電子信箱 service [at] bituzi.com
幣圖誌首頁 facebook粉絲團 google plus google plus


[ 時間濾鏡 ] – 從近期紊亂的台股出發



這一篇文章的目標受眾是「非」程式交易者,提供一個找尋適當指標的方式或參數套用的取決過程,即使用 Excel 也可以輕易下手。在這篇文章完成的同時,璞格也決定年底前在敝團隊網站提供一個線上版的台指期回測程式,提供一般常用的指標如均線、KD、MACD、RSI 等,搭配不同 K 棒採用大小 ( 1分K、5分K ... 60分K、日K、周K、月K ),使用簡單的勾選方式即可進行,讓非程式交易者有更清晰的眼光去探究數值改變所帶來的效應。

近期台股加權指數與台指期呈現了相當雜亂的走勢,乖離的波動不大,但上下擺盪的方式卻不討喜,不僅是順勢交易者並不樂見的型態,短期趨勢翻轉過快也不利於逆勢策略。不論順勢逆勢,鮮少有人使用大週期作為多空絕對依據,原因有二:一是大週期所需要承受的虧損幅度較大、過程較長,雖然它可以避免雜訊所帶來的不必要困擾,甚至獲利能力高於極短週期;再者交易人難以捨棄抓取短時間內趨勢轉折的可能。所以無論是多或空方的部位持有人,很可能在過去這 10 天內被甩出獲利的列車 – 尤其是時間週期取用極小的策略使用者。

首先我們一如往常使用量化的方式闡述當前現象。以一個常見的雜訊評估方式觀察近日的台股波動:ATR ( Average True Range )。台股加權指數 20 日 ATR 目前數值表現為 90.3,過去一年平均值 74.7,差值 15.6,均值乖離幅度 21% ( 20 日標準差為 10.29,亦即僅有 14.4% 的交易日 ATR 大於目前數值 )。值得注意的是,今年 7 月後便一直呈現 ATR 拉升情況,上半年大部分交易日低於平均數值,下半年則呈現不斷提高的情況。

「時間」本身就是一種濾鏡 ( 或稱濾網 ),許多技術分析者並不容易放棄短時間週期的採用,這能讓策略在趨勢翻轉時迅速反應以抓取雙邊獲利,短週期也能夠在較小的波段中有著出色的表現,但這樣的敏感度同時造成了他的負面效果,亦即在盤整區間過度交易而大量回吐獲利。

時間的濾鏡我們分兩個方面探討:「技術分析採用的樣本週期長短」、「K 棒的時間大小」

《 技術分析的公式週期長短 》

此處我們用最基本的均線觀察表現,以台指期連續月為範例,回測 2010/01 ~ 2014/11 共約 1200 交易日的表現,以非多即空手上永遠有部位的方式操作,單口損益如下:

-$14,800 ( 5 日均線 )、-$22,000 ( 10 日均線 )、$188,000 ( 15 日均線 )、$224,800 ( 20 日均線 )、-$26,400 ( 25 日均線 )、$297,200 ( 30 日均線 )、$384,000 ( 35 日均線 )、$194,400 ( 40 日均線 )、$293,600 ( 45 日均線 )、$382,400 ( 50 日均線 )、$190,000 ( 55 日均線 )、-$22,800 ( 60 日均線 )、-$72,800 ( 65 日均線 )、-$64,000 ( 70 日均線 )、-$272,000 ( 75 日均線 )、-$179,200 ( 80 日均線 )、-$61,600 ( 85 日均線 )、-$42,800 ( 90 日均線 )、-$71,200 ( 95 日均線 ) 、-$160,800 ( 100 日均線 )

由上列數值可以看出 30 ~ 55 日均線是獲利較集中的區域,同樣的手法我們可以套入 K 棒大小測試,並且與技術分析週期的取樣長度「交叉比對」。假設以上述共 20 種週期評估,搭配 1分K、5分K、10分K、15分K、30分K、60分K、日K、周K、月K,共可測試 20 x 9 = 180 種週期組合,將兩項數列分別做為 X 與 Y 軸座標繪製成圖表後,可以觀察出明顯的獲利參數交集區。

《 交叉比對與多商品 》

交叉比對是重要的概念,專注於單商品交易者並不容易忽略,但多商品、多市場交易者卻常遺忘了這個量化的初衷。

呈上,我們既然可以測試不同技術分析公式週期參數的表現,同理可以試驗適用的 K 棒大小。在排除過度參數化 ( overfitting ) 的前提下,兩個方向同時測試之下的獲利集中區為相對適用參數。這一項顯而易見的原則,多商品交易者卻忽略了。( 這裡指稱的多商品交易者並不單是在不同交易所商品間買賣的人,包含了交易多於一支股票或期貨的交易者。)

以一個多商品的交易策略而言,大多數人同時存在下列兩個應用原則與系統中:

  1. 所有商品使用一樣的 K 棒週期,例如使用小時 K 交易所有商品、使用日 K 交易所有商品,或是用同樣的多策略組合方式套用在不同商品間。
  2. 不同的商品採用不同的指標週期參數,參數則來自於回測,因為使用者相信不同的商品具備獨有的活性或特徵。
然而時間週期並不是一個線性數值,它可以是一個面 ( 技術分析的取樣週期長短、K 棒的時間大小 ),甚至排除了盤後 t+1 交易時段等方式成為一個三維的立體參數,或是更多維數的組合。然而超過三維的組合方式雖巧妙卻陷阱重重,除了很可能導致 overfitting 外,更因為沒有超過三維的圖表呈現方式讓使用者以肉眼輔助觀察,所以難度較高。立體參數的論究我們會在之後的文章以單篇探討。

量化交易的過程中必然存在許多數值,一般著眼的便是各種時間週期。然而數值間的表現並不是能夠獨立探究的,不適合以固定其他參數作為對照組的方式進行最佳化或回測。我們建議交易者經過一些簡單的工具排列計算出數值表現的全貌,才能找出真正適合用於交易的方法。



《 本文由 PROG 璞格交易團隊 提供 》

0 意見: