
你不应该在下注后改变预测。否则就会有被干预的风险，通过降低预测的可信度或增加损失而过早获利。相反，你将使用系统的跟踪止损规则来平仓。我将在第十三章对此作进一步的解释，在那里我将更详细地描述一个半自动交易系统。
在我的系统框架中使用带有止损的自由预测有很大的优势;你可以对自己的实时交易行为进行预测，并更精确地衡量预期风险。你的仓位将始终是一个正确的规模的预测，风险容忍度和帐户规模。这将给你更多的时间和精力来获得正确的预测。最后，通过使用止损，你的交易有点像一个“早期接受损失”的趋势追随者，所以你的策略更有可能是良性正向倾斜。
（大类资产配置的不翻译了）
两个系统规则的例子
坚定的系统交易者
半自动交易员和资产配置投资者可以跳过的本章的其余部分，仅供忠实系统交易者使用。
以上两个交易规则的例子并不是很有趣。我把它们包括进来，是为了说明我的框架仍然可以被那些不相信市场回报可以预测的人，或者那些认为他们可以比简单规则做得更好的人所使用。然而，坚定的系统交易者不同意这两个团体，希望用完全系统的交易规则来预测价格。
本书篇幅有限，无法涵盖现有的每一条交易规则。幸运的是，有大量的其他书籍和网站包含明确的交易规则，或者可以从中发展的想法。仅仅佩里·考夫曼的《交易系统与方法》一本书就有1000多页，其中包括几十条规则。本章的下一节将展示如何创建自己的交易规则，或修改他人的交易规则。
在本节中，我将简要概述我在自己的交易系统中使用的两条规则。如果你想使用它们，你可以在附录b中找到更多的细节。在本书的第四部分，我将展示如何将这些规则整合到框架中，为坚定系统交易者创建一个完整的系统。
遵循EWMAC规则的趋势跟踪
许多资产价格显示出动量特征；上涨的通常会继续上涨;反之亦然。这种效果可以通过使用趋势遵循规则来捕捉。我非常喜欢这类规则，原因如下。
首先,他们的工作。正如我们在第一章所看到的，遵循“早期接受损失者”规则的趋势将其对手“早期接受利润者”碾碎。有很多学术研究和真实的表现统计数据支持趋势遵循规则的使用。其次，我喜欢我能解释的规则;正如我在第二章所说的，前景理论证明了为什么这些规则起作用，并且应该继续这样做。此外，趋势跟踪是一种很容易实施的技术策略，只使用价格数据。最后，它有良性的正倾斜。
当然，你可以使用现在熟悉的早期接受损失的规则来跟随趋势，但还有更好的选择捕捉趋势的最流行的交易规则之一是一个笨拙的名字:指数加权移动平均交叉，简称为EWMAC。幸运的是，这个想法的实现比它所说的要简单。你取资产价格的两个指数加权移动平均线(EWMA)。较慢的平均值比较快的平均值回顾的时间更长。当较快的高于较慢的，这意味着价格处于上升趋势，你应该买;反之亦然。
套利规则（翻译省略）
创建和调整交易规则
坚定的系统化交易员
上面的交易规则（趋势跟踪，套利），一个正的和一个负的倾斜，足以创建一个很好的交易策略。在相同的样式中添加更多规则的好处相对有限。仅使用这两个简单的规则就可以生成我自己的更复杂系统中大约85%的回测性能。
然而，你可能仍然希望创建自己的规则，或调整你在其他地方找到的规则。这里有一些指导，并举例说明我是如何修改我在研究本章时读到的一个交易规则的，我把它称为“Close to Open”。
*如果你必须使用一个在整个交易周期内都不调整的进场规则，以及一个单独的离场规则，那么我强烈建议你使用我为半自动交易者推荐的止损规则。我不建议使用任何其他类型的明确退出规则，因为它们通常过拟合，只会把事情变得非常复杂。
选择交易规则和变量
坚定的系统化交易员
即便你不太适应创造新的交易规则，只想用我提供的规则，理论上，EWMAC交易规则里也有数不尽的变量。如果你有创意，制定了你自己的交易规则，可供选择的变量就更多了。所以在实践中，到底应该使用哪些规则和变量？
正如我在第三章“拟合”中所说的，我不建议使用经过回测的盈利能力来选择交易规则或变量。相反，你应该关注波动率之间的相关性，以及它们的交易频率等等的表现，同时忽略夏普比率(sharp ratio)和其他业绩指标。
然后，你应该使用两个选择标准。第一个是避免包含任何两个相互关联超过95%的变量，因为其中一个不会给系统增加任何价值。我在附录B中讨论了如何削减EWMAC规则中可能的变量(在第294页的EWMAC部分)。
其次，你必须排除任何导致交易太快或者太慢的东西。正如我在第二章提到的，非常慢的交易规则不太可能产生显著的夏普比率。我建议你取消任何持有头寸超过几个月的规则。另一方面，对于许多标的品种来说，快速的交易规则，交易成本太高，这可能意味着你最终会为每种标的资产选择不同的变量。我将在第十二章“速度和头寸规模”中回到这个问题，在那里我将展示如何确定在给定的交易成本水平下，哪些变量应该被剔除掉。
交易规则和预测的总结
