程序化交易之策略设计与执行教材课件

程序化交易

——策略设计与执行

主讲人：冯正平

二零一五年三月

程序化交易

——策略设计与执行

目录：程序化交易——策略设计与执行定义趋势与震荡趋势模型设计原理震荡模型设计原理模型的评判标准多策略组合与评价相关性、头寸配置与资金管理目录：程序化交易——策略设计与执行程序化交易

——策略设计与执行程序化交易

——策略设计与执行定义趋势与震荡定义趋势与震荡何为趋势与震荡悍马定理十一：市场自身并没有振荡与趋势之分，所谓的趋势和振荡都是交易者自己定义的。定义趋势和振荡主要的考虑因素是波动率、波动形态和交易者主观上想做多大的行情。对趋势和震荡的定义，还与交易的计算机（包括网络）技术、数学分析能力有关。悍马定理九十一：用最简单的话来定义趋势和震荡：涨了之后还要涨，或者跌了之后还要跌，就是趋势；涨了之后要跌了，或者跌了之后要涨了，总之要反转了，就是震荡。至于涨多少算涨，跌多少算跌，这个就要看交易者个人的理解和捕捉机会的能力了。何为趋势与震荡分形分布示例1道琼斯百年分布，尖峰肥尾效益明显分形分布示例1分形分布示例2英镑/美元收益的频率分布，尖峰很明显，说明震荡居多分形分布示例2分形分布示例3上证指数1分钟收益分布，明显有别于正态分布分形分布示例3分形分布示例3周期越长，肥尾效益越明显；周期越短，尖峰效益越明显。做趋势适合用大周期，做震荡适合用小周期。分形分布示例3从分形分布的角度定义行情－尖峰肥尾与尖峰肥尾对应的两种操盘模式尖峰——高频率密集出现，也就是振荡行情，对应振荡操盘模式肥尾——在随机分布中的小概率事件（黑天鹅）多次重复出现，也就是趋势行情或极端行情，对应趋势操盘模式如果把坐标置换一下，极端的尖峰行情（统计学意义上的小概率事件）在未来也会成为重复出现的肥尾从分形分布的角度定义行情－尖峰肥尾与尖峰肥尾对应的两种操盘模用尖峰肥尾来定义趋势与震荡震荡行情趋势行情用尖峰肥尾来定义趋势与震荡震荡行情趋势行情对应不同行情的操作手法震荡策略趋势策略震荡策略止损平仓，空仓观望对应不同行情的操作手法震荡策略趋势策略震荡策略止损平仓，空仓从几个实例理解趋势与震荡1一个波动率突破的EA从2001年到2011年的测试曲线中间的转折发生在2006年10月,最大赢利达到19600，回落到12000从几个实例理解趋势与震荡1一个波动率突破的EA从几个实例理解趋势与震荡2一个网格EA在2010年之前一直亏损，从2010年下半年到2012年年初稳定赢利从几个实例理解趋势与震荡2一个网格EA趋势模型设计原理趋势模型设计原理趋势模型设计原理趋势——涨了还要涨、跌了还要跌核心条件：驱动因素（波动率、ATR、STD、价量关系、走势特征—K线技术等等），较长时间周期的考虑，符合数理分析结论过滤条件：时间因素、量、走势特征、其他，较短时间周期的考虑，较多通过经验获得，数量非常多平仓条件：反向信号、止损、跟踪止损、时间因素（交易时间、合约时间）注意各种条件的方向一致性趋势模型设计原理趋势——涨了还要涨、跌了还要跌趋势模型过滤条件的意义主条件入场点过滤条件1入场点过滤条件2入场点过滤条件N入场点趋势模型过滤条件的意义是提高入场成功的概率提前入场，获得更好的价格提前入场，防止大滑点要特别注意方向不一致的过滤条件，方向不一致可能会导致的后果：过度优化信号大幅减少或不出信号趋势模型过滤条件的意义主条件入场点过滤条件1入场点过滤条件2趋势模型特征交易次数相对少不怕追高更适用于大时间周期在行情简单时，止损幅度可以较小；但在行情趋于复杂的大趋势中，需要提高止损的幅度，或者加入等价鞅因素（止赢、固定时间平仓、引入与主条件方向相反的过滤条件）胜率低，盈亏比高以较低的仓位比例来抵御行情的复杂变化，通过降低仓位的方法来控制风险。