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. 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)

如果不做多商品的管理,是不是就不需要做資金標準化(風險平注/RiskParity)了?

A:不是的。資金標準化的還有一個很重要的目的,就是希望我們能夠在下注(下單)的時候有基本的一致性,為什麼這是一件很重要的事情? 第一個理由我們做程式交易(量化交易)都一定會有一個不可避免的步驟 -- 就是<回測>。當我們寫好一個策略,我們一定都會去看所謂的回測報告,甚至我們也會通過平台所提供的工具"最佳化"來進行參數的探勘。如果一個策略沒有做好資金標準化就進行回測的動作,也就是每次進出都是一口單(九成以上的人基本上寫策略都是這樣,策略裡只會有買進賣出的位置,而沒有部位大小的觀念)。試想,當加權指數處於4000點的時候是下一口單,到了加權指數處8000點的時候是下一口單,到了加權指數是 16000點的時候還是一樣下一口單,

4000點的時候加權指數的市值是 4000*200=80萬

8000點的時候加權指數的市值是8000*200=160萬

16000點的時候加權指數的市值是 1600000*200=320萬

換句話說,這個策略不論市值是多少都是下一口單,也就是每次下注的金額都不相同,這樣的回測報告會有意義嗎?

很多人喜歡觀測回測報告裡的統計數據來做一些參考或是應用,像是MaxDrawdown,有的人會拿他來做為一個策略的下架參考,這個想法本身沒有問題,但問題在於這個數值本身是否正確是否具有參考性,策略在市值4000點時所產生的MDD,到了8000點是否還有參考價值(同樣是一口單,但其實你下注的金額已經大了一倍),用此時產生的DD去參考4000點時產生的DD數值,這樣是否合理?

第二個理由同樣來自於上面的例子,是避免槓桿過度變化而不自覺。2020~2021年是一個很好的例子,加權指數從八九千點漲了一倍來到一萬七千多點。如果沒有資金標準化的動作,很多人從低點到高點掛著單口策略操作,卻沒有進行任何槓桿的調整,八九千點的時候下的一口單到了一萬七千多點仍就是下一口單,但市值實際上已經放大了一倍,等同於下注的注碼已經放大了一倍(槓桿拉升了一倍),這意味著破產機率也同步拉升了一倍以上。

上一页資金標準化函數與風險平注配置下一页Untitled

最后更新于29天前

这有帮助吗?