第二个系统是Andromeda，2002年4月发布，一直保持业绩增长，这个系统网上有卖的，但是我没有买，没有买的原因是05年一直到08年表现的不是特别好，如果有免费的，我会再深入研究一下，因为那段时间表现不好，第二代系统已经出来了，但是没有经过市场的考验，我们也不敢确定。它是一个长线趋势交易系统，依赖简单的数学公式完全客观地进行交易，可以采用一套系统、一套参数，不做修改，并且没有进行最优化处理，属于非曲线匹配系统，平均每笔交易的持仓时间为60—65天，该系统的一大特色是交易终止点不是根据价格，而是根据持仓时间而定。
如果成交信号只有100次以内，有一定局部特征的现象，这里有一个最大的特点，终止点不是根据价值，而是根据持仓，我们最近做了研究，根据持仓量的变化，我刚才还在给陈老师建议，通过导入一个外部数据，这里我再给陈老师提一个要求，希望我们的平台更多的完善，因为我是你们的忠实用户者，我们看到的持仓线希望更多的变化蜡烛线，持仓线的变化也有增也有减，我们看到这一分钟多加了50手空，多加了70手多，一下加一下减，它是一直在变动的，我们希望它形成K线，这个系统的形成是根据持仓数据变化的。
大家有没有看到一个现象，当趋势要发生的时候，持仓量不断的累积，当趋势一旦往一个方向发展的时候，持仓量绝对是有预防迅速崩溃，这是很明显的现象，包括我们自己也在做一些小的修改，我们的退出机制现在也是不根据价格，根据持仓量，本来我开了空单，一直下跌，突然一个秒杀下来或者一下跌了几十点，如果根据传统反向回10%或者5%，很容易损失几个点的利润，可能当天最高点到30点，但是等到平仓的时候可能少了15点，我们做了一个修改，持仓量如果瞬间下跌下来有一个反向过程的时候，如果说我们的盈利达到30多点的时候，有反向过程，就平仓，这是根据它的系统学到的优势。
Checkmate的交易系统，它的目标不是最大化利润，而是保证收益率的一致性和最大回撤最小化。该系统在全部的品种上使用相同的交易法则和参数，因此避免了过度优化和曲线匹配的问题。在进场点选择上把关严格，可能在跟踪时间时监控多个品种，但交易很少，这使得其使用的保证金平均来看会比其他系统要少。他们经常能在获利最大的最近高点或低点离场，很多人都在研究入场机制，实际上我认为入场机制在交易里面是最不重要的部分，入场的时候，只要你买进了，接下来所有的时间你无动于衷，没有任何改变，改变不了任何结果，唯一能作出决定的就是你的退出，你是在稍有盈利的情况下还是在稍有亏损的情况下退出，还是在能承受的范围内退出。
Golden SX主要是黄金指标，这个指标我也看到过，我看到的这些都是网上公布出来的，包括国外的交易活跃论坛上面一些网友提供出来的，我也不知道真假，我只是一家之言，把我知道的东西拿出来跟大家分享一下。它大致的意思就是和黄金分割线有点类似，如果支撑位没有打破，调到一定幅度就会买进，对于买点是很有讲究的，它主要用在黄金和外汇上面，我们看到外汇的波动率就是不断在震，这个指标在外汇和黄金上面就会很好，但是在股指上面可能不见得会很好，特别是在中国股指上面，它的大致原理就是类似于我们看到的黄金分割线，在支撑位上有一个回调，调到什么幅度就会买入，它的成功率很高，有56%，而它适用于振荡市场。
R-breaker大家很了解，它主要是用在股指上面，实际就是做了中轴线，根据前一分钟的最高价、最低价加起来再除以平均值，上面有一个主力位，根据均价作出了三个主力位和三个支撑位，主力位1就是2倍均价减去1，最高价加上2倍均价减去最低价，如果说突破了第二个主力位的时候就去做多，有时候我们看到的突破可能是假突破，回调掉下来主力位1的时候就会反向看空。包括DT模型很简单，就是最高价减去最低价，第二天的开盘价加上波动率，实际就是波动率的突破来做的。
后面的一些交易系统，有的是适用在外汇上的，所以我没有做过太多的研究，我研究的除了这几个之外，也还有一些，源码不一定能全部拿到。有一个网站，会后大家有兴趣可以找我交流，那个网站有什么优势呢？会公布很多指标，至于你怎么用，如果你用的好，确实很惯用，就像张涛老师刚才说，他用MACD就能做得好，我用MACD不见得能做好，那些指标很多对我的止盈、止损、过滤等有帮助。
绝大部分策略是趋势跟踪策略，并且使用期限时间相对较长，它们的盈利来源于捕捉大的趋势性机会。一般同时会将策略使用的多个市场，任何一个市场有机会均能被抓到，而没有趋势性机会的市场，亏损也不会太大。系统最重要的核心是不要太过于复杂，这是比较重要的，一般参数只有2—3个，我们所有的系统都是遵循这个原则，系统的第一个原则就是一定要简单，这是第一点；第二点，我们的系统复杂在过滤、止盈止损、加减仓、策略配比上，这些通过策略本身做不到；一个好的系统，绝对适用于多个市场，我们现在所有的系统，包括中国的商品，都是可以做的，甚至连股票都能做，但是股票没有T+0，没有做空的机制，所以我们做不了。
我刚才给大家说了，前面是我简单的分享，接下来要看到问题，包括我现在碰到的问题，我是带着问题来的，希望向各位前辈请教。首先量化模型最大的缺陷在于对周期转化缺乏判断力，这一句话就点明了，我原来有段时间真实的例子，到12月份的时候趋势化模型不挣钱了，实际上最后一个月测下来也是挣钱的，不像原来那么平稳，波动率大了以后，波动超过我的范围，还导致大家觉得1月份好挣钱的时候，我1月份亏损了。
