系统交易方法开发必须解决的几个困难

>> 系统交易方法开发必须解决的几个困难 以下是我本人对系统交易方法的一点粗浅的理解。并不系统。拿出来和大家讨论。 我能想到的系统交易方法有两类。 一类是预测类 这类方法需要对股价进行建模。即将复杂的价格数据，用简单的、已经成熟的模型来模拟。将复杂的股价波动转变成现金数学上比较研究得比较透彻的一些函数的叠加。于是复杂问题被解析成简单问题。举个最简单的思路比如将股价用ｓｉｎ函数来模拟（只不过效果不佳）。在建模方法中，首先要确定模型。目前的模型有许多种，有抛物线拟合、线性叠加的yn=f(yn-1,yn-2...).的AR方法、相对前沿的FARIMA方法、神经网、概率统计等等。模型可以是五花八门。但这类方法都是一个思路： 股价数据=模型+参数+残差。 建立模型之后，用历史数据对模型参数进行训练，用收益最大化来求得最优化的参数。模型实在拟合不到位的数据作为残差来填补。验证模型拟合好坏的一个方法是检查残差数据是否具有规律性（比如自相关性）。（即是否存在仍然没有被模型所表达的，但是仍然具有规律性的数据成份）。 无论是怎样的模型，这类方法要面临的问题也是一样必胜外汇 www.Fx68.com作品