《量化交易之門》連載27：風險的角度談收益MAR和夏普比率

《量化交易之門》連載27：風險的角度談收益，MAR和夏普比率衡量風險又很多指標，比如很多著作上都談到MAR和夏普比率，MAR比率=預期收益/最大回轍夏普比率=（預期收益-無風險利率）/標準差這類指標，無非是揭示的風險與收益的關系，公式都很簡單，但我敢保證，很多金融專業(yè)的研究生，都不見得能理解這些指標到底要揭示的是什么。我也一樣，剛開始我也很不理解這些公式的意義，今天我試圖將這個問題和大家說清楚。其實要理解這個問題，首先要理解的是什么是風險，我之前無法理解這個問題，是因為一直沒有把風險到底指的是什么理解清楚，其實，你可以簡單的把風險理解為預期的最大回撤。預期最大回撤是無法量化的，因為歷史最大回撤并不代表預期最大回撤，所以每個人對預期最大的回撤的理解也是不同的，我對預期最大回撤的理解是，歷史最大回撤的1.5倍。所以在我的心目中，風險=該策略歷史最大回撤*1.5。這就是我對風險的明確定義。你可以認為風險就等于歷史最大回撤，也可以認為風險等于歷史最大回撤的2倍，每個人因為對風險的承受能力不同，所理解的也不同，但風險所表現(xiàn)的含義是不變的。試想，假設你運行一套系統(tǒng)，該系統(tǒng)歷史最大回轍20萬，你目前有100萬資金，這種環(huán)境下你認為你能接受20%的回轍，自然你投入了100萬資金來運行這個系統(tǒng)。(這里的全部資金不是說保證金100萬，可能保證金只用到50萬，但基于你能回轍20%等價于20萬資金的前提下，你的名義交易資金是100萬)，問題在于，當歷史最大回轍超過20萬之后，你將如何進行下一步操作？我敢保證這個問題很多人都沒有想過，但卻必然會發(fā)生，這種問題是導致無法做到一致性的一種風險，所以我的解決方案是，首先通過系統(tǒng)回測下最大回轍比例來定義名義開倉資金的大小，比如歷史最大回轍是10萬，則我能承受的資金回轍是20%，那么就用10萬/20%=50萬。當我有100萬資金的時候，我會以初始資金的2倍頭寸開倉，如果開始回轍超過20%，我會縮減頭寸。當然你可以根據自身情況，比如你可以承受30%的回轍，自然可以將這個比率設置成30%，但前提是你要對自己有足夠的了解。并且現(xiàn)實中比30%更高的情況一定會發(fā)生，如果一旦達到50%，基本上就可以宣告策略的失敗了，因為幾乎可以肯定你承受不起這種幅度的回撤。說句題外話，現(xiàn)實中一個以日線級別的趨勢交易系統(tǒng)，假設優(yōu)勢能做到2.0，你如果能夠承受30%的歷史最大回轍，多數(shù)情況下保證金占用率為20%左右，最高基本上用不到40%以上，如果你長期以40%以上的保證金操作，說明你的倉位過重，倉位過重就意味著失敗，這還是優(yōu)勢為2.0的系統(tǒng)環(huán)境下，所以倉位多少請自行斟酌。之前我天真的以為我可以通過多系統(tǒng)多周期和多市場來平滑收益曲線，后來我才懂得，其實作為趨勢跟蹤系統(tǒng)并不能通過簡單的分散系統(tǒng)來平滑收益曲線，過分強調資金使用效率必然會導致濫用杠桿，最終導致災難性結果。似乎振蕩系統(tǒng)是另外一個解決方案，但做到最后你會發(fā)現(xiàn)兩個系統(tǒng)可以整合為一個系統(tǒng)，如果不是單獨的震蕩系統(tǒng)，很容易走入曲線擬合的陷阱中去，所以依然是一條很難走通的路。為了驗證，我還專門寫了很多震蕩的系統(tǒng)，并優(yōu)化參數(shù)，結果仍是虧損。目前階段，國內的環(huán)境更適合趨勢系統(tǒng)。下面進入正題，假設現(xiàn)在你有兩個系統(tǒng)可供選擇：系統(tǒng)一的最大回轍是10萬，盈利是200萬，系統(tǒng)二的最大回轍是20萬，盈利是300萬，你會如何取舍？很多人會毫不猶豫的選擇系統(tǒng)二，但是選擇系統(tǒng)二是一種不明智的選擇，這種錯誤反映的就是你對風險認知的不足。有人會反駁我，無非是收益和風險置換的問題，談不上什么對錯，系統(tǒng)二比系統(tǒng)一多承受10萬的風險，但置換的是100萬的收益，很多人甚至會覺得這是非常劃算的置換，10萬換100萬，傻子才不換。但請注意我之前談到的如何根據最大回轍反推的開倉資金，如果你選擇系統(tǒng)二，則你開倉資金的增長速度必然不及系統(tǒng)一，如果你要強行開倉，則最大回轍必然會超過你的預期，兩者只可得其一。而你一旦選擇堅持增加資金，則必然有違反一致性原則的風險，要么你是自己違反原則，要么因為資金不足讓你無法按初始資金開倉。按照回轍幅度來控制開倉規(guī)模的話，就能實現(xiàn)你可承受風險之下的最大收益，所以按照長期看，系統(tǒng)一必然完勝系統(tǒng)二。引入復利后，這種差距會在10年內至少十倍，感興趣的話我可以演算，這就是MAR比率的意義，以前學MAR比率的時候，真沒發(fā)現(xiàn)其深意，這也不足為奇，因為當你還在糾結方法的時候，是很難理解MAR和夏普比率這類風險衡量指標的具體意義。點擊閱讀：《量化交易之門》連載26：收益和風險的關系《量化交易之門》連載25：時效性、頻率、勝率、盈虧比的互損性風險《量化交易之門》連載24：勝率、盈虧比的互損性《量化交易之門》連載23：正向的預期=勝率*盈虧比《量化交易之門》連載22：加倉VS不加倉《量化交易之門》連載21：止損和止盈《量化交易之門》連載20：參數(shù)最佳化的三大陷阱——前視偏差、過度優(yōu)化、曲線擬合《量化交易之門》連載19：參數(shù)最佳化《量化交易之門》連載18：參數(shù)《量化交易之門》連載17：交易系統(tǒng)的選擇《量化交易之門》連載16：選擇一種方法來構建交易系統(tǒng)的買賣模塊《量化交易之門》連載15：交易系統(tǒng)構建的兩種方式：自上而下VS自下而上《量化交易之門》連載14：從零到一，構建量化交易系統(tǒng)《量化交易之門》連載13：趨勢交易法能夠有效獲利的原因《量化交易之門》連載12：大部分新手虧損的原因——善于操底摸頂《量化交易之門》連載11：走出技術分析的迷宮《量化交易之門》連載10：站在虧貨的對面《量化交易之門》連載9：成功的交易習慣是反人性的《量化交易之門》連載8：從恐懼和貪婪的角度談一致性《量化交易之門》連載7：決定盈利與否的分水嶺——一致性《量化交易之門》連載6：為什么普通人“期望的曲線”是向下的？《量