关于交易系统（一）

Aug 21, 2020

一个有效的交易系统是在包括历史走势在内的行情中表现出正期望值的。以数据库的视角来看，建立一个有效的交易系统，
需经过测试集、验证集与训练集的综合迭代优化得到。最终的计算可应用站内大咖CheckRaise分享的凯利公式。

1.交易系统的基本要素：进/出场点、止盈/止损与仓位管理三个方面。本文仅讨论如何通过数据维度建立交易系统。

2.测试集：测试指标在某一品种上是否适用，以MACD为例，依据日线的金/死叉做多/空在固定的止盈止损机制下能否取得
较高的收益率。
1）样本数量：测试集所需样本较少，10-20次信号即可检验其有效性；
2）指标筛选：同指标不同时间级别表现不一，可通过测试集方式快速筛选有效时间级别；

3.验证集：寻求更多的信号样本验证指标信号是否具备普适有效性，即能否在50-100次信号中表现不错。若验证有效，则
继续进行如下步骤。
1）噪声过滤：过滤噪声信号，根据样本中的信号表现筛除高频出现的假信号，如MACD在日线收盘前死叉收盘后未死叉；
的做空信号表现不佳，则考虑以收盘后是否为死叉为优化标准，忽略盘中波动信号，再次验证是否表现更佳。
2）盈亏机制：信号筛选后观察止盈止损机制的可优化性，如行情波动率不同时的固定止盈止损机制是否存在不匹配，针对
波动率问题采用ATR方式建立浮动式止盈止损机制；

4.训练集：在更大范围样本信号中训练信号（最低为验证集的3-5倍），避免过度拟合历史的情况发生，同时细节优化指标
的使用规则。
1）过度拟合：在验证集处理过程中，容易出现交易员追求完美表现而采用过度拟合区间走势的情况，因此在训练集检验时
需观察是否出现该错误；需要明白过度拟合是不具备长期有效性的。

正因没有不变的市场，交易系统也不存在完美的圣杯。祝各位百舸争流，与时俱进，避免系统性风险的发生。