《精明交易者:系统交易指南》 作 者：佩里·J·考夫曼

标准的经济分析，经常基于多重回归分析，它试图在数据之间形成连续的关系。它需要所有数据都以历史上相同的方式相互作用，即使当市场已经是被不同的力量驱动或根本没有力量驱动了。这种技术类似于强迫形成一种联系。这个问题目前可用神经网络来避免，使用阈值分析以隔离不同的市场情形。一个单独事件或一组事件的组合，将会启动使用一个适用于此情况的一组信息。例如，一次不寻常的大规模通货膨胀将会使系统的注意力集中在利率，并开始观测生产者价格指数（PPI）、高盛商品指数、收益曲线以及美元，在这些数据中寻找确认。第九章中将更多地叙述此问题。

数据不断增加

价格图和系统测试都有个很有意思的特性，这就是许多模式的发现取决于数据的长度，你不能只用一个星期的日数据就找到“头肩底”的信息，或者用一年的数据找到一个重要的牛市。对于绩效的期望也会因为使用太小的数据或部分选择的数据而歪曲。

随着测试所用价格数据的增加，原本获利的交易显示出更多的亏损可能。一个长期的横盘和波动区将会产生持续的大幅亏损，这在小时间跨度的测试中是显示不出来的。

你用的数据越多，你看到的价格模式也就越多。一个500天的数据测试较之250天的测试，价格将会有较长的连续移动；1000天比500天更好。数据越多意味着每种价格模式和它们的组合就越多。将有更多的新高和新低，以及拉锯区间和价格突变。总的来说，当你使用更多的数据时风险就变得更大，而收益却很少保持同步增长。

当你开始交易时，你也正在添加当前的数据到你的数据档案中，一年之后，你提升1000天测试至1250天，组合的周期中将包含新的或更加极端的模式，正如你现在已经测试了1250天一样，随着数据增多，交易风险也增加了。结果，当你开始交易时，风险可能会大于在测试时所看到的幅度。

系统的使用

计算机和系统给予了个人交易者和机构交易者更多的能力。套利、剥皮（strip）、多重决策生成程序和专家系统若没有现代的技术则不可能实现。现代技术也对风险控制及动态资产分配做出了贡献，它允许在没有实际亏损的状况下测试交易理论。

使用计算机化的策略不是轻而易举的事，较之传统交易方式，它实际是更加有纪律及受限制的一种形式。它要求用户仔细地审查自己的程序和决策制定过程，并将它们排列成有序的形式。在进行这样操作的同时，许多交易者其实是在自问自己到底想干些什么。自主的自由交易—~应用人的本能和选择外部因素的能力——是一个伟大的交易者所必需的。计算机并不能开创一个例外的获利模式。对于那些一贯从市场中获利的交易者来说，计算机化的程序经常充当一个指引。它可以告诉他们趋势的方向，给出关键的价格水准，并告诉他们其他人的持仓情况。

某些成功的交易者已经使用系统作为交易的基础。他们能发现哪一个交易机会更有潜力，能在一个较好的价格进入，能在他人利润回吐前退出。你可以发现，他们把许多成功归功于系统，但同时，对于他们所用方法的一个仔细的、系统的测试却表明，它根本不能产生净利润。投资者的技巧才是真正使他们成功的原因，尽管这些投资者都说那是系统的功劳。

许多投资者不能确定计算机化的策略是提高了他们的绩效，还是仅仅给了他们一种平静的心情。这就是说，因为生活是一场每个人针对于无序的斗争，某些投资者宁愿使用一个坏系统，也比什么系统都不用的好。系统的优点在于其确定性，并且可以用测试来验证。不是所有的系统都因其简单明了而有效。本书打算帮助你掌握系统交易方法，同时告诉你该如何提髙系统的交易绩效。

正确的仓位，错误的原因

当一个市场交易者掌握了一个有基本面支撑的仓位时，成功的希望增加了。但是，大多数系统交易的规则都不允许波动太高，而这些波动对于一个基于政府的政策、供应与需求或企业未来的期望而建立的长线仓位来说，却是不可避免的。

使用技术分析的原因，是为了应对价格以一种不可预测的方式与基本面背道而驰，是为了判断目标价位，或是为了控制风险。在对于整个投资的控制加强的同时，付出的代价是：因价格回撤过多或风险暴露过高而提早平仓。