引言

本文的目的，是對(duì)日內(nèi)趨勢(shì)交易（即日內(nèi)小波動(dòng)）和高頻交易的優(yōu)劣和關(guān)鍵參數(shù)，進(jìn)行深度的量化分析和比較。當(dāng)然，由于高頻交易開(kāi)倉(cāng)平倉(cāng)的時(shí)間極短，加上人工高頻交易往往是盤(pán)感交易模式，一般人無(wú)法通過(guò)回溯的方式進(jìn)行測(cè)試。此外，對(duì)于程序化算法高頻交易而言，即使能拿到底層最詳細(xì)的分筆數(shù)據(jù)，也很難獲得對(duì)應(yīng)的動(dòng)態(tài)掛單數(shù)據(jù)，而算法高頻交易的模型，往往與掛單的動(dòng)態(tài)情況高度相關(guān)，因此采用建立模型進(jìn)行回測(cè)的方法對(duì)大部分人來(lái)說(shuō)也是不可行的。

為此，交易者有必要通過(guò)純理論的量化模擬分析的方法，獲得高頻交易者成功的某些交易特征，從而判斷自己是否能夠成為成功的高頻交易者。

交易策略的基本參數(shù)

在通過(guò)純理論的方式比較交易策略的優(yōu)劣時(shí)，必須設(shè)定一些參數(shù)，通過(guò)調(diào)整這些參數(shù)來(lái)看策略盈虧與這些參數(shù)的關(guān)系。在本文中，主要的策略參數(shù)有以下這些：

1. 止損點(diǎn)差
2. 盈利點(diǎn)差（盈虧比x止損點(diǎn)差）
3. 期望盈虧比
4. 理論獲勝率
5. 實(shí)際獲勝率（與具體信號(hào)序列有關(guān)）

一、研究方法

為了近似地模擬高頻交易收益曲線與策略參數(shù)的關(guān)系，我們首先需要給出一組高度隨機(jī)的信號(hào)序列，通過(guò)設(shè)定信號(hào)序列的一個(gè)觸發(fā)閾值H，來(lái)給出該信號(hào)序列的理論獲勝率。

在本文中，筆者是通過(guò)電腦隨機(jī)函數(shù)生成一組隨機(jī)數(shù)，并給出隨機(jī)數(shù)的觸發(fā)閾值H，比如0.3333（即理論獲勝率33.33%），當(dāng)隨機(jī)數(shù)序列中的隨機(jī)數(shù)小于或等于該閾值H時(shí)，視為該信號(hào)序列中出現(xiàn)了一次盈利的交易（假設(shè)盈利交易實(shí)現(xiàn)了預(yù)期的盈虧點(diǎn)差），而其他大于閾值H的隨機(jī)數(shù)，則視為該信號(hào)序列中出現(xiàn)了虧損交易（假設(shè)虧損交易按照止損點(diǎn)差進(jìn)行了平倉(cāng)）。

顯然，上面的閾值0.3333或33.33%，就是我們假設(shè)交易模型能夠獲得的理論獲勝率（相當(dāng)于建模者獲得的歷史獲勝率）。值得指出的是，通過(guò)上述方法得到的信號(hào)序列，其真實(shí)獲勝率可能小于理論獲勝率，也可能大于理論獲勝率。但是，如果統(tǒng)計(jì)大量的信號(hào)序列，這些信號(hào)序列的實(shí)際獲勝率的平均值是非常接近理論獲勝率的，從而使得我們可以用這種方法來(lái)近似地模擬高頻交易的實(shí)際盈虧情況。

在本文中，筆者給出了20組信號(hào)序列（每組500個(gè)隨機(jī)值，代表500次交易信號(hào)），下面是20組信號(hào)序列前50個(gè)隨機(jī)值的簡(jiǎn)表，供初次接觸這種分析方法的讀者對(duì)信號(hào)序列有感性認(rèn)識(shí)。由于每組均有500個(gè)隨機(jī)數(shù)，數(shù)據(jù)龐大，完整的數(shù)據(jù)表放在最后的附表中供讀者參考。由于字體太小，有需要詳細(xì)數(shù)據(jù)進(jìn)行驗(yàn)證性研究的讀者可以私信我。

表1：20組信號(hào)序列中500個(gè)隨機(jī)數(shù)的前50個(gè)隨機(jī)數(shù)

500個(gè)隨機(jī)數(shù)，可以近似地模擬高頻交易者1天的交易總次數(shù)。為了與高頻交易進(jìn)行對(duì)比，本文還給出了日內(nèi)1分鐘K線圖日內(nèi)趨勢(shì)交易者的盈虧情況，按照高頻交易大概10次交易，對(duì)應(yīng)日內(nèi)1分鐘趨勢(shì)交易者1次交易的頻度進(jìn)行對(duì)比分析，相當(dāng)于日內(nèi)趨勢(shì)交易者進(jìn)行了大約50次交易。