趋势模型特征交易次数相对少震荡模型设计原理震荡模型设计原理震荡行情的特征震荡行情就是分形分布中的尖峰部分具有无序，随机的特性（存在大资金相对控盘的可能）在微观层面，很难从一般的技术分析方法去解释（包括量价关系），短线行情尤其如此趋势模型在震荡行情中无法优化出能盈利的参数目前普遍使用的分析方法就是统计震荡行情的特征震荡行情就是分形分布中的尖峰部分震荡模型设计原理震荡——涨了之后要跌了，跌了之后要涨了，要反转了核心条件：大一级的时间框架无趋势、趋势行情驱动因素的连续反向作用（波动率、ATR、STD、价量关系、走势特征—K线技术等等）———与趋势模型考虑的因素相同，但方向相反，较短时间周期的考虑，符合数理分析结论过滤条件：时间因素、量、走势特征、其他，较短时间周期的考虑，较多通过经验获得，数量非常多平仓条件：止赢、反向信号、止损（少于反向信号、判断行情有一定概率出趋势了才止损）、跟踪止损（很少用）、时间因素（交易时间、合约时间）多种条件的方向经常不一致震荡模型设计原理震荡——涨了之后要跌了，跌了之后要涨了，要反震荡模型过滤条件的意义做空入场点做空止损点做多入场点做空止损点震荡过滤条件的意义是确定行情在震荡中，防止出趋势吃大亏提高入场成功的概率确保得到好的价格，否则放弃震荡模型过滤条件的意义做空入场点做空止损点做多入场点做空止损震荡模型特征交易次数相对多得不到有利的价格就放弃更适用于小时间周期可以有多种方向相反的条件来综合组成条件组相对于获利，止损更大；止赢次数多，止损次数少、基本没有跟踪止损。胜率高、盈亏比低由于进出频繁，持仓时间短、仓位可以较重；通过降低交易次数的方法来控制风险。可以转化成高频交易有效期短——长则几个月，短则几周，甚至几天需要经常调整震荡参数或挖掘新的震荡行情量化特征震荡模型特征交易次数相对多震荡策略设计通过一个行情分析函数（或函数组）判断当前行情是否符合自己的震荡标准在符合的条件下，使用震荡系统进行操作，震荡系统的设计思路有：夹板策略：RB/DT/BOLLING等的上下轨作为夹板乖离策略：以均线乖离程度为特征快速偏离策略：短时间内价格快速单向运动后，反向运动概率高其他的在震荡区间内的统计特征（比如：K线形态）注意：上述这些特征可能会经常改变，所以震荡模型有效期很短震荡策略设计通过一个行情分析函数（或函数组）判断当前行情是否模型的判断标准模型的判断标准不同类型的模型判断标准不一样波段模型（隔夜）——风险因素。获利模式主要通过承担风险换取收益，而且交易次数少，能否最终获利偶然性大。主要的判断标准是风险因素，也就是模型在一定概率范围内的最大亏损是否是自己能够承担的。日内模型（不隔夜）——风险收益平衡单笔获利能大幅覆盖手续费及滑点总收益率高、收益回撤比高总盈利/总亏损数值大最大回撤小，最大单笔亏损小最近没有出现资金曲线钝化（否则过度优化风险会增加）有一定的交易次数（200次以上才有较好的统计可靠性）不同类型的模型判断标准不一样波段模型（隔夜）——风险因素。多策略组合与评价多策略组合与评价多策略组合的目的与方法多策略组合的目的分散风险降低回撤比例，平滑资金曲线多策略组合的后果一段时间内会降低收益率（相当于交了保费）长期来看，提高了存活率，从而提升了收益因为提升了夏普率，因而可以放大杠杆操作，进而也提升了收益多策略组合的方法多策略——对同一个品种、同一个时间框架，等鞅策略之间、反鞅策略之间是高度相关的多品种——品种间也存在高度相关性多周期多市场——同一品种在不同市场也是高度相关的目标——寻找低相关或负相关的投资方向多策略组合的目的与方法多策略组合的目的多策略组合的评价不能只看策略组合的结果，还要分析策略间的相关性最好是能分析策略的构造思想复杂数学工具构造的策略显示出了优越性收益率显得不那么重要，更重要的是寻求收益和风险之间的平衡总盈利/总亏损（这个值大说明扛的住风险）收益/最大回撤最大回撤多策略组合的评价不能只看策略组合的结果，还要分析策略间的相关相关性、头寸配置

