(「確率的トレンド取引システム」に興味のある友人は、Weibo で私に連絡して、取引システムの理論的枠組みの完全なマインドマップを共有してください。)

取引システムの構築方法については、前の 4 つの記事でそれぞれ説明しました

1. 取引システムの枠組み

2. 制度構築と技術理解の3つのポイント

3. 短期戦略で利益ロジックの確立とその後の課題の考え方の方向性を検討します。

4. バックテストの実施方法

この記事では、引き続き短期取引戦略を使用して、取引システムのバックテストと最適化の方法を具体的に説明します。

図 1 は、2023 年 1 月 15 日から 2023 年 2 月 24 日までの 1 か月間におけるこの取引システムのバックテスト データを示しています。取引システムの特性に応じて、バックテストの内容には、シグナル出現時間、エントリー時間、取引方向、損益、単一リスク量、損益率、総額が含まれます。そして資本曲線を描きます。

1 か月以内に合計 34 の取引シグナルが発生し、そのうち 18 が判断条件に基づいて介入対象として選択されました。最終的に、利益確定は 14 回、損切りは 4 回となり、利回りは 115% となりました。それは1ヶ月で2倍になるのに相当します。資本曲線は図2に示されています。

もちろん、これはバックテストデータです。前回の記事でも述べたように、システムのバックテストパフォーマンスはその上限、つまりメンタリティ、環境、実行などの要因の影響を考慮しない結果です。さらに、バックテスト データは、その適応性と実現可能性を実証するために、できれば 2 つの強気サイクルと弱気サイクルにまたがり、ほとんどの市場状況をカバーしている必要があります。そうして初めて、システムの最適化のための十分なデータサポートが得られます。

次に、バックテスト データに基づいてシステムを最適化する必要があります。最適化の方向性は、次のように多数あります。

1. エントリーロジック

2. 終了ロジック

3. ストップロス額

4. 取引頻度

等

最適化計画が提案されるたびに、過去の市場状況をバックテストし、バックテストのパフォーマンスを最適化前のパフォーマンスと比較して、変更が必要かどうかの結論を導き出す必要があります。これは時間と労力を要する長いプロセスです。

ストップロス最適化を例にとると、図 2 のバックテスト データから、利益の出た取引 14 件のうち、10 件は利益損失比率が 1 以下であったことがわかります。したがって、損益比率を高めたい場合、ストップロスのスペースを減らすことが 1 つの方法です。次に、2ATR から 1.5ATR に減らすなど、以前のストップ ロス ロジックを調整してみることができます。次に、同じ市場状況をバックテストして分析します。勝率は下がったものの、平均損益率は上がった可能性が高いです。長期的に利益が伸びるかどうかは、最終的には実際のバックテスト結果次第です。

今後もこの短期取引システムの最適化事例を紹介していきます。