|
网格交易的积学储慧篇，接近尾声了，呼应一下开头的那个模型，半年前我提出的模型框架，链接：网格交易-震荡模型-AutoNet18，通过不断地迭代升级，模拟测试，找Bug打补丁，终于成熟完善了。
网格交易，多空分开，对冲组合，自动调参，自动调仓，全市场自适应。 当多头趋势来的时候，多头模型自适应地多拿多头头寸，自动压密步距，并把空头模型加仓步距自动加大。 当空头趋势来的时候，空头模型自适应地多拿空头头寸，自动压密步距，并把多头模型加仓步距自动加大。 本系统组合是全市场网格组合对冲模型，选取黑色、化工、金属、农产品、国债期货50多个品种，多空分开，对冲组合，交易100多个模块。 所谓盈亏同源，拥抱不确定性，模型自适应，自动站位，站在赢概率大的一边，用更大的盈利抵扣更小的损失，长期坚持，必定能稳定盈利。 理论基础：未来不可知，具有不确定性 投机的魅力在于，短期不确定性带来的心理上的随机强化。 投资的魅力在于，长期确定性对于短期不确定的随机折现。 我这个系统的策略本质是抄底摸顶，顺的大趋势，逆的小趋势。 在不确定性强的边界交易，当到了震荡顶时，散户预期继续涨，量化策略卖出，盈利。当到了震荡底时，散户预期继续跌，量化策略买入，盈利。但是，当量化策略的规模膨胀到超越临界点后，振荡顶与振荡底形成了一致性的交易动作，不确定性消失了，从不确定性中享受赌博快感的对手盘也消失了。 任何复杂博弈系统都有自适应性，如果做局想赢赌客的钱包，就必须在游程中注入不确定性，用概率分布来赢利。 一直输的赌局无法持久，一直赢的赌局同样无法持久（自适应策略转换）。 只有承受经常的不确定性的随机波动冲击，才能构建反脆弱的随机系统。 下半年整体期货市场大涨大跌，特别是10月份以来的下跌，很多量化私募反而没赚到钱，产生大幅的回撤，就是他们的策略过于追求确定性的持续，过于追求风格的延续、因子的延续。这轮回撤在系统的表现规律上就是将趋势泡沫惯性发挥到极致，然后遇到复杂系统的均值回归力量。然后系统在临界态，如同最后的沙堆，最后一个沙粒掉下，向下的自组织过程，正反馈调整浪形成。 拥抱不确定性，才是投资入门或投机入门或交易入门的开始。 自适应的量化模型永远拥抱不确定性，在不确定与确定的临界相变点交易，永远追求风格的高低切换，永远择时在全市场截面上追求赔率（不是时序上的赔率，时序赔率是趋势策略的优化目标函数）。 我的策略体系是投机哲学胜利，不是量化工具的胜利。 量化是工具，策略逻辑是否适应当下行情才是盈利根本！ 所以人工智能，机器学习，量化自适应，都是行情及时统计归纳，自动迭代，自适应选取策略逻辑，以期望站在赢面一方。 希望我的策略方向是对的！ 作者：RTIG财富通达Quatn
|
|
|
