QuantBrains 量化思維戰略交易平台
  • 量化思維戰略交易平台
  • 基礎觀念
  • 資金標準化函數與風險平注配置
    • 為什麼需要做資金標準化(風險平注)
    • Untitled
  • 評價函數
  • 推薦書單
  • QuantBrains_Connect(MC端)
    • 匯入QuantBrains_Connect_X1
  • 掛入想要進行分析與管理的策略圖表
  • 參數說明(一)
  • 參數說明(二)擴充應用
  • 注意事項
  • 其他常見問題收集
  • 綜合設定(QB平台)
    • 前置工作與金鑰輸入
    • 新增商品與綜合設定
      • 基幣與匯率設定
      • 商品設定
      • 策略屬性分類標籤
      • 商品屬性分類標籤
    • 常見問題收集
  • 商品與策略整合(QB平台)
    • 新增策略監控
    • 策略整合與商品管理
      • 策略整合模式
        • 動能模式
          • 最小動能門檻
          • 最大策略數量限制
          • 新增排序篩選
        • 直通模式
  • 商品資訊與綜合設定
    • 屬性分類
    • 報價檔
    • 動態控制
    • 合約規格轉換
    • 下單時段限制
    • 交易成本參考
  • 注意事項
  • 常見問題收集(隨時新增)
  • 資金管理專案(QB平台)
    • 新增資金管理專案
    • 預設管理模式
      • 商品品質控制
        • 總最大操作商品項目數量
        • 保護墊功能
        • 動能門檻篩選
        • 最小有效變量(最小有效動能單位)
        • 新增獨立排序篩選類別
      • 帳戶資金配置與風險調控
        • 已結算帳戶資金
        • 實際操作資金
        • 實際操作資金步進調整
        • 動能轉換率(%)
        • 實際操作資金配置上限
        • 項目損益追蹤與回饋(偏差校正、加減碼設定)
          • 項目強制出清設定(%)
          • 項目損益回饋因子(inc)
    • 進階管理模式(Level-2)
      • 專案來源設定
      • EquityServer 設定
        • 平台端
        • Multicharts內設定
        • 預備資料
        • 自動槓桿演算法範例
        • 延伸應用
      • 動態槓桿設定
    • 訊號輸出(可自訂格式)
    • 注意事項
    • 常見問題收集(隨時新增)
  • 歷史資料下載中心(QB平台)
    • 關於BackAdjusted Data
    • 取得最新數據
    • 合約轉換調整
  • 圖表交易(QB平台)
    • 保留程式交易的優點進行主觀交易
    • 圖表交易設定說明
      • QB平台端
      • MC端
    • 畫線操作
    • 移動停損追蹤
    • 下單機連結
    • 平台存檔備份與版本更新
  • 靜態回測範例
    • 簡介
    • @QB_Static_BackTest_Pass
      • 風險位階(濾鏡範例一)
      • Drawdown管理(濾鏡範例二)
      • 波動率濾鏡(濾鏡範例三)
    • 正規版本
      • 以台指期為例(手把手)
      • 如何套用到自己的策略
      • 當沖策略應用
    • G2版本
    • 注意事項
    • 常見問題
    • 關聯閱讀
  • 附加套件
  • QuantBrains新版下單模組(將單子下回Multicharts)
  • 從QB平台下到STO套件(by阿政)
由 GitBook 提供支持
在本页

这有帮助吗?

參數說明(二)擴充應用

optional

上一页參數說明(一)下一页注意事項

最后更新于3年前

这有帮助吗?

(註:這部分為擴增應用,原則上可跳過,或在"靜態回測範例"中使用即可)

這部分擴增應用的概念不同於評價,而是可以透過對市場的觀察(例如市場的循環現象)或是自身的需求(例如定期定額注資),來對分數輸出的數值進行調整、自訂或分配,進而達到資金分配的目的

情境:吾人觀察到當策略賠錢到受不了之後,常常行情就來了,我是否能夠在賠錢(虛擬)之後才打開策略或是增加配置的資金(口數)。或是這個策略每次賺大錢之後,可能就又要開始進入巴巴期了,我是不是能夠在大賺之後,減少這個策略的資金配置。

範例: RiskLevel_Management_Onoff(0:關閉 1:打開)

風險位階(RiskLevel)

DD管理模式介紹 mode 1/ mode 2 概念是相同的,只是倍數的差異,寫法同策略中的"閥值式"寫法, 源碼撰寫概念是除了執行原始策略的資金配置之外,當Drawdown 碰觸到近一年內所發生的極值估計(兩倍標準差),我們就將資金配置加倍 mode 3 承 mode1/mode2 的"閥值式" 寫法 源碼撰寫概念是當Drawdown 碰觸到近一年內所發生的極值估計(兩倍標準差),我們才把原始策略打開 mode 4 為機率分布 "函數式"的寫法,以一年內所發生的極值估計(兩倍標準差)做為可能發生的最大範圍參考,依照目前已發生的DD來計算目前的已發生的比例 透過這個已回檔比例來做為資金分配的參考 (相對應 mode 3 ,mode 3為達到極值才打開策略,mode 4 為依據已回檔比例逐漸打開策略) mode 5 原始策略配置不變,但依據已回檔比例逐漸增加原始策略的資金配置 (相對應 mode 1/2) mode 6 其實與 Drawdown 無關,跟風險位階濾鏡比較像,只是風險位階濾鏡的計算來源對象是商品的原始行情 (close),而DD管理 mode 6的計算來源對象是 equity curve。 也就是當equity curve 的位置在高檔的時候,我們就縮減資金配置,equity curve在低檔的時候我們就增加資金配置。

概念可參考之前的文章 可直接參考源碼,源碼內我們透過 centerpos 來做為一個長期(一年內)的軸心價格參考,yeasSTD為年標準差, 我們取上下各兩倍標準差作為走勢範圍的估計 對多單來說,越接近上緣越高風險,縮減資金分配權重,越接近下緣越高優勢,增加資金分配權重 對空單來說,則反過來 範例:DDManagement_Onoff(0:關閉 1:打開)

延伸閱讀:

"如何知道目前的進場風險跟優勢位階"
評價函數的進階應用 – 統計與機率變化的描述