交易实战：如何用杜邦公式评价交易
比较与叠加在程式化交易中的重要意义
程式化交易中的纵向比较与叠加：（一）时间的比较与叠加；（二）策略的比较与叠加；
程式化交易，作为投资市场的一种交易工具，因为其在交易过程中的巨大优势，正在被越来越多的人所了解和接受。但是因为能力和精力的局限，大部分人并没有真正发挥这个坚实平台的强大功能。我们知道，交易策略多种多样，策略不同，交易效果就不同；每种商品在不同时间周期下使用同一策略的效果也是不相同，同样的，同一交易策略下，参数的变化，也会对交易结果带来很大的影响。
因此，不同交易品种，不同交易策略之间进行比较叠加具有十分重要的意义。通过比较叠加，我们可以发现各种不同交易策略的特点，按照投资者的承受风险能力的不同，目标收益率的同制定、使用交易策略不但可以优化我们的投资策略，而且可以通过组合投资达到盈利效用的最优化，同时尽可能的降低风险，将风险控制在可控的范围内。以下是几种不同角度的比较和叠加方法。
第一部分 程式化交易中的纵向比较与叠加
一、时间的比较与叠加
程式化交易中，许多策略都是以时间周期来进行策略设计的。周期可以定义为是前几天、前几个小时，也可以是前几分钟，因此如果你运用趋势化的交易策略，你可以以几天、几周，甚至几个月为操作周期，经过对各种周期的回测和比较，找到适合交易品种的交易周期。同时我们可以考虑，对交易品种进行周期叠加，即在长线操作某一品种的同时，进行等量持仓的中短线操作。
时间叠加可以从以下几个方面优化程式化交易策略：首先，进行长周期短周期叠加的操作策略，可以在把握长期趋势的同时兼顾短期趋势，优化策略收益状况；其次，当长周期短周期操作方向相同时，可以认为是对趋势的一种确认，增加持仓可以获得更丰厚的回报，当长周期与短周期操作方向不同时，如果只是趋势中的调整，可以提高收益，如果方向确实发生反转，可以及时回避风险。
二、策略的比较与叠加
我们在选择一个交易策略的时候，往往要顾及到很多因素：总收益率、风险系数、最大亏损、准确率等等，没办法做到全部指标的最优化，比如当面对一个准确率不高并且单笔亏损较大，但是其他指标优秀的程式化策略的时候，完全放弃当然是最坏的选择，如果能够进行策略的叠加，可以增加该策略的成功率，同时减少错误交易的次数。比如两个策略的差错率都是40%，经过两个系统验证的组合操作就可以把差错率降到16%。其实，我们使用的以技术指标为基础的程式化策略都是一种策略的叠加。策略叠加也起到了分散投资，降低风险的作用。(818期货学习网 /收集整理)
第二部分 程式化交易中的横向比较与叠加
一、市场的比较与叠加
1.不同市场的相关性分析
实例：CBOT大豆期货价格与DCE大豆期货价格相关性分析
我们选取CBOT大豆连续价格，按照前面的方法构造DCE大豆连续价格，时间跨度为2004年1月至12月，共获取233组数据。
经检验二者相关系数为0.94，即CBOT与DCE的大豆期货价格具有较强的相关性。检验表明： CBOT大豆期货价格对DCE大豆期货价格具有引导性，而DCE大豆期货价格对CBOT大豆期货价格不具有引导性。
2.利用不同市场的相关性分析进行市场间的比较，并进行叠加。
可以把相关性较强的市场信号作为方向判断的确认，提高操作准确性和盈利能力。
二、不同品种的比较与叠加
不同品种的相关性分析
实例：DCE玉米期货价格与DCE大豆期货价格相关性分析
国内玉米期货合约于2004年9月22日上市交易，我们选取玉米指数和大豆指数作为研究对象，时间跨度为2004年9月至2008年1月，共提取488组数据。 同样原理，我们经检验，二者相关系数为0.64，说明DCE玉米与DCE大豆期货价格相关性较弱。
从以上分析我们可以得到结论：当不同品种相关性较高时，同时持有这些品种的同方向持仓时，应注意资金管理和控制，尽量回避系统性风险，应适当减少相关品种的总持仓。
综上，在程式化交易的强大平台下，通过各种比较与叠加，能够优化程式化交易过程和结果，完善交易系统。使得单品种的程式化交易准确率和盈利能力大大提高。（原文来自：新浪博客）
- 上一篇：从大亏到小赚，活下来最重要（90后小散学期货）
- 下一篇：选择最佳的失败方式