但是我把周期变换，所有的参数都没有变换，就把1分钟变为30秒，我所有的策略全部变成挣钱的。我们对周期转换，这是最大的缺陷，什么时候模型变得无效，并且什么模型适合什么周期，什么时候去变化周期，什么时候变化参数，这真的是所有量化的弊端，这个问题我已经请教了很多人，前两天还和东方资产的李总监谈一些项目合作，我把这个问题抛给他们，他们也在想办法解决，他们解决的方法，第一个就是人为的降低仓位，把现在表现比较好的一些模型填充进来；第二个是利用神经系统学，让计算机自行学习和判断现在市场是属于振荡还是什么，在振荡过去几年的历史里面，哪些系统表现比较好，会自动替换程序。
定性投资是以深度的基本面研究为核心基础，并且辅助于公司的调研以及各类研究报告，基金经理在综合所有信息之后依赖主观选出个股。定量投资是通过技术分析对市场现状和趋势的判断，根据所发现和累计的市场规律，在行业配置和个股精选方面做选择。什么叫100%回归分析，2006年的一项调研指出，资产管理公司实际使用的定量模型主要有回归分析和动量模型，100%的受访公司声称使用了回归分析，78%的公司使用动量技术，其他比较受欢迎的量化技术包括现金流分析和行为模型，47%的受访公司声称使用现金流理论，44%的公司使用行为模型。
这里简单讲一下几个理论，对于我们知道的信息，我们利用我们不知道的信息，我们假定一切皆有可能概率，认为比较好的篮子里多放几个，比较可疑的少放几个。
遗产编程实际是用遗传算法类似的东西，给电脑一个简单的模型和规则，让它自动组合生成后一代，经过一代一代选择筛选，最后剩下那一组就是最适合环境的模型，每一代计算只是将自己相对简单的模型进行交叉和变异，并不是一味增加参数。但是它有一个核心的弊端，学数学的会比较清楚，它不是很全面，会有遗漏掉的。
神经网络，模型里面把任何一个人的模型，包括我的、陈总的、蒋总的，所有的模型丢到计算机里面，所有亏钱的会挑出来，会把那些图形用计算机经过严格的配比，计算机会分析出亏钱的相似度接近70—80%，我做过这样的实验，盈利比较高的天数和亏损比较高的天数全部挑选出来，好象有40多天盈利比较大的，5%以上的盈利天数和超过2%左右的亏损天数，计算机一匹配，基本上就是85%以上都相同。
为什么呢？这种模型会在什么时候挣钱，计算机会告诉你，如果那天是大震，未来几天的表现是什么，计算机也会给你作出一个概率，大盈利以后，就像张涛老师刚才说，盈利以后他会检查，他用他的经验觉得未来振荡的机率或者亏钱的机率比较大，计算机会准备的高度你这种机率有多大，国外做到的模式现在的模型处于什么阶段，在过去的历史上可以找到，对于未来会出现什么情况，什么模型能够盈利，自动从你的模型库里调用出来，如果不确定的时候，匹配不到的时候怎么办？
采用中性策略做一个稳定收益，只要匹配得到，就从模型库里面调，这样一种方式做到稳健盈利，但是我们现在能不能做到这一块？很难，因为我们国内的交易理念、交易平台包括现在所有用到的交易平台对接不上数学的方式。我们希望能够有一个平台可以做到这一块，如果让我开发这个平台，成本太高了，可能砸进去几千万都不一定能做出来。因为要对接数学，会控制整个模型库的调用，通过计算出来概率有多大的时候，使用什么模型，会自动调用，这个模型太难建立了。
协方差矩阵，这个东西用到哪里？我听到大家说用策略组合，我原来选择的一个东西，我把所有好的策略，可能用了不同的方式。但是策略出来收益率最高、风险最小的策略挑出来做组合，直到有一天我发现这个思路是错的，要赚钱的都赚钱，要亏钱的都亏钱，计算机达到那个值，只在那个位置开，可能20天里面会有3、4天的误差，但是大趋势的时候或者亏损的时候，点位都是一样的，小波段的时候可能不一样，我后来发现这种对冲实际是无效的，为什么会无效？(818期货学习网
/收集整理)
我后来找了一个学数学的朋友，把我所有模型的资金曲线全部导成Excel的数据给他，他给我组合了我认为表现很不好的，但确确实实能综合资金的曲线，原来人为的思路，我不知道怎么判断的，这个模型两年里面只有两个月或者三个月的测试是亏钱的，而且亏钱的幅度不大，我觉得这个模型很好，虽然选择的思路不一样，但是评判的标准一样，我把这样的模型做了组合，结果遇到一个问题，我现在才能想明白，我想请教一下大家对于模型组合更深入的研究，这是我要抛给各位专家前辈的问题，我希望这个问题能得到更深入的探讨，大家等下可以一起交流。
未来的展望，我是很有信心的，包括我把所有的东西停掉去做研究，因为我们知道问题在哪里了，就会去解决这些问题，对周期性转换的缺乏，市场发展转换的时候能够持续，往往不能维持比较良好的表现，这也许要加入一些特定性的判断，就像某些前辈能够很好的人为判断，但是我每次人工去判断的时候，全部都是跟系统做错的，所以也会加入一些特定性判断，比如综合性分析经济周期、财政政策、市场环境等因素，对历史数据的依赖，也就是一种归纳推理，甚至是难以验证的归纳推理，所需要的是时间的验证，可能会超出我们的预期，就先最大回撤一样。
基本就是这些分享，可能我的口才不是很好，讲的逻辑不是很好，希望能够把这些分享出来，当然我也带了很多问题，希望大家能给我一些解答和帮助。谢谢！
