《Our Approach for Optimizing a Forex Portfolio》中译本

原文位置

我们优化外汇投资组合的方法

为什么需要调整投资组合中的个别策略?

由于策略具有不同的风险并且可以相互关联的事实,因此必须处理使投资组合中的各个策略相互适应。


投资组合中策略的最佳权重

适当的投资组合包括几种不同的策略或信号(其中策略对应于信号),比如一个策略策略不同的设置文件。 这些信号相互补充,以使利润最大化,而将损失风险最小化,即投资组合具有最高可能的利润风险比。 但是,每种策略损失和获利的可能性都不同,因此理想情况下应根据手数进行最佳调整。 我们将相应的手数调整或变动称为策略的权重。 例如,在图1中,使用手数将蓝色(手数= 0.01)的策略加权为因子2,结果是橙色(手数= 0.02)的策略,该策略具有双倍获利和双重亏损。

 2021-02-16
Figure 1: Weighting of a strategy

但是,如何确保投资组合中所有策略的权重达到最佳? 换句话说,不同的策略如何相互权衡以实现整个投资组合中最高的利润/风险比? 有几种解决方法。 一种简单的可能性是使用回撤(即每个策略的利润最大下降)来调整策略之间的权重。 但是,从统计学上讲,这种方法没有意义。 例如,回撤量较大的策略(图2a)可能比下降量较大的策略(图2b)更合适,后者可能稍小一些,但大小与其他策略的回撤相似。 因此,图2(a)中的策略可能更可取。

2021-02-16
 
Figure 2 (a): Drawdown of a strategy
2021-02-16 
Figure 2 (b): Drawdown of a strategy
 


这意味着不仅利润下降的大小很重要,而且利润下降的频率或统计的发生概率也很重要 在推导我们喜欢的方法时,我们遵循沃伦·巴菲特的仅有两个规则:

“Rule No. 1: Never lose money. Rule No. 2: Never forget rule No. 1.”

现在必须补充一点,没有计算损失的投资是不现实的,甚至是不可能的。 而是,这句话使我们将重点放在可能的和计算的损失上,将其作为加权投资组合策略的关键点。 我们发现,用于计算Sortino比率的下行偏差是表征策略损失风险的一种很好的方法。


Downside Deviation 下行偏差

下行偏差(或目标下行偏差,TDD)是负资产收益率的标准偏差,其数学计算方法如下,其中T是相应策略的期望目标收益,出于可比性考虑,将其设置为零。

downside deviation equation - Our Approach for Optimizing a Forex Portfolio

因此,下行偏差表征了该策略将显示损失的风险,TDD越大,损失的可能性越大。 例如,图1中的橙色策略具有比蓝色策略两倍的TDD,这是因为除权重(橙色对应于蓝色权重的两倍)之外,这两种策略是相同的。


归一投资组合中所有策略以利于下行偏差的缺点

一旦所有策略均已标准化,投资组合就不再依赖于哪些策略是“驱动力”,即,哪些策略的收益/亏损比率或卡尔玛比率表现最好。 这是因为现在所有策略都不会根据其绩效来影响投资组合,而只会影响其下行偏差。 因此,就优化后的投资组合的收益/亏损比率和卡尔玛比率而言,投资组合可能会显示出较差的结果。 如果发生这种情况,这是可以接受的,因为我们要严格遵循沃伦·巴菲特的两条规则(请参见上文)。

下行偏差–风险度量的一种方式

我们认为,风险调整后的回报是要考虑的最重要措施之一,因为始终可以通过承担更多的风险来获得更多的回报。 我们使用下行偏差(在Sortino比率中使用)来衡量风险并使交易系统归一化。

Sortino Ratio

尽管下行偏差是损失风险的特征,但它并没有说明策略的获利能力。 我们可以通过批量来调整权重,以使TDD较大,但这也会以相同的比例增加利润。 如果利润也很大,则TDD很大的策略仍然可以非常有利可图。 如果利润很小,则具有较小TDD的策略就可能相应地无利可图。 这就是为什么在对策略进行加权时,考虑损失的风险而不是利润的重要性如此重要。 可以使用Sortino比率来计算获利能力,其中Sortino比率越高意味着该策略的获利能力越高。 例如,在图1中,两种策略都具有相同的Sortino比率。

Sortino ratio – 衡量绩效的一种方式

尽管夏普比率无疑是最广泛使用的衡量风险调整绩效的指标,但并非没有问题和局限性。 我们认为Sortino比率在某些方面可以优于Sharpe比率,并且是衡量交易系统的更好工具。 因此,我们主要关注Sortino比率作为衡量绩效的指标。

Correlation Between Strategies 策略之间的关联

此外,必须考虑策略之间的相关性。 为此,计算并总结所有策略之间的相关性。 这种计算出的相关性的倒数称为独立因子(IF),它描述了策略彼此之间的独立性。 独立性因素越大,该策略与投资组合中的所有其他策略越独立。

Consider the correlation

必须考虑策略之间的相关性。 我们使用独立因子来显示策略之间的独立性。


我们优化投资组合方法的流程图

 2021-02-16

改善组合投资的示例

Belkaglazer 的回测结果作为例子, 分析结果.

Raw Backtest Results (MetaTrader 5)

作者提供了大量设置文件,使用MT5回测2012.01.01 – 2020.08.14时间段. 使用QA分析异常情况 (如在特殊时段丢失K线),之后进一步使用Matlab做信号处理和统计分析。

如何回测看这里:backtest Expert Advisors.


分析结果

计算出来的如下表所示,Sortino ratio和Downside deviation变化剧烈,有2个策略相关性强。


评估单个策略表现

下两图显示了具有未加权绩效结果的单个策略结果(左),并考虑了下行偏差和独立性因素对结果进行了修改(右)。 由于归一化,右曲线中的最终余额无关紧要,无法与左曲线比较。 重要的是,具有较高风险和较高相关性的余额曲线的权重较低(右图)。

 2021-02-162021-02-16
 

提升组合表现

下两图显示了具有不变业绩结果的投资组合余额(左),并在考虑了风险和独立性因素的情况下修改了结果(右)。 由于归一化,右曲线的最终余额值是无关紧要的,计算的是稍微平滑的曲线和统计量。

 2021-02-162021-02-16
 

最后组合的统计结果

使用上述方法,Sortino ratio获得120%提升。

本博客所有文章如无特别注明均为原创。作者:天泓评测
分享到:更多

相关推荐

发表评论

路人甲 表情
Ctrl+Enter快速提交

网友评论(0)