与资金管理相关性、头寸配置

与资金管理一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性第一步：将模型测试结果或实盘交易结果导出。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第二步：将帐户动态权益进行标准化处理，要求是各模型都统一到一个时间框架。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第三步：所有需要分析的模型，按照同一时间框架对齐放在一个表格中。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第四步：计算策略间相关性。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性策略相关性本身是动态的，不同的行情，策略间的相关性也是会变化的。因此不仅要计算策略相关性，更需要从策略的构造思想去把握相关性。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计根据前面第三步得出的表格进行规划求解一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计根据配置目标进行线性规划计算各模型的头寸配置比如最大收益、最小回撤、夏普率等等考虑到未来行情发展的无限种可能性，对策略组合的计算结果，往往需要进行降低仓位的谨慎处理。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计相关性分析——品种相关性品种相关性也是动态的。相关性分析——品种相关性品种相关性也是动态的。计算策略可加载头寸的方法凯利公式使得赌局中资金复利增长最快的下注头寸计算公式f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；凯利公式的应用条件：资金不会少到无法下注（开仓）上述的b、p是稳定的，可重复的。分数凯利由于凯利公式应用条件与交易不一致，所以在用凯利公式计算头寸的时候打个折扣，比如1/2、1/3。鲁晨光公式q*=-(P1r1+P2r2)/(r1r2)=(P1r1+P2r2)/|r1r2|其中q*是凯利公式的f*；P1为输的概率，r1为输的资金比例，P2为赢的概率，r2为赢的资金比例。从鲁晨光公式可以推导到凯利公式，鲁晨光公式是凯利公式的更普遍的情况。计算策略可加载头寸的方法凯利公式仓位计算实例用凯利公式计算该投资应该使用多少仓位共有可投资资金2000万问：该投彩球还是黑球，资金多少，如何下注？f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；仓位计算实例用凯利公式计算该投资应该使用多少仓位仓位计算实例f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；仓位计算实例f*=（bp-q)/b讨论：当行情和理论计算不一样时该怎么办？行情表现策略调整组织结构方面的应对讨论：当行情和理论计算不一样时该怎么办？行情表现对凯利公式的理解和应用f*=（bp-q)/b=p-(1-p)/b=p-1/b+p/b

f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；结论：胜率对头寸有着关键性影响，盈亏比对头寸的影响较小高胜率模型加载的头寸可以大一些，高频交易模型头寸可以大些反等价鞅类模型（高盈亏比，低胜率）的模型加载头寸应该小些再次验证了轻仓长线交易法的合理性悍马定理八十八：孙子兵法对交易的启示——先胜而后战，具备了必胜的条件才出战。孙子认为不败靠自己，但获胜却要靠对手给机会，这也就是我们说的风险是自己掌握的，盈利是行情给的。反等价鞅法，也就是盈利加仓法，就是典型的先胜而后战思想的体现。其他如凯利公式、鲁晨光公式也都体现了这种思想。实际应用：用凯利公式计算出理论头寸，然后若干个模型进行综合加权计算相应头寸比例，然后再根据模型的相关性进行调整，相关性大的模型降低比例，相关性小的提高，还要综合考虑收益回撤比、单笔获利能力、总收益/总亏损、最大回撤等因素。对凯利公式的理解和应用f*=（bp-q)/b资金管理悍马定理七十三：资金管理的核心内容是降低收益预期，不被历史测试结果所诱惑，理性、中庸的分配资金。当策略的有效性在挑战心理极限时，资金管理就要发挥作用；具体可行的操作方法是降低头寸，减少交易次数。悍马定理七十七：心态好要怎么做？一、不以暴利为目标进入市场，暴利心理在心态上就已经输了。二、制定能承受连续失利（至少三个月）的资金管理计划，这样遇到不利情况就不会恐惧。三、不报侥幸心理，不能把偶然的资金管理计划外的获利当成常态。四、坦然的面对盈亏，亏了在计划中，赚了那是行情给的。基本思路是反等价鞅策略开始时用较低的杠杆做出安全垫有了获利逐渐加大杠杆亏损减少杠杆制定能承受连续失利（至少三个月）的资金管理计划，也就是一段时间内连续遇到最糟糕的行情，也不会达到deadline。资金管理程序化交易

