陈吉明：交易不曾赢利，总是梦想着量化
交易不曾赢利，总是梦想着量化！
先了解下量化交易的步骤：
1. 构建交易系统、投资策略：收益模型+风险模型+交易模型
2. 模型执行：数据回测+模拟账户交易
3. 实盘交易。可以迷你资金执行与模拟账户比较，结果相符。
然后，结果你发现亏钱了。仔细回想了每个步骤，好像没什么不对啊。大师的模型，加上我完善后的策略，回测收益也不错，但就是亏钱了。
在思考下，哪里错了！
1. 观察错误：
首先要观察下是我们的数据是否收到污染，历史数据的模型结构90%完整，显然能够胜任大多数策略，但可能不适合你的。还是当时发生的事情，数据的确无法还原。
所以我们在回测数据的时候首先要观察数据的完整性与模型的匹配程度。
2. 模型错误
也许你的模型本身就错了，也许是风险模型也许是交易模型。策略错误可能是一开始就错了，也许是市场变了，也许是品种特性。大师不可能错吧？其实任何成功里的理论应用到实际交易中，并没有看上去那么完美。有人告诉你任何指标都是50%的概率的时候，你会开始迷茫，到底怎么回事。所以要学会思考，学会改进，也许真的是模型错了，也许模型没错，那到底是哪里错了呢？
3. 系统错误
也许交易系统的代码本身除了问题，比如光大乌龙指，或者前段时间的期货黑天鹅涨停到跌停10秒。遇到这种情况，恭喜你大多数情况下 你的系统，包括你的通道都无法承载这样的波动与通信符合，亏损是不可避免的，这是天灾。但其实我们动下脑子，我们为什么要参与前段时间期货那样极端的行情呢，有经验的交易者，早以对这样的波动处于观望状态，你的系统又为何要急于出于交易状态。
4. 其他错误
我们在应用交易模型的时候，无论是交易模型的匹配，品种的选择，策略的合适程度，交易标的成本、波动影响，极端行情的规避，其实真实量化交易的世界同样残酷。要考虑的的因素甚至多于普通交易者。
先了解下量化交易的步骤：
1. 构建交易系统、投资策略：收益模型+风险模型+交易模型
2. 模型执行：数据回测+模拟账户交易
3. 实盘交易。可以迷你资金执行与模拟账户比较，结果相符。
然后，结果你发现亏钱了。仔细回想了每个步骤，好像没什么不对啊。大师的模型，加上我完善后的策略，回测收益也不错，但就是亏钱了。
在思考下，哪里错了！
1. 观察错误：
首先要观察下是我们的数据是否收到污染，历史数据的模型结构90%完整，显然能够胜任大多数策略，但可能不适合你的。还是当时发生的事情，数据的确无法还原。
所以我们在回测数据的时候首先要观察数据的完整性与模型的匹配程度。
2. 模型错误
也许你的模型本身就错了，也许是风险模型也许是交易模型。策略错误可能是一开始就错了，也许是市场变了，也许是品种特性。大师不可能错吧？其实任何成功里的理论应用到实际交易中，并没有看上去那么完美。有人告诉你任何指标都是50%的概率的时候，你会开始迷茫，到底怎么回事。所以要学会思考，学会改进，也许真的是模型错了，也许模型没错，那到底是哪里错了呢？
3. 系统错误
也许交易系统的代码本身除了问题，比如光大乌龙指，或者前段时间的期货黑天鹅涨停到跌停10秒。遇到这种情况，恭喜你大多数情况下 你的系统，包括你的通道都无法承载这样的波动与通信符合，亏损是不可避免的，这是天灾。但其实我们动下脑子，我们为什么要参与前段时间期货那样极端的行情呢，有经验的交易者，早以对这样的波动处于观望状态，你的系统又为何要急于出于交易状态。
4. 其他错误
我们在应用交易模型的时候，无论是交易模型的匹配，品种的选择，策略的合适程度，交易标的成本、波动影响，极端行情的规避，其实真实量化交易的世界同样残酷。要考虑的的因素甚至多于普通交易者。
