優化
止盈止損的優化
三個問題：
- 如果我的交易策略在單個交易的基礎上（交易 1、交易 2、…、交易 N）具有 (X1,X2,…Xn) 的回撤，那麼數學的哪個分支將幫助我優化利潤每筆交易 (Y1,Y2,…, Yn) 的價格變動和利潤？也許我應該有更大的止損和更小的止盈以最大化贏率，或者我應該承擔更小的損失和更大的收益？我問假設我有 X 和 Y 值的特定數據。
- 既然我知道我需要知道哪個數學分支，那麼確定我每次應該使用的止損和止盈的公式或算法是什麼？
- 如果我想知道如何在算法或公式中包含我為每筆交易提出的潛在止盈，那麼問題 1 和 2 的答案是什麼？例如，假設我預測交易 1 的潛在利潤為 P1，而交易 N 的潛在利潤為 Pn。也許算法會說忽略那條資訊並每次都取 Z 刻度，或者如果我在該算法中包含我認為我的利潤可能是什麼，算法可能會規定一個更好的實際止盈值。
回答問題一：運籌學會幫助你解決這個問題。
更新：
隨機過程也是一個很好的課程。
有一篇很好的論文，題目是：Determining Optimal Trading Rules without Backtesting
它展示瞭如何使用合成數據確定 TP 和 SL 水平。
在我看來，由於以下簡單的推理，止損/止盈沒有太多可優化的地方：
- 想像一下，你設計了一個平均增加利潤的交易策略
- 您可以將您的交易視為具有正漂移的隨機遊走。也就是說，您可以將每筆交易分成一系列步驟（例如，持續時間為 1 分鐘的步驟）。每一步都會產生一點利潤，如 $ N(\mu,\sigma^2) $ ， 和 $ \mu>0 $ . 所有步驟加起來就是您的整體交易利潤。所以之後 $ n $ 您的交易利潤分配步驟如下 $ N(n \mu,n \sigma^2 ) $ . 基礎數學，這有意義嗎？
- 現在，您的交易利潤 $ n $ 步驟將是 $ n \mu > 0 $ 平均而言，但在某些情況下，它可能是非常消極的！那時，你會問自己*“我是停下來更好還是繼續？”*
- 好吧，如果您仍然相信您的步數像 $ N(\mu,\sigma^2) $ ，你應該繼續，因為數學告訴你，在進一步 $ k $ 平均步數 $ k\mu $ 比現在好。正確的？
- 這同樣適用於限制。直覺上，為什麼要停在一步 $ n $ 如果您期望在 1 步之後，您將 $ \mu $ 比現在過得好嗎？
- 當然，如果您不再相信自己的交易策略，那就另當別論了。這與止損/止盈無關，為簡單起見，我將其放在此處。
- 所以理論上，如果你相信你的交易策略，最優值是止損= $ -∞ $ 和止盈= $ +∞ $
- 實際上，沒有人阻止您設置 takeprofitt= $ +∞ $ , 但你不能有止損= $ -∞ $ 因為你的資金有限。如果您不設置止損屏障，您的經紀人將為您設置等於您所有資本的止損屏障（帶有一些額外的安全邊際）。
- 那麼在實踐中如何設置止損呢？看看資金管理理論。劇透：沒有最優值。這取決於你的貪婪VS風險厭惡。
- 一個簡單的例子（學習資金管理更多！）。如果您設置止損=初始資本的 100%，如果第一筆交易失敗，您將被淘汰，但如果您運氣好，您將享受巨大的投資回報率。相反，如果您將止損設置為初始資本的 1%，那麼您破產的可能性要小得多，但平均而言，您獲得的 ROI 比“全押”情況低 100 倍。