在股指期货投资中的应用程序化交易

在股指期货投资中的应用股指全图使用最普通的突破策略，不加任何优化在五分钟（日内）、日线、周线上进行测试股指全图五分钟、日线、周线测试结果周线收益最高、回撤最小五分钟收第二，但回撤最大日线收益最少五分钟、日线、周线测试结果五分钟、日线、周线测试结果以上结果可以大致反应做日内、波段、中长线三种类型交易的交易者的盈亏状况五分钟、日线、周线测试结果结论及操盘建议交易频率越高，操盘难度越大；长线交易各项指标最好。从一个较长的时间来看，反等价鞅策略是可以盈利的，但无论哪个时间框架，都有爆仓的风险。操盘建议：轻仓长线较大的时间框架较大的止损额度较轻的仓位（单一品种不超过20%）适当的考虑基本面、市场情绪等因素，过滤掉一些市场的无序波动，多空仓观望，一年只做几波行情。无论按那种模式做，都要有一套完整的交易系统。结论及操盘建议谢谢！

谢谢！

程序化交易

——策略设计与执行

主讲人：冯正平

二零一五年三月

程序化交易

——策略设计与执行

目录：程序化交易——策略设计与执行定义趋势与震荡趋势模型设计原理震荡模型设计原理模型的评判标准多策略组合与评价相关性、头寸配置与资金管理目录：程序化交易——策略设计与执行程序化交易

