《超越技术分析》 作 者：图莎尔·钱德

我们如何判断系统潜在的不稳定性呢?典型的不稳定系统在测 试数据上被过度拟合，或者在一些细微的地方不够明确。我们要寻 找的两条线索是高比例的盈利交易(比 如说在总交易数小于30时 ， 盈利交易所占比例大于60%)或者大数目的连续亏损交易。表3.16和 表3.17所 示为使用与移动平均交叉测试相同的测试周期在欧洲美元 市场上的业绩。我们使用一套简单波动性突破系统，使用最新的价 格运动区间。注意连续亏损交易的数目：样本内数据周期上为12， 样本外数据周期上为16。 大数目的连续亏损交易表明，对于该市场

 表3.15 业绩总结：样本外周期、优化的13日 和50日 简单移动平均交叉系统。

(译者注：表中文字“Opt.VotBo” 意为优化的波动性突破系统，而表头却为“ 未优化 ” ，按正文推断应为未优化。 )

这是一套比较蹩脚的系统。该市场以平滑的趋势运动，从简单移动 平均系统的潜在获利性便可看出。波动系统中交易的持续时间为4个 交易日，而对趋势跟随系统来说是88~91个交易日，表明短期波动 性突破系统可能不适合交易欧洲美元市场。

 另一种需要检查的异常情况是，在给定测试周期上单笔交易获

表 3.18 一套咖啡市场上的10~20日 移动平均系统，在1996年 ~1997年所有利润 来自单笔交易。

利占净利润的40%或更多，或者日内资金回撤超过最大单笔亏损。 超大的盈利交易在3~10年 ，或更长的时间里可能只出现一次，如 果考虑交易那种市场的利润，系统的性能便会被高估(见表3.18中 咖啡的行情)。 现在考虑一下前述波动性系统在瑞士政府债券上的 交易，交易周期从1999年1月 4日 到2000年7月 27日。最大单笔盈利 为100928美元，大于报告中的净利67284美元(见表3.19)。 最大 日内资金回撤为-214833美元，大大超过最大单笔亏损的一 63538美 元。这表明该交易策略允许不利于头寸的大幅价格回调，而不退出 出场。所以，波动性突破反转策略可能不适合通常表现为长期、平 滑趋势的债券市场。

当我们测试一套希望在多个市场上使用的系统时，系 统最少 应该在10个不相关的市场上具有获利性。期货市场大致可以分为如 下几个板块：农产品、外汇、能源、利率、金属、软件和股票。所 以，我们的系统应该在每个板块中两个以上的市场上具备获利性。 股票指数在交易时一般是比较特殊的，在股票指数上的优化系统与 其他板块上具有获利性的系统常常具有不同的特性。在本书的后面 将给出对该系统测试结果的分析，分析表明它们的规则是完善的，

  因为它们在超过10个或更多市场上，在不同的时间框架上都具有获 利性。需要注意的是，存在板块专用系统，它们需要使用特定板块 的相关信冫 急，比如宏观经济数据、交易者报告的承诺、农产品产量 数据或者石油输出国组织(OPEC)的 生产限额。显然我们不能希 望这样的系统在其他板块上奏效，但它们应该在同一板块的大多数 市场上具有获利性。

你的计算机内置计算功能可能具有20位以上的小数位，于是 ， 当你对系统进行优化时，计算机产生的参数值可以捕捉数据中的微 小变化。例如，进入一笔交易或避免一笔交易可能对特定数据组上 的获利性产生很大的影响。优化过程将利用规则来选择或避开有问 题的交易。但是，这种选择性具有很小的长期作用，因 为影响交易 的随机市场因素可能永远不会被复制。比如我们正在使用百分比交 易带，计算机建议的宽度可能为sO日 移动平均线两侧 1.73205087 %。 但是，我们在系统中最好使用“ 四舍五入 ” 后的数值，比如2%或 1.75%。 使用四舍五入后的数字会避免过度拟合，因 为在一个时间 周期上计算出来的优化宽度很可能在耒来的其他周期上不会继续为 最佳数值。四舍五入背后的假设是一轮主要趋势一般会上升超过 1.75%的交易带，如同超过1.73205087 %交 易带和2%交 易带。四舍 五入将设计问题的解决方案通用化了，所以降低了系统性能对测试数据的依赖性。自然，使用2%交易带代替1%交 易带会降低交易频 率，因为1%交易带将比2%交易带更经常地被穿越。该结论在所有的 市场上都是正确的，而且是一项不必经过大量测试和优化的基本原 理。所以，在进入市场之前，系统结构要求一个特定的运动穿越交 易带，而且这比带有10位小数的精确的价格带值更有意义。