值得指出的是，為了采用同一個(gè)基礎(chǔ)信號(hào)序列，日內(nèi)趨勢(shì)交易者的交易信號(hào)序列要根據(jù)基礎(chǔ)信號(hào)序列進(jìn)行對(duì)應(yīng)的縮減，筆者采用了三種信號(hào)序列縮減方法：

1. 縮減方法A：在基礎(chǔ)信號(hào)序列中序號(hào)1、11、21、......位置處分別調(diào)取基礎(chǔ)信號(hào)序列第1、2、3.....位置處的隨機(jī)值作為日內(nèi)趨勢(shì)交易者的信號(hào)隨機(jī)值，當(dāng)對(duì)應(yīng)的隨機(jī)值小于盈虧判斷閾值H時(shí)，視為交易盈利信號(hào)，否則視為交易虧損信號(hào)。這樣是為了使得日內(nèi)趨勢(shì)交易者的信號(hào)序列隨機(jī)值的分布較為均勻。
2. 縮減方法B：在序號(hào)1、11、21、......位置處取對(duì)應(yīng)基礎(chǔ)信號(hào)序列的隨機(jī)值作為日內(nèi)趨勢(shì)交易信號(hào)隨機(jī)值，當(dāng)對(duì)應(yīng)的隨機(jī)值小于盈虧判斷閾值H時(shí)，視為交易盈利信號(hào)，否則視為交易虧損信號(hào)。與A方法相比，B方法縮減后的信號(hào)出現(xiàn)極端情況的可能性較大。所謂極端是指，在基礎(chǔ)信號(hào)序列中取出的隨機(jī)數(shù)有可能出現(xiàn)盈利信號(hào)或虧損信號(hào)偏大的情況，而A的取值方法，從直覺(jué)去看，出現(xiàn)這種可能性的概率明顯較低。
3. 縮減方法C：高頻交易固定10次對(duì)應(yīng)一次日內(nèi)趨勢(shì)交易的方法不太符合實(shí)際。合理的方法是，日內(nèi)趨勢(shì)交易信號(hào)的出現(xiàn)也是隨機(jī)的。為此，我們要計(jì)算日內(nèi)趨勢(shì)交易觸發(fā)點(diǎn)的隨機(jī)閾值Q（注釋?zhuān)c前面盈利點(diǎn)觸發(fā)閾值H的含義不同），因?yàn)楦哳l交易平均10次，日內(nèi)趨勢(shì)交易1次，因此日內(nèi)趨勢(shì)交易觸發(fā)隨機(jī)閾值Q=1/10=0.1。當(dāng)基礎(chǔ)信號(hào)序列隨機(jī)值小于或等于0.10時(shí)，視為日內(nèi)趨勢(shì)交易有1次交易，并取基礎(chǔ)信號(hào)序列該位置上一個(gè)隨機(jī)值作為盈虧判斷的隨機(jī)值。當(dāng)上一個(gè)隨機(jī)值小于或等于盈虧判斷閾值H時(shí)，視為盈利信號(hào)，否則視為虧損信號(hào)。

在確定了信號(hào)序列的生成方法后，我們還要給出一些測(cè)試中要確定的參數(shù)或指標(biāo)。在本文的量化分析過(guò)程中，會(huì)有表2的約定，也就是測(cè)試參數(shù)及指標(biāo)狀態(tài)表，其中指標(biāo)狀態(tài)主要就是實(shí)際獲勝率、盈利交易次數(shù)、總交易次數(shù)。值得指出的是，總交易次數(shù)一般情況下是固定的，僅僅在日內(nèi)趨勢(shì)交易情況下，采用縮減方法C對(duì)基礎(chǔ)信號(hào)序列進(jìn)行縮減時(shí)，才可能變化，因?yàn)榻灰椎挠|發(fā)點(diǎn)也是隨機(jī)的。

此外，高頻交易者有交易所返回，具體多少是與期貨公司協(xié)商后確定的，根據(jù)網(wǎng)上查到的資料以及臺(tái)灣的情況，我們給定的是70%，頂尖者應(yīng)該能夠達(dá)到80%，在以后的文章中，我們會(huì)調(diào)整這個(gè)參數(shù)，看高頻交易者在給定的獲勝率情況下，返回比例至少要多高才能盈利。

表2：測(cè)試參數(shù)及狀態(tài)表（樣板）

值得指出的是，在給定理論獲勝率（隨機(jī)值閾值H）情況下，各個(gè)基礎(chǔ)信號(hào)序列或縮減信號(hào)序列的實(shí)際獲勝率也就得以確定下來(lái)，可能高點(diǎn)，也可能低點(diǎn)，與隨機(jī)數(shù)生成的狀態(tài)有關(guān)。為了測(cè)試的統(tǒng)一性，筆者的后臺(tái)實(shí)際上生成了100組信號(hào)序列，近期只是在前20組中選擇性進(jìn)行分析。以后會(huì)陸續(xù)分析其他信號(hào)序列。