——策略设计与执行程序化交易

——策略设计与执行定义趋势与震荡定义趋势与震荡何为趋势与震荡悍马定理十一：市场自身并没有振荡与趋势之分，所谓的趋势和振荡都是交易者自己定义的。定义趋势和振荡主要的考虑因素是波动率、波动形态和交易者主观上想做多大的行情。对趋势和震荡的定义，还与交易的计算机（包括网络）技术、数学分析能力有关。悍马定理九十一：用最简单的话来定义趋势和震荡：涨了之后还要涨，或者跌了之后还要跌，就是趋势；涨了之后要跌了，或者跌了之后要涨了，总之要反转了，就是震荡。至于涨多少算涨，跌多少算跌，这个就要看交易者个人的理解和捕捉机会的能力了。何为趋势与震荡分形分布示例1道琼斯百年分布，尖峰肥尾效益明显分形分布示例1分形分布示例2英镑/美元收益的频率分布，尖峰很明显，说明震荡居多分形分布示例2分形分布示例3上证指数1分钟收益分布，明显有别于正态分布分形分布示例3分形分布示例3周期越长，肥尾效益越明显；周期越短，尖峰效益越明显。做趋势适合用大周期，做震荡适合用小周期。分形分布示例3从分形分布的角度定义行情－尖峰肥尾与尖峰肥尾对应的两种操盘模式尖峰——高频率密集出现，也就是振荡行情，对应振荡操盘模式肥尾——在随机分布中的小概率事件（黑天鹅）多次重复出现，也就是趋势行情或极端行情，对应趋势操盘模式如果把坐标置换一下，极端的尖峰行情（统计学意义上的小概率事件）在未来也会成为重复出现的肥尾从分形分布的角度定义行情－尖峰肥尾与尖峰肥尾对应的两种操盘模用尖峰肥尾来定义趋势与震荡震荡行情趋势行情用尖峰肥尾来定义趋势与震荡震荡行情趋势行情对应不同行情的操作手法震荡策略趋势策略震荡策略止损平仓，空仓观望对应不同行情的操作手法震荡策略趋势策略震荡策略止损平仓，空仓从几个实例理解趋势与震荡1一个波动率突破的EA从2001年到2011年的测试曲线中间的转折发生在2006年10月,最大赢利达到19600，回落到12000从几个实例理解趋势与震荡1一个波动率突破的EA从几个实例理解趋势与震荡2一个网格EA在2010年之前一直亏损，从2010年下半年到2012年年初稳定赢利从几个实例理解趋势与震荡2一个网格EA趋势模型设计原理趋势模型设计原理趋势模型设计原理趋势——涨了还要涨、跌了还要跌核心条件：驱动因素（波动率、ATR、STD、价量关系、走势特征—K线技术等等），较长时间周期的考虑，符合数理分析结论过滤条件：时间因素、量、走势特征、其他，较短时间周期的考虑，较多通过经验获得，数量非常多平仓条件：反向信号、止损、跟踪止损、时间因素（交易时间、合约时间）注意各种条件的方向一致性趋势模型设计原理趋势——涨了还要涨、跌了还要跌趋势模型过滤条件的意义主条件入场点过滤条件1入场点过滤条件2入场点过滤条件N入场点趋势模型过滤条件的意义是提高入场成功的概率提前入场，获得更好的价格提前入场，防止大滑点要特别注意方向不一致的过滤条件，方向不一致可能会导致的后果：过度优化信号大幅减少或不出信号趋势模型过滤条件的意义主条件入场点过滤条件1入场点过滤条件2趋势模型特征交易次数相对少不怕追高更适用于大时间周期在行情简单时，止损幅度可以较小；但在行情趋于复杂的大趋势中，需要提高止损的幅度，或者加入等价鞅因素（止赢、固定时间平仓、引入与主条件方向相反的过滤条件）胜率低，盈亏比高以较低的仓位比例来抵御行情的复杂变化，通过降低仓位的方法来控制风险。趋势模型特征交易次数相对少震荡模型设计原理震荡模型设计原理震荡行情的特征震荡行情就是分形分布中的尖峰部分具有无序，随机的特性（存在大资金相对控盘的可能）在微观层面，很难从一般的技术分析方法去解释（包括量价关系），短线行情尤其如此趋势模型在震荡行情中无法优化出能盈利的参数目前普遍使用的分析方法就是统计震荡行情的特征震荡行情就是分形分布中的尖峰部分震荡模型设计原理震荡——涨了之后要跌了，跌了之后要涨了，要反转了核心条件：大一级的时间框架无趋势、趋势行情驱动因素的连续反向作用（波动率、ATR、STD、价量关系、走势特征—K线技术等等）———与趋势模型考虑的因素相同，但方向相反，较短时间周期的考虑，符合数理分析结论过滤条件：时间因素、量、走势特征、其他，较短时间周期的考虑，较多通过经验获得，数量非常多平仓条件：止赢、反向信号、止损（少于反向信号、判断行情有一定概率出趋势了才止损）、跟踪止损（很少用）、时间因素（交易时间、合约时间）多种条件的方向经常不一致震荡模型设计原理震荡——涨了之后要跌了，跌了之后要涨了，要反震荡模型过滤条件的意义做空入场点做空止损点做多入场点做空止损点震荡过滤条件的意义是确定行情在震荡中，防止出趋势吃大亏提高入场成功的概率确保得到好的价格，否则放弃震荡模型过滤条件的意义做空入场点做空止损点做多入场点做空止损震荡模型特征交易次数相对多得不到有利的价格就放弃更适用于小时间周期可以有多种方向相反的条件来综合组成条件组相对于获利，止损更大；止赢次数多，止损次数少、基本没有跟踪止损。胜率高、盈亏比低由于进出频繁，持仓时间短、仓位可以较重；通过降低交易次数的方法来控制风险。可以转化成高频交易有效期短——长则几个月，短则几周，甚至几天需要经常调整震荡参数或挖掘新的震荡行情量化特征震荡模型特征交易次数相对多震荡策略设计通过一个行情分析函数（或函数组）判断当前行情是否符合自己的震荡标准在符合的条件下，使用震荡系统进行操作，震荡系统的设计思路有：夹板策略：RB/DT/BOLLING等的上下轨作为夹板乖离策略：以均线乖离程度为特征快速偏离策略：短时间内价格快速单向运动后，反向运动概率高其他的在震荡区间内的统计特征（比如：K线形态）注意：上述这些特征可能会经常改变，所以震荡模型有效期很短震荡策略设计通过一个行情分析函数（或函数组）判断当前行情是否模型的判断标准模型的判断标准不同类型的模型判断标准不一样波段模型（隔夜）——风险因素。获利模式主要通过承担风险换取收益，而且交易次数少，能否最终获利偶然性大。主要的判断标准是风险因素，也就是模型在一定概率范围内的最大亏损是否是自己能够承担的。日内模型（不隔夜）——风险收益平衡单笔获利能大幅覆盖手续费及滑点总收益率高、收益回撤比高总盈利/总亏损数值大最大回撤小，最大单笔亏损小最近没有出现资金曲线钝化（否则过度优化风险会增加）有一定的交易次数（200次以上才有较好的统计可靠性）不同类型的模型判断标准不一样波段模型（隔夜）——风险因素。多策略组合与评价多策略组合与评价多策略组合的目的与方法多策略组合的目的分散风险降低回撤比例，平滑资金曲线多策略组合的后果一段时间内会降低收益率（相当于交了保费）长期来看，提高了存活率，从而提升了收益因为提升了夏普率，因而可以放大杠杆操作，进而也提升了收益多策略组合的方法多策略——对同一个品种、同一个时间框架，等鞅策略之间、反鞅策略之间是高度相关的多品种——品种间也存在高度相关性多周期多市场——同一品种在不同市场也是高度相关的目标——寻找低相关或负相关的投资方向多策略组合的目的与方法多策略组合的目的多策略组合的评价不能只看策略组合的结果，还要分析策略间的相关性最好是能分析策略的构造思想复杂数学工具构造的策略显示出了优越性收益率显得不那么重要，更重要的是寻求收益和风险之间的平衡总盈利/总亏损（这个值大说明扛的住风险）收益/最大回撤最大回撤多策略组合的评价不能只看策略组合的结果，还要分析策略间的相关相关性、头寸配置

