《超越技术分析》 作 者：图莎尔·钱德

该测试系统使用10日 时间周期来计算快速K移动平均和快速D移 动平均。当快速K线在快速D线之上时，系统在开盘时买进，反之亦 然。System Writer Plus TM软 件向导为计算给出了确切方法。

这个例子使用7个不相关市场的连续合约，滑移价差和佣金考量 为100美元，初始资金管理止损为1500美元。测试周期从1898年5月26日到1995年6月30日 。该简单系统在这些市场上是亏损的，而且还 有大幅的资金回撒，大部分是由于连续的亏损交易。注意交易的数 量较多，而盈利交易的比例相对较低。

这些计算结果的主要含义是，尽管市场只做短期的趋势运动 ， 但在趋势运动期间的利润远远超过区间运动期间的利润。原因是当 市场做趋势运动时，价格变化的幅度是做区间运动时的好几倍。

这个例子假设交易者支付的是大街上提供的 “ 打折 ” 了的交易 佣金。如果交易佣金很低甚至可忽略，那么在高交易频率下，逆势 策略将会出现不同的交易结果。 表3.3将模拟利润在有无滑移价差和佣金时做了比较。获利性 的差异是显而易见的，随机震荡指标系统的业绩在低佣金时显著提 高。这个结果说明如果不得不支付高额佣金，那么逆势策略就没有 多少吸引力了。

有多种逆势策略，表3.4中所列的计算结果便是用一种不同的交 易策略得出的。移动平均交叉(MAXO )系统是最简单的趋势跟随 策略，但是它也可被用做逆势策略。比如当短期移动平均线向上穿 越长期移动平均线时，交易者可按照逆势策略而做空。当然，这种 “ 向上 ” 交叉也是趋势跟随策略中一个做多的信号。

 这里我们任意选取了5日和20日移平动均代表短期和中期移动 平均。测试周期从1989年5月 25日 到1995年6月 30日 ，滑移价差和佣 金量是100美元，初始止损是1500美元。平均来讲，逆势策略是净亏 损的，日 内资金回撤潜能较大。而趋势跟随策略将平均损失斩断在 79%，资金回撤量低于39%——两个数据显示的状态都较好。

表3.5所示为另一个组合：用7日 和50日 简单移动平均的移动平 均逆势策略和趋势跟随策略。这个组合对严格的趋势跟随有利。假 设跟之前的一样：滑移价差和佣金是100美元，初始止损是1500美

元，计算周期是从1989年 5月 25日到1995年 6月30日 。

在逆势交易中，7/50日 SMA组合也是净亏损的。另一方面，在 趋势跟随交易中，所有7个交易市场的盈利额展示出是净盈利。趋势 跟随策略的资金回撤量大约是逆势的1/5。 因此，这两组数据都表明 趋势跟随方法是更好的选择。

这些计算结果表明趋势跟随策略对于一般交易者可能是个更好 的选择。然而，如果你佣金和滑移价差费用比较低，逆势策略也颇 具吸引力。 

本章的例子测试所用移动平均组合是任意指定的。读者可以在 历史数据上测试自己的系统，以找出性能更好的组合。优化是在历

史数据上寻找“ 最佳 ” 变量组合的过程。下一部分讨论了优化是否 是一种很好的设计策略。

是否需要优化

如果使用计算机，我们很容易通过历史数据搜索出系统的“ 最优 ” 值。结果可能令人相当吃惊。如果你可以提前知道最盈利的参数 组合是什么，想象一下你的收益会怎样?这便是问题的所在。不幸的 是，在历史数据上表现很好的参数很少会在将来创造类似的业绩。 

这里使用的术语 “ 最优化 ” 相当宽泛，它包含影响交易系统参 数值选择的所有工作。我们已经知道用曲线拟合一个系统模型是相 当困难的。或许可以考虑使用较低水平的优化，在这种情形下，我 们可以通过在较为广泛的取值范围和市场上来测试系统，然后选出 自己 “ 最 ” 喜欢的一组。但是真正的问题不是这个特殊的参数组合 是否最好，而是交易者是否会完全信任该系统，并毫无偏差地使用 它进行交易。最优化的主要好处，可能是提高了交易者对某套特殊 系统的舒适程度。