評估自動交易策略：公認的做法
對於私人項目和客戶，今年我一直在編寫程式碼來評估自動交易策略。這通常最終變成如何公平地比較蘋果和橙子的任務。例如，以外彙為例，一些策略僅以單一貨幣買入/賣出 1 手。其他人則以三種或四種貨幣進行交易，並使用不同的手數，虧損時加倍等等。然後還有關於我們是否考慮保證金比率、交易成本、可用初始資本的問題。當全部資金不在策略中時賺取的利息？稅收，CGT，印花稅……甚至不要去那裡！如果我們考慮虧損交易的平均損失與最嚴重的損失，一些策略會產生不同的結果。（後者決定追加保證金。）哪個更重要？
但是我經常對那些假設沒有點差、無限資本、無論你想買多少手都可以得到廣告價格等的學術論文感到非常失望。一些看起來不錯的沒有點差的策略，當我應用悲觀的點差時就會崩潰; 其他策略幾乎不受影響。
所以（最後！）我的問題是有人能指出我在戰略評估和比較中接受實踐的論文/書籍嗎？也歡迎關於這個主題的一般建議、討論和意見，但我認為目前需要的關鍵是“根據 Hoyle ”的參考，我不僅可以用作指南，而且還清楚地解釋了所涉及的權衡和原因大多數人選擇這樣做。
更新：感謝到目前為止的回复，我正在查看此處和其他執行緒中建議的書籍。我只是想澄清一下（就這個問題的範圍而言）這與設計策略無關。我得到了一組策略中的每一個的一組交易，並被要求說出哪個是最好的。這些交易可能來自算法，也可能來自人類交易者。我首選的方法是詳細模擬：定義一開始有多少現金，包括所有成本，最後看看有多少現金。其他人似乎對僅計算點數變動感到滿意。對於某些策略，這給出了類似的結果，對於其他策略，它給出了不同的結果。我想知道大男孩們是如何處理這個問題的，以及為什麼，所以我可以將其用作基本方法，然後明智地支持/反對不同的方法。
不幸的是，我無法為您指出一本關於您所描述的確切主題的好書。最接近初學者的是“量化交易”。這是一個合理的介紹，但我真的不推薦它作為主要來源。作者在許多問題上充其量是不完整的（如果不是誤導的話）。
目前我最喜歡的書是 Antti Ilamen 的Expected Returns和 AQR 的 Cliff Asness 的前言。這確實融入了大多數量化經理所採用的策略，並將其呈現在一個框架中，使您能夠在自己的調查中繼續前進。也就是說，雖然它可以作為一個模型，但它不會直接解決方法論問題。
歸根結底，沒有什麼比自我理解更重要的了。如果您想在量化投資中取得成功，請花時間了解統計方法。通過了解基本金融（現代投資組合理論等），您可以走得更遠，但更深入的了解需要經濟學和統計學知識。
當然，這個站點（連同 Willmott 和NuclearPhynance）可以作為指南。請參閱“戰略制定中的關鍵風險”。