計量化交易策略 參數選擇設定的技巧|蔡嘉民|投資有道

計量化交易策略 參數選擇設定的技巧|蔡嘉民|投資有道

【量化交易・投資有道】今期筆者打算談談設計量化交易策略時,參數選擇如何設定的技巧,畢竟參數的設計、參數的選擇,以及參數的數量控制,都是策略成敗的關鍵。

撰文:蔡嘉民|圖片:新傳媒資料庫、unsplash、photoAC

計量化交易策略

基本上,量化交易策略都會有參數(Parameter),除非策略簡單至「開市買入、收市平倉」;否則,或多或少需要有參數用以控制策略的操作時機。舉個簡單例子,平常習慣使用基本分析的投資者,會待股票市盈率(PE)低時才買入;例如PE低於10倍便買,高於20倍便沽,那「10」、「20」便是策略參數了。再舉個技術分析的例子,例如使用RSI去判斷股票是否超賣,通常會用到14天平均數,以及30作臨界點,即當該股票的14天RSI值跌低於30以下,便會買入。

量化交易 參數 恒指 期貨 投資有道
圖片:unsplash

參數數量一定愈少愈好,使用愈少參數便能獲利的策略,反映出本質較簡單,表現衰減得愈慢。 舉例說,大、小期貨套戥這個策略一直持之有效,當大期價格高於小期,便可以買入小期同時沽出大期,瞬間便能獲利。這個策略雖然簡單,但亦需要有一個參數在內;該參數便是大小期貨價差的臨界值。 例如2,意即當大小期貨價格相差超過2點,便應立即進行套戥;若果參數改為1點,相信利潤便未能覆蓋交易成本。

量化交易 參數 恒指 期貨 投資有道
圖片:新傳媒資料庫

由此可見,即使簡單如期貨套戥的策略,也至少需要一個參數閥值,讓訊號變得強烈時才進行交易,確保潛在利潤充足。回看上述的PE及RSI的例子,皆有類似的一個閥值,過濾訊號偏弱的情況,好讓策略不會胡亂交易。但有些時候,即使使用了這樣一個參數閥值,策略表現也未盡人意;此時,可以考慮多加一個參數,以去除市場的噪音。去除噪音的方法有很多,較複雜的去噪方法如傅立葉轉換(Fourier transform),或者經驗模態分解(Empirical mode decomposition),筆者都有運用過於交易訊號上。

量化交易 參數 恒指 期貨 投資有道
圖片:unsplash

移動平均線能有效降噪

但最簡單的方法,不外乎為大眾常用的移動平均線;移動平均線的原理在於把數據平滑化,降低市場無意義的噪音。假設有一策略:當恒生指數升穿30,000點時便跟勢追入,當中30,000點就是訊號強弱的控制參數。 假設恒指過去數天的收市價先後為29,965、30,015、29,950、30,020、30,005點,倘若只有一個參數,策略便會於第二天買入、第三天又止蝕平倉、第四天再度追入,形成不斷地買入賣出的情況。

量化交易 參數 恒指 期貨 投資有道
圖片:unsplash

此時如果加入一個5天平均線,便會發現過去5天平均價值只有29,991點,並沒超過原定的控制閥值。 因此,適當加入移動平均線於交易訊號中能減少噪音,亦變相減少交易次數,控制交易成本。

量化交易 參數 恒指 期貨 投資有道
圖片:新傳媒資料室

可能有人會說平均線是一把雙刃劍,沒有平均線或使用較短週期的均線,策略會較敏感,反應較快,於市場中才有優勢;亦有人支持平均線平滑化訊號的方法。

其實,與其爭拗,倒不如交給歷史數據解答。 炒家可以透過回溯測試找出最佳表現的參數組合,找出最佳的訊號閥值以及移動平均線的週期,畢竟每個策略訊號的本質都有所不同。下期續。

相關文章