Local EPUB Text
策略的表现情况
我们当前的策略看上去似乎能够获得非常好的长期表现，但是在投入真金白银之前，我们还需要完全弄懂这种策略在哪些方面能挣钱，在哪些方面会亏钱？只有在使用之前完全掌握这个策略的所有特性，我们才有可能完全驾驭它，否则一旦出现麻烦，我们很可能会感到不知所措，并开始心生怀疑，最终导致干预策略的正常操作。非常多的策略开发者依赖那些回测软件所生成的全景统计分析去解析一种交易策略的表现和行为，但我在本书中要对策略的逐年表现挨个剖析，以便深入地发掘其中更深层次的原因。虽然说某些普通的回测软件所产生的统计指标多少也有一定的价值，但它们能提供的信息终究是比较有限的。接下来，我除了要给大家提供一些通用的策略统计指标外，还要揭示其中所蕴含的真正细节。
根据策略的模拟结果，我们的平均持仓时间为六周零四天，其中盈利头寸的平均持仓时间为十周零三天，而亏损头寸的平均持仓时间则只有两周。这个现象并不值得奇怪，因为盈利的头寸只要还有足够的浮赢，就要尽可能持有得长久一些，而出现亏损的头寸则理应尽快被止损。而六七周的持仓长度恰好是一个典型中期趋势的持续周期。注意，展期在这里并没有被视为新的交易，而应当被视为对原有仓位的继续持有。另外，如果不计展期操作的话，我们策略的平均交易频率约为每周三笔。
大体上盈利交易的笔数占总的交易笔数的42%，而亏损的交易占比为58%。对于从来没有用过趋势跟踪策略的人来说，这种胜率不超过一半的情况会让他觉得非常不舒服，但我可以向大家保证，这种状况是完全正常的。我知道有些盈利能力非常强的趋势跟踪策略的胜率甚至还不足30%，但它们能够盈利的关键在于，赚钱的交易所带来的盈利要远大于亏钱的交易所产生的亏损。因此，在明知道大多数交易最终都会亏损的情况下，还要无条件地接受所有新出现的交易信号，这确实是趋势跟踪策略最考验人心的地方。
从图5-1的柱状分布图中，我们可以对策略的交易结果有比较直观的认识。首先，我们发现单次交易让投资组合亏损0.5%～0.75%的情况最容易发生。这种现象比较容易解释，因为我们设置的止损为60个基点，而且交易时可能出现的滑点和跳空缺口会导致实际的止损交易结果在60个基点处上下有所偏差。其次，在所有的交易结果中，盈亏在±0.25%之间的占比为40%，而盈亏在±0.5%之间的比例高达70%。从这样的数据中可以看出，绝大多数交易大体上不亏不赚。没关系，由于整体的分布上出现的厚尾（fat tail）现象，这也没有什么问题。另外，在金融学上所谓的厚尾现象，一般总会带着某种负面的含义，指市场出现不利的极端行情往往会高于人们的预期。换句话说，厚尾现象就是正态分布所无法预测的意外损失。但在这里，厚尾反而是对我们有利的。这绝对是分散化趋势跟踪方法的真正精彩之处。
图5-1 交易结果分布的柱状图
以上统计结果的正向偏度（skew）高达＋2.1，这表明其收益分布极其严重地向右倾斜。而在长达22年数据的全部模拟结果中，没有一笔交易造成的亏损超过2%，但盈利贡献超过5%的交易总共有15笔。由此我们可以确定，虽然绝大多数交易最终不是小赚就是小亏，但决定趋势跟踪策略成败的关键之处在于，能否从占比只有5%～10%的交易中获得足够大的收益。
在现实世界中，连续盈利14笔绝对能让任何一个人的自我感觉超级好，而连续24笔的亏损同样也会让人仿佛来到了世界末日，甚至会让人产生放弃这份职业的念头！但如果没有提前做过模拟测试，我们绝对不可能知道这其实都是趋势跟踪交易的正常结果。
其实我完全可以提供更多的标准化统计指标，因为即使是最普通的回测软件包也能轻易计算出来。但坦白地说，我并不认为大多数指标会有很高的实用价值，特别是对这类趋势跟踪交易结果的统计分析。比如，我说一种策略的平均交易亏损率为2.93%，但这并没有什么意义，因为在钯金上亏2.93%与在德国长期国债上亏2.93%完全不是一回事——用这样一个简单的百分数来代表盈利能力，只会让人摸不着头绪。更有意义的工作在于，将简单的盈亏数字更精准地拆分为不同板块的贡献度、来自多头交易的收益、来自空头交易的收益或针对具体策略的某些特殊指标贡献度等。只有这样，我们才能通过仔细的分析发现绩效的归因；只有这样，我们才能在投入真金白银之前，真正了解一种交易策略的真实特性。