资深的算法交易员会告诉您，在网上可以找到的大多数交易策略的价值其实都是值得怀疑的。所以，如果您打算将资金投入其中，建议您自己构建并测试您的交易系统。
值得庆幸的是，构建您自己的策略并不一定是一项艰巨的任务——本篇文章提供了算法交易员常用的构建策略的工具，并概述了您可以遵循的6个步骤以构建您可以信赖的交易系统。
1
思考：数据优先还是想法优先？
大多数算法交易者在构建策略时，通常会从两个维度出发，想法优先策略还是数据优先策略。
想法优先的策略始于您所设定的有利可图的假设。例如，您可能想知道是否可以将某个指标应用于给定的股票或货币，或者是否有办法从认知偏差中获利。如果选择了想法优先，那么再基于这个假设去获取数据并测试您的想法。
另一种是数据优先策略，从数据开始，并尝试从数据中提取潜在的盈利模式，然后形成您的假设。这些可以使用交易黑盒模型（例如机器学习、自然语言处理的神经网络等技术好）或您在市场上观察到的奇怪的模型。
格雷戈里·祖克曼(GregoryZuckerman)在向著名量化基金复兴科技(RenaissanceTechnologies)的一位高管询问他们要交易的信号时提到，只要他们有数据支持，他们就会交易诸如“三天前成交量除以价格变化”之类的奇怪信号；他们是否有关于为什么有效或无效的故事并不重要，只要去做就行了。
2
哪个更好？如何获得高质量的数据？
以上两种策略究竟那种实施起来更好？其实很难说，这两种方法上都有人取得了很大的成功。数据优先的方法通常在数学上更具挑战性，但这并不意味着它会更有利可图。
支持想法优先的系统交易者和作家RobCarver表示：“持续盈利的交易来自仔细研究，他们往往是有思想和知识渊博的人，他们试图剖析他们的利润来自哪里。我见过的亏损的系统交易往往是随意抓取数据的结果……意味着我更喜欢想法优先的方法。”
另外，为了获取高质量的数据，您可以使用多个独立的数据来源来检查差异。如果您有三个来源，如果两个来源对给定价格达成一致而一个不同，则从这两个来源中获取价值。如果全部不同，则将三个取平均值，如果3 个中有2个缺失值，则依靠单一来源填充缺失数据。
这样不会确保您的数据完美无缺，但会大大降低引入数据错误的几率。
3
建立测试您策略的简单版本
当您有了一些想法，您就需要去测试它，看看它是否真的站得住脚。我们建议从简单开始，不要花哨的头寸规模，使用止损，检查相关性等等——除非这些是您想法的关键部分，只需尝试测试最简单的版本，看看是否有盈利的潜力。
此时，您并不需要费劲心计去寻找世界一流的回测方法，只是需要知道您试图利用的信号是否存在某些潜力。它在熊市或牛市中似乎表现更好？高波动率制度与低波动率制度如何？
如果在某些情况下有优势，您可能会有一些可以构建和使用的东西。
4
添加实时策略所需的关键组件
假设您有一个引起您兴趣的交易信号，那么您就可以开始添加实时策略所需的一些关键组件。您将需要调整头寸规模和风险管理以避免爆仓，添加止损/目标以退出交易，并添加过滤器或其他信号以限制您的模型在其执行期间进入最好的入场时机。
5
优化您的参数
许多交易者因过度拟合他们的策略而陷入困境。他们选择一个信号后并不断调整参数，直到他们得到一个具有超额回报的模型。他们被诱人的数字所吸引，却没有意识到他们的模型极其脆弱，注定要失败。
过度拟合
绿线代表过度拟合模型，黑线代表正则化模型，显然绿色显示出色的统计数据，更好地跟随训练数据，但更仔细地观察，很明显它过于依赖该数据，在面临新数据时会具有更高的错误率。
虽然没有硬性规定如何可以避免过度拟合，但最好限制模型中的参数数量和尝试的运行次数。
过多的参数让您可以使用多种组合来找到“恰到好处”的组合，并且在回测中看起来不错，但不能实际运用到您的交易账户。每组参数都需要一次新的运行。
