《精明交易者:系统交易指南》 作 者：佩里·J·考夫曼

■选择参数可使用较少的数据，评估风险则使用较多的数据。如果10的数据不能代表当前市场的情况，基于一个短的测试周期去选择参数可能更合理。一旦这些参数被固定下来，可测试一个较长期的旧数据集合去得到一个更好的风险评估。从一个小范围的测试数据取样中找到全部的风险是不可能的。使用旧的数据能够展现波动性和风险的更多形态，使用最近的数据则用来确定趋势的周期和获利的价格形态。

■在过去的价格中寻找一个最糟糕的情况。在过去的图表中去寻找明显的价格突变并不困难。寻找最大的价格移动，并考虑最坏的一幕，从而评估风险。假定过去发生的事情在未来会再次发生，这种看法是比较安全的。

创建一个人造数据系列

一个有用的数据变换可以给出现实的系统测试结果，用一台计算机做下列事是很有必要的：

1.扫描历史日线数据，并从其中删除有价格突变发生的日子及其后两天的数据。突变的日子可以由一个较大的缺口或者一个非比寻常的大波动交易区间来鉴别。借助于选择缺口或波动区间是平时的3、5甚至10倍的办法，你可以选择不同大小的突变波动。

2.创建一个价格指数，它与价格突变的那3天没有关联。这将会关闭由删除数据而产生的任何价格缺口，并将所有价格变化改变为百分比变化的形式。

3.使用缺口调节后的数据系列来测试交易策略。这将得出一组不从价格突变中获利的参数选择，同时也假设其不会因价格突变而止损出场。这将会产生一个系统，该系统在“仿正常”的市场中运转顺利（“正常”必须实际上包含价格突变）。

4.在原始的数据系列（包含所有价格突变）上运行这个具有所选参数的交易策略，将得岀类似的利润结果，但风险要大很多。一半的波动将会产生利润，而另一半波动则带来大亏损。如果你发现了没有引起亏损的价格波动，则可以使用获利的那些波动去指示潜在的亏损大小。波动正好在当前持仓的方向上发生，仅仅是好运气而已，在实际交易中它可能正好相反。你应当以人工方式评估过去价格突变的大小，并假定它们代表了未来的风险。

你现在有了一个回报和风险数值的实际集合，去确定系统的优点和成功交易所需的必要投资。为了“正常市场”所选定的参数将会推导出更多经过粉饰的利润，而最终风险数字将给出有关价格突变的效应和频率的实际情况。如果仅依靠移除价格突变的数据，优化过程将永远不会调整参数，以使得系统能够从不可预测的价格突变中获利。

对用来创建一个缺口调节后的数据系列的价格突变的清楚定义，可以使得你在实际交易中自动地识别出系统中同样的波动。当突变产生时，你可以改变规则并当作特例处理。方框7-2给出了用于创建这个系列的FORTRAN代码。有关调节数据，在第十章中有更多论述。

管理一个价格突变

从一个价格突变中你可能获取一笔大的利润或是一笔大的亏损。因为你不能预测震动发生时间，你就必须假定你将持有一仓位，无论是多头还是空头。我们已经讨论过用来减少风险的止损的使用，并且得出结论：一个场内止损单更加可能捕捉到最糟糕的价格，那么该选择什么呢？

方框7-2创建一个“震动调节过”的价格系列

在由于价格突变得到一笔可观利润或者蒙受亏损之后，你可以持有一个交易仓位一阵子再退场。因为你能够在计算机上自动地识别一个震动，你也能测试专门应对这种震动的策略。例如，如果这价格突变是向上移的，收盘时设置一个多头或空头仓位（这取决于震动的类型），然后在一两天后退出！（见表7-2）。你能确定哪一个震动倾向于继续，哪一个将反转。如果有足够的实例，你可以开发一个很清楚的价格突变策略。