交易算法的質量
再會。我目前正在寫一篇關於在外匯市場中創建交易算法的學期論文（我所說的算法是指遵循 alpha 模型的算法，例如，來自某種技術分析指標的信號）。我想知道，在評估算法的質量時，什麼指標可以被認為是可靠的？據我了解，夏普比率或 LR 相關性等指標是相對的，即越大越好。但是我們如何才能對單個算法的效率進行絕對分析呢？這就引出了一個問題，這些指標有沒有參考值可供比較？
至於另一位使用者的評論，夏普比率不是一個獨立的衡量標準，因為它需要選擇一個基準回報率。雖然金融經濟學的常見做法是使用無風險利率的一些代理作為基準，但金融經濟學家通常關注與代表性代理相關的數據是毫無價值的。您的普通交易者可能會發現比美國國債收益率更有意義的其他利率。
現在，您如何評估交易算法取決於算法的任務是實現什麼。正如@noob2 所指出的，算法用於自動化任務，交易涉及許多任務。據我了解，一種或多種算法只專注於辨識交易信號的情況並不少見。Alpha 模型通常用於標記空頭、多頭或中性交易機會——這也是我的理解。然後可以將這些信號輸入另一種算法，用於確定新的目標投資組合，這會帶來確定目標頭寸規模和設計****執行策略的問題這可能會將交易分成多個區塊，以避免價格朝不利的方向移動。那裡的每個步驟都可以通過或多或少複雜的方法實現自動化，並且每個解決方案都可以或多或少地集成。您的整個策略包括確定您的投資組合的理想變化並追逐這個不斷變化的目標，希望獲得足夠大的利潤以證明運營成本合理並補償所涉及的風險。
現在，你如何評價它？好吧，最後，如果您將整個事情自動化，您可以使用夏普比率來評估整個策略。您還可能會查看您可以花多長時間虧損，在什麼情況下您似乎在虧損，以及您可以預期虧損多少。對於後者，我會親自使用我的回測數據作為 EVT 分析的輸入，以查看極低點會發生什麼。基本上，您需要了解該方法是否運作良好以實現盈利，您需要什麼樣的銀行存款才能確保任何大數定律的影響，我還會研究 Giacomini-Rossi 波動測試為我的alpha 模型，以確保事情不會反彈太多——它們檢查模型不穩定性下的預測性能（即，
我相信您可以輕鬆找到有意義的指標和方法來輕鬆完成上述所有工作。