6
遵循最佳实践操作——执行样本内/外测试
最佳实践要求仅将部分数据用于拟合参数（例如调整回溯期、止损水平等），其余数据用于测试。第一部分被称为样本内测试，而后者是外测试。
样本外数据为您提供了一个机会，让您有机会了解您的系统将对未经校准以进行交易的新数据执行什么操作。这旨在为您提供对未来性能的更好估计。
通常，您会看到建议将70-80%的数据用作样本内数据，其余20-30%的数据用作样本外数据。
假设您有20年的历史数据可用，大多数新手交易者将在所有20年中都采用他们的策略，然后进行交易。更好的方法是将测试数据和训练数据分开，这样您就可以在前15年优化参数，然后在最后5 年测试结果。前15年是您的样本内数据，而后5年是您的样本外数据。这有助于防止如上所述的过度拟合，因为您应该能够看到在样本外测试期间您的策略性能下降了多少。
预计会有一些下降，因此您的样本内测试应该比样本外测试具有更高的回报和更好的风险指标。但是，如果样本内很惊人而样本外很可怕，那么您可能已经过度拟合了您的数据，需要回到绘图板。
解决此问题的另一种方法是使用交叉验证技术，例如前向优化。这允许您优化和测试数据的子集并选择最好的。
您可以用很多不同的参数来做到这一点，每次都保持前30%，看看有什么能幸存下来。这需要大量数据，但被广泛认为是黄金标准方法。
7
在多种制度下进行测试
永远不要将天才与运气和牛市混为一谈。
市场经历牛市和熊市，向上、向下和横盘整理；高波动期和低波动期。如果您制定了一个策略并且只在一种类型的制度上测试它，那么当市场不可避免地转向时，您就会遇到挫折。
扩展您的回测并获取更多历史数据，是确保您的策略能够在这些不同环境中站稳脚跟的关键。
如果您交易的是历史不长的品种怎么办？
在这种情况下，您有几个选择：
找到一个历史悠久的可比项，看看您的模型表现如何。是否存在相关工具，例如同一行业的股票或具有类似驱动因素的商品（例如黄金和白银）？
生成模拟数据来测试您的想法。这要求您从您正在使用的统计数据中进行概括，以模拟其他时间序列数据，以查看您的策略如何执行。
这种方法的一个优点是您可以调整其中一些统计数据或创建不同的趋势和场景来构建更广泛的测试。
8
完整性检查，风险管理
如果您的策略已经做到这一步，那么恭喜您！仔细看看这些回报，您真的相信它们在实践中是可能的吗？这时候，要注意风险管理。
毫无疑问，理解和管理您的策略的风险至关重要。当然，也许您的策略今年获得了丰厚的回报。但这是由于一个合理的策略，还是只是幸运的回报，通过承担巨大的风险而获得的。关于理解风险，有许多讨论过的行业标准，其中最基本的是标准差。
标准差
标准差衡量设定时间段内每只股票价格与同期平均股价之间的差异。
标准差
风险价值
风险价值(VaR)只是衡量在正常市场条件下投资损失的可能性。例如，如果给定投资组合的1 个月25% VaR 为6%，这意味着该投资组合在一个月的时间范围内有25%的机会损失其价值的6%。投资组合经理将希望将他们的投资组合调整为合适的VaR。具有较高风险承受能力的人可能不会介意较高的损失概率，前提是这也允许较高的高回报概率。
夏普比率
夏普比率是一种广泛使用的度量，由诺贝尔奖获得者威廉夏普开发。它衡量资产的表现，并根据其风险进行调整。自动交易系统可能会寻求优化某些指标，而夏普比率是一个受欢迎的指标。
夏普比率
夏普比率可以简单地衡量为资产回报减去无风险利率之差的预期值，然后除以标准差。无风险利率是要求零风险的理论收益率。夏普比率1通常被定义为可接受，2高于平均水平，3是非常好的。
您可以使用适当的资金和风险管理以及更广泛的工具组合来获得更高的夏普比率，但如果所有这些都远高于1，那么您可能正在进入市场。
