第139章 改进量化模型（2 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
这就是他学量化的原因。
他继续改代码。王鸣前几天给他扔了一个新的思路——用ATR动态调整止损幅度，而不是固定百分比。
ATR是平均真实波幅，用来衡量市场的波动率。波动大的时候，止损放宽一点，避免被震出去；波动小的时候，止损收紧一点，保护利润。
他照着这个思路敲了三十几行代码。跑了一遍，报错。检查，改了几个变量名，再跑，还是报错。他盯着红色的错误提示看了两分钟，发现是数据格式的问题——ATR函数返回的是Series，他直接拿去跟标量比较了。
改过来，再跑。屏幕上的回测曲线重新生成。年化收益从19.2%提到了20.7%，最大回撤从13.1%降到了11.8%。
他靠在椅背上，盯着那两条曲线——优化前和优化后，后者明显更平滑，回撤的坑更浅。
有用。但不是质的飞跃。他知道，真正考验策略的不是回测数据，是实盘。
回测再漂亮，放到真实市场里，滑点、冲击成本、流动性枯竭，每一个都能把曲线拉下来。王鸣说过，回测年化20%的策略，实盘能跑到15%就不错了。
周学明从角落里站起来，走到他工位旁边。
“林哥，华海微电的跟踪报告我写完了。你看看？”
林深接过来，从头翻了一遍。产能利用率从75%提到了78%，订单量环比增长了5%，客户验证还在进行中。
周学明在报告里写得很克制，没有因为数据好转就急着喊“拐点”。
“不错。”林深把报告递回去，“继续跟。”
周学明点了点头，转身走了。
林深重新看向屏幕上的回测曲线。20.7%的年化收益，11.8%的最大回撤。他看着那条缓慢爬升的线，心里在想——如果是十倍杠杆呢？
大宗商品的波动率比股票高得多。一天波动2%是常态，极端行情5%以上也不罕见。十倍杠杆，一个2%的反向波动就是20%的回撤。
他现在的回测模型是给股票设计的，放到期货上，参数要全部重调。
他打开螺纹钢的历史数据，把过去三年的日线数据导了出来，放进模型里跑了一遍。不做任何优化，直接用股票那套参数。
回测曲线像过山车一样大起大落。年化收益37%，最大回撤58%。
他看着那两个数字，摇了摇头。赚得多，亏得也狠。58%的回撤，十倍杠杆下意味着本金几乎腰斩再腰斩。没有人能扛住这种波动，他也不能。
他开始调参数。把ATR止损系数从1.5调到2.0，把ADX趋势阈值从25提高到30，把均线周期从5日和20日改为10日和30日。每改一组参数就跑一遍回测，把结果记在笔记本上。
试了七八组之后，回撤降到了35%，年化收益掉到了24%。还是太高。
又试了一个多小时，回撤降到28%的时候，年化收益只剩18%了。
他靠在椅背上，盯着笔记本上密密麻麻的数字。股票模型能做到20%收益、11%回撤。期货模型要做到同样的回撤水平，收益只能做到15%左右。但如果把回撤容忍度放到25%，收益能做到22%以上。
这是一个取舍。他愿意承受多大的回撤，来换取更高的收益？
他想起沈安南的要求。买房加三千万。他算过，如果用股票融券，两倍杠杆，一年做到30%到40%的收益已经很好了。期货十倍杠杆，如果能控制好回撤，一波行情就能翻倍。
但“控制好回撤”这五个字，说起来容易，做起来难。
↑返回顶部↑