与资金管理相关性、头寸配置

与资金管理一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性第一步：将模型测试结果或实盘交易结果导出。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第二步：将帐户动态权益进行标准化处理，要求是各模型都统一到一个时间框架。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第三步：所有需要分析的模型，按照同一时间框架对齐放在一个表格中。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计第四步：计算策略间相关性。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性策略相关性本身是动态的，不同的行情，策略间的相关性也是会变化的。因此不仅要计算策略相关性，更需要从策略的构造思想去把握相关性。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计根据前面第三步得出的表格进行规划求解一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计根据配置目标进行线性规划计算各模型的头寸配置比如最大收益、最小回撤、夏普率等等考虑到未来行情发展的无限种可能性，对策略组合的计算结果，往往需要进行降低仓位的谨慎处理。一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计算相关性一种计算策略相关性及头寸配置的方法

——用权益的动态变化来计相关性分析——品种相关性品种相关性也是动态的。相关性分析——品种相关性品种相关性也是动态的。计算策略可加载头寸的方法凯利公式使得赌局中资金复利增长最快的下注头寸计算公式f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；凯利公式的应用条件：资金不会少到无法下注（开仓）上述的b、p是稳定的，可重复的。分数凯利由于凯利公式应用条件与交易不一致，所以在用凯利公式计算头寸的时候打个折扣，比如1/2、1/3。鲁晨光公式q*=-(P1r1+P2r2)/(r1r2)=(P1r1+P2r2)/|r1r2|其中q*是凯利公式的f*；P1为输的概率，r1为输的资金比例，P2为赢的概率，r2为赢的资金比例。从鲁晨光公式可以推导到凯利公式，鲁晨光公式是凯利公式的更普遍的情况。计算策略可加载头寸的方法凯利公式仓位计算实例用凯利公式计算该投资应该使用多少仓位共有可投资资金2000万问：该投彩球还是黑球，资金多少，如何下注？f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；仓位计算实例用凯利公式计算该投资应该使用多少仓位仓位计算实例f*=（bp-q)/b其中f*为现有资金应进行下次投注的比例；b为投注可得的赔率，可类比于交易的平均获利/平均亏损p为获胜率；q为落败率，即1-p；仓位计算实例f*=（bp-q)/b讨论：当行情和理论计算不一样时该怎么办？行情表现策略调整组织结构方面的应对讨论：当行情和理论计算不一样时该怎么办？行情表现对凯利公式的理解和应用f*=（bp-q)/b=p-(1-p)/b=p-1/b+p/b

f*为现有资金应进行