一

ONE

理想很丰满，现实很骨感—回测

我们常常遇到这个问题，明明回测表现很好的策略在实盘运行中不尽人意！

首先，回测效果的可信赖程度依赖大量历史数据，期限不够长、样本不够多，皆无法如实反映策略的优劣程度。其次，模型参数或多或少存在过度拟合；交易成本计算不充分、市场冲击的隐性成本未纳入考虑；策略逻辑和数据逻辑不一致等因素皆会造成策略在回测和实盘表现的差异。

二

TWO

怎么minimize回测中的坑？—模拟盘

为了精确还原实盘表现，在实务中回测通过的策略会在模拟盘运行一段时间，再次验证收益与风险，做到实战前心中有数。

什么是模拟盘？

是将策略在 真实行情中模拟运行。

模拟盘跑多久？

与机构的审核机制、策略频率和资金头寸有关，没有标准答案。

审核机制

对于风控管理较严谨的机构，如海外大投行，会将策略在模拟盘测试长达1个月的时间；追求实际效率的机构，如私募基金，可能1-2周完成模拟验证。

策 略频率

模拟检验应符合大数法则，要完成具规模的交易笔数才能验证策略的有效性。

资金比重

策略特性与交易员倾向会影响投入该策略的资金量，而资金量大小会影响审核效率。

三

THREE

模拟盘的核心—撮合逻辑

重要事情说三遍！

撮合逻辑是程序化交易平台的独门秘籍，也是构建模拟盘的核心和难点，越接近交易平台的真实撮合逻辑，越能还原实盘的表现。

由简入深，ComStar将撮合逻辑分为5层。

1.自定义成交价

订单与指定的某个行情价格进行成交，例如将成交价定义为k_bar收盘价、tick成交价等。

优点是性能最佳。

缺点是未考虑订单量与成交价的关系。

2.见价即成

预先设置订单价格和量级，若量级能匹配，市场价格穿过了订单价格则全部成交。

优点是性能较佳。

缺点是仅考虑了价格，在订单数量具一定规模时会有失真的情况。

3.k_bar撮合

考虑了价格和量，利用k_bar把价格优先、时间优先两要素包含进去，设定一定成交比例。

优点是性能佳。

缺点是k_bar的数量相比tick少非常多，对于非高频的策略，若采用高频次k_bar例如分钟级和tick级的模拟结果差异不会太大，但是若采用中低频次k_bar例如日K、周K，那么偏差就会很多，且无法抓住k_bar时间段内的行情波动，很容易错过止盈和止损点，从而造成模拟结果与实盘的差异。

4.盘口撮合

构建类似于交易平台的中央限价订单簿，加入双边深度档位行情，按照价格优先、时间优先原则进行撮合，并且加入滑点和成交比例的处理逻辑。

优点是贴近实盘。

缺点是耗费大量系统性能，模拟的时间较长。

5.市场冲击

实务中每一笔交易都会对市场造成一定的影响，即市场冲击，在回测过程中若未考虑交易的冲击，会导致回测结果失真。

冲击分为两部分：

永久性冲击成本和 临时性冲击成本 【Glosten (1987)以及Easley 和O’Hara（1987）】。

对于两者的衡量，最新的研究 （见Huberman 和 Stanzl,2004;以及Gatheral,2009）认为临时性冲击是和时间相关的指数型衰减，永久性的冲击和订单规模线性相关。

ComStar采用i-star和蒙特卡罗模拟两种冲击模型，对订单造成的行情临时冲击和永久性冲击进行模拟，复现订单数量较大时对市场的冲击成本，从而更精确的判断策略的有效性。

以一个外汇的经典布林策略带您感受一下市场冲击成本的影响。同一策略在未考虑市场冲击成本时，以真实历史市场行情回测的收益率为2.31%，而在考虑市场冲击成本之后，收益率则下降为2.13%。

（图形及数据来源：ComStar）

再来观察一下成交详情，2020年06月01日16:30左右，行情上涨突破布林中轨从而触发了第一笔买单，在未考虑市场冲击时，当日23:30行情跌破布林中轨又触发了第二笔卖单。当纳入市场冲击影响后，第一笔买单会一定程度的推高市场价格，导致之后整个布林轨道的形态发生改变，在回测图上看到第二笔卖单在第二天06月02日10:30左右才发生。

（图形及数据来源：ComStar）

除了订单规模和时间，股票市场里，市场冲击还与交易持续期、股票相关特征如行业和公司盈利的公告、波动率和价差有关；在外汇和期货市场里，还与流动性、交易持续期和波动率有关。

四

FOUR

让模拟盘更优化—策略因子的可视化监控逻辑

为了让交易员更清楚地监控模拟盘，我们提供策略因子的可视化实时展示，让交易员更直观地监控不同因子和交易信号的触发状态、对行情预测的敏感度和与策略盈利的关联。

例如下图所示的固收布林策略，可以观察到行情上涨穿过布林中轨触发买单，下跌穿过中轨触发卖单。

（图形及数据来源：ComStar）

▲

声明：本文为作者根据相关文献整理和总结，仅为个人见解，不代表任何机构观点。返回搜狐，查看更多