注意事項
最后更新于
这有帮助吗？
範例內所示範的濾鏡主要是在應用商品的"均值回歸"特徵，因此使用的大前提為"正期望值"。所以我們可以在平台的風控設定上，將策略的動能門檻設定在一定的數值之上（例如0.3），以確保策略處於正期望值的狀態。（可參考 策略整合與商品管理 ==> 動能模式 ==> ）
由於靜態回測範例的輸出是有做過部位管理（B圖）的，使用時請務必注意，如果是要直接以B圖輸入到量化思維戰略交易平台，在 @QuantbrainsConnectX1 的RiskParityauto 參數請設置為 0 (直接由圖表中的部位輸出)，RiskLevelOnOff 以及 DDManagmentOnff也請不要開啟，因為我們已經在 @QB_Static_BackTest_Pass 中開啟過了 圖表的掛法如下 A圖表 ： 原始策略 + @QB_Static_BackTest_Pass B圖表 : 修改後的策略GetDDM + @QuantbrainsConnectX1 ==> QB 平台
由於靜態回測範例原本只是要示範濾鏡的函數式寫法，所以目前的版本沒有針對濾鏡函數的輸出做 1~-1的規範，所以在輸出後可能會讓部位輸出大於原本風險平價部位的大小。可以依據需求適當設定@QuantbrainsConnectX1 中Position_Weight的參數
應用與修改自己的策略時請注意，請務必將原始策略裡的多空分隔開，各自跑靜態回測，這樣DD管理的數據才會是正確的 A多--->B多 A空--->B空
EVA_OnOff 的部分可以跳過，有兩個原因，第一個原因是因為回測本身只能測試進場點當下的數據（所以我們才稱他是靜態），而實務上的評價應用是動態的，所以在回測裡會失真，第二個原因是輸入不正確，因為這裡的EVA計算的輸入是原始策略的評價，而原始策略如果尚未經過部位管理，可能會有比較大的噪音，所以這裡的EVA數值並不是一個準確的數值
如果要使用 GV Plus（預設），請確認Touchance報價已開啟並已安裝Touchance加值函數，並且已開啟並登入 Touchance 帳號
如果需要改用ADE，可參考
由於目前各示範濾鏡的邊界大多是 0~2 ，在各函數數值相乘之後有可能會有較大的數值出現，所以在實務應用時，可以使用 weight 參數來降低槓桿。也可以自己修改成加法或平均法來取代目前預設的乘法模式。