开始之前
- 基础风险管理：R 倍数、期望值和仓位规模
- 能读懂价格图表以及移动平均线等简单指标
- 能熟练使用百分比和电子表格
学完后你将能够
- 为一个交易想法写出完整、无歧义的规则集，包括边界情况和信号时点
- 识别并纠正数据问题，例如幸存者偏差、拆股和分红调整以及期货展期
- 在电子表格中搭建包含信号、仓位、资金曲线和回撤列的回测
- 计算 CAGR（复合年增长率）、最大回撤、夏普比率、卡玛比率和盈利因子，并说明每个指标掩盖了什么
- 利用参数网格、测试次数以及样本外测试和滚动前推测试来评估过度拟合
- 规划贴近现实的成本、仓位规模和实盘监控规则，包括何时停止一个系统
本课程的课时
什么是系统化交易，以及规则为何有帮助
了解是什么让一种交易方法成为系统化的方法、每个系统需要哪些组成部分，以及为什么固定规则能让结果变得可衡量。
把想法转化为精确、可测试的规则
把一个交易想法转化为书面假设和一套无歧义的规则集，让电子表格可以对其进行测试。
数据质量：幸存者偏差、复权调整与数据缺口
识别那些悄无声息地扭曲回测的数据问题，并对拆股、分红、退市、期货展期和数据缺口进行修正。
在电子表格中搭建一个简单的回测
在电子表格中逐列搭建一个完整的移动平均线规则回测，并检查其中的错误。
业绩指标：CAGR、回撤、夏普比率和盈利因子
根据回测计算并解读 CAGR、最大回撤、夏普比率、卡玛比率和盈利因子。
过度拟合及其避免方法
理解为什么经过优化的回测会高估未来结果，并利用参数平台、测试次数和简洁性规则来减少过度拟合。
样本外测试与滚动前推测试
把数据划分为训练期和测试期，进行滚动前推分析，并判断回测业绩中有多少能在未见过的数据上保留下来。
成本、滑点与贴近现实的假设
为回测建立单笔交易成本模型，计算成本拖累和盈亏平衡成本，并用更高的滑点对系统进行压力测试。
系统内部的仓位规模规则
为交易系统选择并编写一条仓位规模规则，应用带上限和取整的基于波动率的仓位计算，并观察这条规则如何改变回测结果。
组合系统与分散化
把两个交易系统组合起来，利用相关性计算投资组合波动率，并比较等资金权重和逆波动率权重。
从回测到实盘：监控以及何时停止一个系统
分阶段把经过测试的系统转入实盘交易，衡量执行落差，并利用预先确定的统计规则和回撤规则来决定何时暂停或停止。
一个完整的纸上系统化交易项目
完整地走一遍从假设到实盘计划的项目：规则、数据、样本外测试、成本、仓位规模，以及一份书面的“执行或放弃”决定。