二、基礎(chǔ)信號(hào)序列1：日內(nèi)趨勢(shì)交易與高頻交易PK

我們先啟動(dòng)信號(hào)序列1的測(cè)試，相關(guān)約束條件參見(jiàn)表3，其中假定日內(nèi)趨勢(shì)交易者的理論獲勝率是38.2%，高頻交易者的理論獲勝率是64%，對(duì)應(yīng)的基礎(chǔ)信號(hào)序列1的實(shí)際獲勝率分別是24%和66%，可見(jiàn)，基礎(chǔ)信號(hào)序列1情況下，日內(nèi)趨勢(shì)交易者的實(shí)際獲勝率偏低。

表3：測(cè)試參數(shù)及指標(biāo)狀態(tài)表

圖1是表3約束條件下，日內(nèi)趨勢(shì)交易與高頻交易1手豆一的累計(jì)盈虧曲線圖（單位：元，下同）。從圖中可以看出，高頻交易的實(shí)際獲勝率與理論獲勝率非常接近，展示的曲線就是實(shí)戰(zhàn)獲勝率在65%左右的高頻交易者1手交易的累計(jì)盈虧，按照1天400-500次的交易來(lái)看，以每次40手（20萬(wàn)本金）的交易規(guī)模計(jì)算，高頻交易者每天盈利約10萬(wàn)元，這與市場(chǎng)高頻圈子反饋的信息接近。

圖1：基礎(chǔ)信號(hào)序列1趨勢(shì)38.2%與高頻64%的PK

由于日內(nèi)趨勢(shì)交易的信號(hào)序列是從基礎(chǔ)信號(hào)序列1縮減而來(lái)，縮減后的信號(hào)序列的隨機(jī)值分布不一定均勻。在本例中，圖1中日內(nèi)趨勢(shì)交易者的盈虧曲線只是代表獲勝率為24%左右的日內(nèi)趨勢(shì)交易的盈虧。為了獲得實(shí)際獲勝率為38.2%左右情況下日內(nèi)趨勢(shì)交易的盈虧水平，通過(guò)逐漸調(diào)高理論獲勝率的方式，可以發(fā)現(xiàn)將理論獲勝率提高到52.70%，就可以將日內(nèi)趨勢(shì)交易的信號(hào)序列的實(shí)際獲勝率提升到38%，其盈虧曲線參見(jiàn)圖2。

從圖2可見(jiàn)，當(dāng)日內(nèi)趨勢(shì)交易者的實(shí)際獲勝率提升到38%后，其盈利就與實(shí)際獲勝率為66%的高頻交易者接近了。根據(jù)經(jīng)驗(yàn)，日內(nèi)趨勢(shì)交易模型獲勝率達(dá)到38%并不難。但從市場(chǎng)反饋的情況看，日內(nèi)趨勢(shì)交易的成功者人數(shù)占比，并沒(méi)有高頻交易者成功者人數(shù)占比高，其原因主要還是日內(nèi)趨勢(shì)交易者止損的問(wèn)題。成功的高頻交易者的止損是非常堅(jiān)決的，但日內(nèi)趨勢(shì)交易者的止損則相對(duì)較為隨機(jī)，不堅(jiān)定，導(dǎo)致日內(nèi)趨勢(shì)交易者的實(shí)際成功率并不高。

圖2：基礎(chǔ)信號(hào)序列趨勢(shì)52.7%與高頻64%PK

三、基礎(chǔ)信號(hào)序列1：獲勝率對(duì)高頻交易者的影響

高頻交易對(duì)獲勝率要求很高，但很多人對(duì)獲勝率的影響并無(wú)基于量化分析的感性認(rèn)識(shí)，為此，這里我們給出信號(hào)序列1在理論獲勝率（即隨機(jī)值閾值H）分別為50%、52%、54%、56%、58%、60%、62%和64%八種情況下，1手豆一高頻交易盈虧曲線的演變圖。其中除了獲勝率不同，其他的參數(shù)與表3完全一樣。

圖3：獲勝率對(duì)高頻交易盈虧曲線的影響

從圖3可見(jiàn)，在采用基礎(chǔ)信號(hào)序列1的情況下，當(dāng)理論獲勝率達(dá)到54%（實(shí)際獲勝率54%），500次高頻交易就接近不虧不賺。當(dāng)理論獲勝率達(dá)到56%（實(shí)際獲勝率56%），500次高頻交易已經(jīng)保證能夠盈利，雖然不多，只有260元/500次。

但當(dāng)理論獲勝率提升到58%（實(shí)際獲勝率60%），1手豆一500次高頻交易的盈利就大幅提升到1060元。按照常規(guī)40手情況計(jì)算，這個(gè)獲勝率水平的高頻交易者每天收入42400元，相當(dāng)之高了。這也是為何成功的高頻交易者大多已經(jīng)財(cái)富自由的原因，也是有點(diǎn)靈光的交易員都趨之若鶩去做高頻交易的動(dòng)力。

本文是筆者關(guān)于交易策略量化分析系列文章的首篇，后期陸續(xù)會(huì)推出相關(guān)的多視角研究報(bào)告，歡迎高手指點(diǎn)。喜歡本文的讀者，點(diǎn)贊和轉(zhuǎn)發(fā)就是對(duì)我的支持。

附表：20組信號(hào)序列