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?

  1. 靜態回測範例

常見問題

  1. B圖如果跑出來沒有比A突來的好~是不是90%是弄錯了?

A: 不是,B圖不是一定會比A圖好,我們可以把靜態回測想做是某一種特徵(Ex.我們範例裡提供的是"均值回歸"特徵)的探勘工具,如果A圖沒有這種特徵,那硬挖的結果不會比較好。如果商品或策略具有該特徵的話,通常可以看到視覺上會有走勢大部分位置變得平滑(訊號品質提升)的現象。像農產品類商品本身的均值回歸特徵不明顯,那即使用了目前靜態回測範例裡提供的特徵工具來挖就不一定會有更好的表現。

​另外市場(或策略)的特徵並非是一個恆定值,像是我們可能會發現將策略拆解成多空之後,透過靜態回測範例的部位管理模組來測試之後,會發現在多方策略會有效,在空方策略卻反而有可能更糟,這是由於均值回歸濾鏡的使用前提是正期望值,所以當行情是走在多頭的時候(也就是多方是正期望值),那這樣的部位管理就會有效,反之,如果當市場行情大勢轉成空方勢的時候,就會變成空方策略有效,因此部位管理並非完整的解方,仍須透過平台的評價與策略管理來監控策略的實際表現,這樣才可以在市場屬性變動轉為不利的時候即時進行該策略的截斷或縮小金流。

上一页注意事項下一页關聯閱讀

最后更新于3年前

这有帮助吗?