Разработка отличной систематизированной торговой системы до получения определенной прибыли от ее использования - сложный процесс, в процессе которого возникают многочисленные проблемы. Например, часто есть инвесторы, которые очень уверены в прибыльности стратегии до фактического использования торговой стратегии, поскольку график исторических тестов прибыли стратегии сглаживается вверх, а после реального рынка кривая капитала поворачивается вниз, что не устраивает людей.
Процесс проектирования программируемой торговой системы состоит из двух частей, и обе части могут привести к чрезмерной совместимости. Первая часть проектирования системы заключается в формировании полной системы правил торговли. Формирование правил торговли обычно осуществляется сверху вниз и снизу вверх: сверху вниз - на основе длительных наблюдений за рыночными процессами, чтобы обобщить правила, а затем на основе правил - для формирования количественной стратегии торговли, которая требует длительного накопления торгового опыта; сверху вниз - на основе статистического анализа, чтобы сформировать новые рыночные характеристики. Появление программируемой торговли и развитие компьютерных технологий позволяют быстро реализовать эти методы.
Мы считаем, что можно начать с формирования правил торговли и разработки торговых систем в двух основных аспектах. Современная математика финансовых рынков показывает, что временные серии цен включают две части: первую часть - определенные предметы, из которых можно выяснить все более определенные правила; вторую часть - случайные предметы, в которых нет закономерностей определенности, явление явления является лишь вероятностью. Когда мы извлекаем правила торговли из исторических условий рынка, необходимо проанализировать их логику и закономерность, а правила торговли, которые должны отражать рыночные закономерности, должны быть сделаны с определенной точностью.
Во-первых, увеличение емкости образца данных исторического тестирования, чтобы избежать слишком большого количества транзакций. Если количество данных исторического тестирования меньше, то, хотя система, разработанная для нее, хорошо работает в образце, испытания на более короткие сроки не имеют убедительной силы, и трудно предсказать будущее функционирование системы.
Во-вторых, при тестировании выделяется образец испытуемых данных на внутрипробный и внепробный, при проектировании системы используются внутрипробные данные, а затем испытывается система, полученная с помощью внепробных данных.
В-третьих, слишком много основных параметров - это система с большим количеством параметров. Система с большим количеством параметров - это система с большим количеством свобод, которая всегда получает красивую систему после оптимизации нескольких параметров, но ее надежность сомнительна.
В-четвертых, при оптимизации параметров системы нам необходимо рассмотреть параметры, близкие к оптимальным параметрам. Если производительность системы параметров близких сильно отличается от производительности оптимального параметра, то этот оптимальный параметр может быть результатом чрезмерного суммирования, математически называемого дискомфортом, который является нестабильным. Если рыночные характеристики немного изменятся, оптимальный параметр может стать худшим параметром.
В-пятых, применять торговые системы к другим сортам и наблюдать их эффективность. Всеобъемлющие торговые системы редки, но системы, которые хорошо работают на одном сортке, могут хотя бы выиграть на другом сортке. Если не выгодно на другом сортке, в процессе использования этой системы следует обратить внимание на ее эффективность, то есть на то, не слишком ли она подходит для особых условий одного сорта.