《超越技术分析》 作 者：图莎尔·钱德

多合约策略的年盈利见表7.7。 多合约系统创造的利润是单合约 系统利润的5倍还要多。该系统最多交易8份合约，平均交易3份合 约，平均资金回撒只增加了3倍 。所以采用多合约策略使业绩显著提 升。当然，资金回撤也有所增加。让我们来看一下间隔资金变化 ， 以便更好地理解系统的性能。

比较表7.5只交易一份合约和表7.8交 易多份合约的结呆，我们看 到两种策略之间的巨大差异，表7.8中 的数据都要比表7.5中 的数据大 3~4倍 。对于表7.5中 的系统，如果我们交易5份合约，那么6个月时 间间隔的最大资金回撤将是一26315美元(5× 5263美元)。 变合约策 略(表7.8)产生的最大6个月资金回撤为一21800美 元，比 固定交易 5 份合约的资金回撤小17%。 但是，固定合约策略交易5份合约产生的 利润与变合约策略相同。于是，变合约策略的“ 非线性 ” 产生令我

表7.8 采用多合约策略的德国马克系统在90个月上的间隔资金分析(1988年2月~ 1995年6月 )。

们非常感兴趣的结果。

与对单合约策略的分析方法一样，我们将月资金变化的标准偏 差四舍五入为6000美元，然后乘以4，得到“ 最差 ” 资金回撒的估 计值一24000美元。于是，对于一个50000美元的账户，业绩带将为 48%。 我们马上可以看出，对于该50000美元的账户，我们使用多 合约策略交易时，使用了过大的杠杆。比较表7.6中 单合约的结果 和表7.7中多合约的结果，我们可以看到，在1991年 ，单合约系统产 生了15.3%的 利润，而多合约系统则亏损了15.1%。 不建议使用如此 大的杠杆交易，这些计算结果再次验证了这一点。 

当我们增加账户资金时，资金的百分比波动便会降低。所以 ， 当我们对资金的百分比变化做线性回归分析时，使用较小的枉杆便 会产生较平滑的资金曲线。这是很自然的，因 为当我们减小杠杆 时，账户中剩佘的资金便可作为缓冲器来吸收细微的资金波动。在 表7.9中 ，我们可清楚地看到这种情形。根据表7.5中 的数据，我们在 表7.9中 列出了账户规模分别为50000美元、75000美 元和100000美 元 三种情况下的标准误差。 

标准误差的减小意味着资金曲线更加平滑。随着账户规模增 加，百分比波动降低。需要注意的是，业绩带是对资金回撒的很好 预测。所以，月 盈利标准偏差的4倍是预测下侧风险的一个良好起 点。然后我们就可以推导账户规模，以 使资金回撤量保持在一个较 低的水平。假设我们交易六个市场，并且希望将 “ 最差 ” 资金回撤 限制在3%以 内，那么就要使用80万美元的账户来交易该多合约系 统，这与50000美元的账户要相差很多。 

本小节的测试结果和论述应该可以说服读者，资金管理策略可 以显著改变投资组合的业绩。如前所述，作为一种设计思想，我们 应该努力去应对资金曲线的下侧，而让市场去应付其上侧。在下一 小节中，我们将分析是否有可能使用资金曲线的间隔分析来预测未 

表7.9 较小的杠杆给出较平滑的资金曲线 (以百分比为基础 )。

来资金回撤。

预测资金回撤

资金管理的一个重要目标是，使用严格的风险控制来减少资金 回撒。所以，我们希望对潜在资金回撒做出合理的预测。我们不得 不依靠对过去的分析来预测未来，所以宁愿过于谨慎，也不要冒险 犯错，在预测资金回撤时，宁愿使预测偏大一些。交易者最好准各 迎接较大的资金回撤，而非较小的资金回撤。

上一小节中的论述表明，对于一套系统来说，月 资金变化的 标准偏差是预测未来亏损幅度的一项有效工具。我们首先画出日资 金曲线，然后将它转换为月资金曲线，再计算出每月的资金变化。 使用电子表格，可 以计算出月资金变化的标准偏差。为了简便起 见，我们把它叫做σ 1。 对于任意系统，比较保守的预期资金回撤为 4σ 1。 但这只是一种观点，我们可以考虑其他比较接近的值，比如 5σ 1，甚至3σ 1。 

为了测试这种预测技术，我们使用从1985年 1月 1日 到1990年 12 月31日 的连续合约，并任意选定七个市场：棉花、欧洲美元、黄 金、燃料油、日元、瑞士法郎和美国债券。我们使用三套任意选择 的、未经优化的系统进行测试：一套甾SMA-3CC系统，一套带10点 屏障的收盘价20棒突破系统(CHBOC)和一套基于波动性的系统 (VOL)。 最后一套系统的规则将在第8章数据随机化处理中详细阐 述。我们使用2500美 元初始止损，并在10日 高点和低点跟踪出场 ， 允许100美元的滑移价差和佣金。这些选择都是任意做出的，没有考 虑系统的性能，也未考虑测试数据。