五量化交易全流程( 五 ) _事件驱动

□流动性限制。在回测的时候，我们很容易假设能买到所有的股票，但实际上，很多股票因为流动性的原因，其实是买不到的。或者即使买到了，冲击成本也远高于正常的成本。比如，有的股票一天的交易量就只有100手，那么肯定就没办法买到200手。再比如，有的股票一开盘就涨停，这种情况下我们也买不到。
□选取合理的比较基准。
□稳定性。对于一个策略，我们希望它的表现越稳定越好，这就是所谓的稳定性。稳定性有两个衡量维度，一是时间上的稳定性，二是参数上的稳定性。时间上的稳定性，是指策略对于一个特定的周期，在不同的时间段，表现相对稳定，不会出现某段时间大赚，另外一段时间大亏的情况。不稳定的策略，在实际中几乎不可能坚持应用。比如，一个策略在回测中，今年收益50% ，明年倒亏30% ，试想在实盘中，如果亏损了30% ，那么谁还敢坚持使用？而且，回测稳定的策略有助于我们判断策略是否失效，一个每个月都赚钱的策略，突然连续几个月不赚钱了，那很有可能就是失效了，这个时候就需要我们再次进行研究，是策略暂时性的失效，还是市场结构本身发生了变化而导致的失效。参数上的稳定性，是指策略的表现不会随着参数的微小变化而大起大落。一般来说，策略都会有与其对应的参数（无参数策略也有，但是比较少见），当我们针对历史优化出一套参数之后，我们希望这套参数是比较可靠的。一个评价标准就是这套参数邻近的参数表现都比较好。如果一个参数的微小变化就会导致策略表现大幅下降，则说明参数的稳定性不够，这套参数是不可靠的。比如，我们得到的最优参数是（2,6,20) ，如果参数（2,5,19）表现突然变差，那就说明（2,6,20）不是一组好参数。换句话说，我们实际上是要找到"一块"优秀的参数区域，然后再在其中挑选对应的参数。
□ 心理因素。心理因素在回测的时候常常会被忽略。虽然量化交易是比较系统的交易方法，但也要把心理因素考虑进来。比如，能接受的胜率、最大回撤分别是多少？实盘中，胜率太低，或者回撤太大，都可能导致投资者自我怀疑，从而不得不放弃策略，甚至开始手动操作。
□ 交叉验证。我们在进行回测的时候，为了确保策略的稳定性，需要进行交叉验证。交叉验证一般可以在两种维度上展开，一是在不同的品种上进行交叉验证，二是在不同的时间周期和时间段上进行交叉验证。
回测系统概览
本部分将要讨论市面上现有的编程语言以及回测平台，包括商业系统和开源系统两个方面的。
如果想要自己开发回测系统，那么第一个问题就是，应选择什么样的编程语言？
最常用编程语言有、、R、Java、C＃等。目前国内的情况是，使用的人数最多，但使用的人数增长最快。
如果在最大的开源平台上搜索，那么搜索出来的项目中，的数量将是最多的，并且远远超过第二名R的项目。

五 量化交易全流程( 五 )

五量化交易全流程( 五 )