如果您想坚持这种策略，那么在收集更多数据以查看它是否按您预期的方式执行时。
最后，开始您的交易！
现在，您应该拥有一个明确定义、优化且经过良好测试的交易系统，该系统可提供有吸引力且合理的回报。看来是时候交易了！
要在交易中取得成功，您还需要拥有一个可靠且安全的经纪商，且能为您提供在市场中寻找有利可图的交易机会的主要工具。
谈到交易平台上的分析工具，大多数平台都包含最流行的技术工具，如趋势线、斐波那契和技术指标。在Exness交易平台，为您提供交易计算器、转换器、免费的VPS，确保您日常交易所需的各种辅助工具。
Exness的VPS托管服务可让您使用自主模块（智能交易）的在线交易确保稳定、优质的技术条件。
由于Exness的VPS服务器和交易服务器均位于同一个数据中心，所以交易服务器的ping值表现惊人（0.4— 1.25 毫秒），得益于此，交易者可获得实时报价，订单也可在毫不延迟的情况下即刻发送至服务器。
如何免费获取ExnessVPS 托管？
如需使用VPS托管，您的首次入金金额不得少于500美元或其他货币的等值金额。如需获取VPS主机托管服务，请把请求提交至[email protected]，或通过在线咨询与我们联系。
除此之外，我们还为客户提供快速、稳定的交易软件系统及一站式金融服务，您可以自主选择账户类型。
Exness有功能丰富的免佣金标准帐户，市价执行、稳定价差和无重复报价，适合包括新手在内的所有交易者，新手可通过美分手交易进行尝试；
经验丰富的投资者可选择专业账户，Exness先锋账户客户可享受超低点差，甚至可能无点差（30种货币对在交易日95% 的时间内为0 点差）。
专业账户为您构建交易策略提供更有力的先决条件，更低的策略执行成本，适合剥头皮交易者、日间交易者和算法交易者。
我们始终把您的资金安全放在首位，即时自动出金秒到账，让您充分享受安全无忧交易体验。
Exness集团的业绩财务报告由全球四大审计公司之一德勤提供
更多信息请登录：www.exness.guide
免责声明：
本资料仅作信息传播之用，不可被解释为包含投资建议或投资推荐，或任何金融品种交易的要约或邀请。信息提供者与Exness均未将您的个人投资目标或财务状况纳入考量，且不对所提供信息的准确性、及时性或完整性作任何保证或承担任何责任，亦不对因所提供的任何信息、预测或其他数据而产生的任何损失提供任何保证或承担任何责任。资料中所提及的意见纯属作者个人观点，不一定代表Exness之立场。过往业绩不能作为未来业绩的担保和预测依据。
风险提示：
投资存在高风险，因此可能不适合所有投资者。投资价值可能增加也可能减少，投资者可能损失其所有投资资金。在任何情况下，本公司对任何个人或实体的、由与投资相关的交易造成的、或因其产生的、或与其关联的全部或部分损失或损害，概不承担任何责任。
คำชี้แจง (Disclaimer) : เนื้อหาข้างต้นเป็นเพียงมุมมองของผู้เขียนแต่เพียงผู้เดียว และไม่ได้แสดงหรือสะท้อนถึงจุดยืนอย่างเป็นทางการของ Followme แต่อย่างใด Followme ไม่รับผิดชอบต่อความถูกต้อง ความครบถ้วน หรือความน่าเชื่อถือของข้อมูลที่ปรากฏ และจะไม่รับผิดชอบต่อการดำเนินการใด ๆ ที่เกิดขึ้นจากเนื้อหานั้น เว้นแต่จะมีการระบุไว้เป็นลายลักษณ์อักษรอย่างชัดเจน
