Python 算法交易实验21 基本流程-从数据到模型

本篇简单讨论：假设获得了交易数据，如何构造数据，并使用建模方法评估交易信号的好坏。

随着时间轴前进，我们会“看见”一些机会

从信息的处理上，既有时间的，也有空间的，但是我们可以认为是这样一个顺序：

• 1 选定了一个观察点。这个即是建模假设的时空点，所有数据的获取不可以越过这个点。（不可使用“未来”数据或“不可见”数据）
• 2 先将时间维度的信息提取到观察点空间 ，时间特征“压扁”为空间特征
• 3 在观察点空间构建空间特征，然后基于这些特征进行决策
• 4 移动到下一个观察点循环这个过程

通过一对信号规则来生成候选交易

既然是交易，就一定有入场和退场的时机，这个时机就是信号。所以信号分为买入信号和卖出信号，成对使用。不同于一般建模的地方是：建模的数据集有无限可能，完全由你来生成。

候选交易的数据决定了建模的基础。

有一种情况是，当你的信号质量不高，就有可能导致候选集中存在大量的随机噪声（白噪声），从而导致模型无法提升交易的水平。

当然，候选交易的信号有时候是比较简单的指标，有时候是由模型生成的复杂指标。

在确定了候选交易数据后，就要着手建立模型。模型的作用是什么？

更精准的区分优质交易，提供更好的获胜区间。假设候选数据集的真实胜率是10%，模型性能理想的化我们可以找到30%的获胜区间。

关于真实胜率我是这么理解的，赢钱和亏钱就像扔硬币，随机的赢率也是50%。在现实中由于摩擦成本的存在，赢率应该天然的就低于50%。

所以真实的赢单（假设策略的持仓都是数天到数十天的），例如我们以获利5%或者10%为例，那么可以视为真实赢单。通常情况这种目标率不会高于10%。

当然，还有一种玩法是提高赢单率。简单的我觉得可以理解为，原始策略都是等到硬币落地分出胜负，然而我们可以不必等到硬币落地，在抛出一会之后就可以收割。原来的做法比较重（赢的大，但是赢率不高），而这种做法比较轻（赢的小，但是赢率高）。

进一步将数据分为几块，或许可以站在更好的基础上建模。

如果数据量足够，我们还可以对数据进行无监督学习。无监督学习可以进一步根据数据的不同维度，将数据分为几类，一般来说可以将原始数据进一步分开。

一开始可以使用类似KMeans这样的简单方法，甚至可以用一些欺诈检测算法/模型。比较重要的是采用哪些维度进行度量，对于类似KMeans这样的算法，最好使用类似Zscore这样的变量。用哪些维度作为无监督分类的基础是比较重要的，这反而需要对业务有理解，并衍生出合适的变量。

提高真实胜率。

当真正的建模数据准备好了，并且确定了目标（真实赢单）后就可以开始进行监督建模了，这步的目的则是学习到一般规律，将候选订单进一步区分为高胜率区和低胜率区，至少应该提高一倍以上的真实胜率。

模型本身的区分力能力不提，从交易上至少要考虑一下两个指标。

一个是赢率，这个很好理解。只要是赚钱的交易就赢。
另一个是盈亏比，下面是引用过来的一段解释。
什么是盈亏比？
盈亏比是一个非常简单的概念。以抛硬币猜反正为例，猜对了赢一块，猜错了输一块，这样的盈亏比就是1:1；猜对了赢三块，猜错了输一块，这样的盈亏比就是3:1。

什么是盈亏比？-知乎

风险方面最终要的显然是最大回撤。最好是评估期间回撤，也就是在计算执行了买入操作后的每一天的最大回撤。