彈性進出場的判斷 | 優勢比率應用

  • Post author:
  • Reading time:4 mins read

當你開發完策略,也跑完統計清單,有沒有碰過一種狀況是策略換股週期在月初每月換股,但現在已經月中,你在猶豫適不適合中途進場?
你一定想過若點位和日期不同,雖然是同一檔標的,但不同價位所面臨的風險完全不一樣,可能策略回測賺錢,但你中途進價太高,導致最後是虧損的局面。

或是你害怕中途進場買高,結果策略一路走高,你只能看著他一路飆,錯過補票機會。
雖然保守一點來看,其實這也沒什麼不好,少賺總比賠錢好,想貼合回測曲線,下次換股日再注意也是選項,但有沒有辦法讓我們判斷策略的進出場彈性,做更積極的決策?

優勢比率定義

要如何判斷策略適不適合補票(中途進場或加碼)?可以藉由海龜交易法則的 Edge Ratio (優勢比率來判斷)。
優勢比率為平均 GMFE (策略每筆交易紀錄的最大有利幅度) 除以平均 MAE (策略每筆交易紀錄的最大不利幅度)。這可以藉此評估進場優勢,一個隨機性的訊號大致上會帶來相等的 MFE 與 MAE。

若大於1,代表存在正優勢,潛在最大獲利空間比最大虧損多,在持有過程中保有優勢可以中途停利或做其他操作,也就是策略的容錯率較高。反之則為劣勢,可能要抗衡較多的虧損狀態。

優勢比率時序分析

我們加上時序分析,判斷策略每筆歷史交易持有過程 n 天內的優勢比率變化,看看隨著持有時間變長,優勢比率是不是會走高?通常一個好的趨勢策略,都會逐步拉開優勢空間。

如何使用 FinLab Package 顯示策略的優勢比率?

回測函數sim 裡面的參數「mae_mfe_window」控制「優勢比率時序圖」的時間長度,設定40就是看40天的變化,為了加快回測運算,此參數預設為None,如果要顯示優勢比率,且既一定要自己設定「mae_mfe_window」數值。
一般來說若是月週期 (20交易日) 的策略,我都會拉長一點到40,看策略有沒有可能20天後的edge_ratio持續走升,若是此情況,可以著墨策略延後出場,獲取更多報酬的可能性。
sim會回傳report物件,使用report物件內的display_mae_mfe_analysis()方法即可顯示「波動分析圖」。想知道「波動分析圖」更多應用可參考此篇文章

from finlab.backtest import sim

report=sim(position=position, mae_mfe_window=40)
report.display_mae_mfe_analysis()

回傳圖表的最上排第二張子圖即是「優勢比率時序圖」。

分析案例

舉幾個FinLab策略的時序圖來示範「優勢比率時序圖」如何分析 ?

營收動能瘋狗策略

優勢比率開高一路走升,優勢空間隨著時間放大,擁有不錯的趨勢策略特質,有較高的近場彈性,但接近第20天左右(下次營收截止日換股)有高峰,這時就不建議中途進場,容易在高點套住,應等下期緩股訊號出現。
策略連結

投信大哥跟屁蟲策略

三天決勝負的短線策略。
優勢開高後一路走跌,優勢空間隨著時間快速縮小,越慢進場的局面越不利。
極度不適合延遲進場,沒跟到第一天就別跟了。
投信買賣超這個因子對短線較有影響力,過去市場應有不少人在投信短期大買後跟單,導致此現象,但這項催化劑也退的很快,長期走勢的影響力就不大,容易被其他變數干擾,較不適合當中長期因子。
策略連結

藏獒策略

類似營收動能瘋狗策略,但不強調營收創新高,比較多轉機股條件。
優勢比率在第五天創出小高峰後,會有一段明顯回撤,也就是延遲第8天進場的話,甚至有機會買的比第一天成本比,過了這個小低谷後,優勢空間開始走出大波段。
策略連結

結論

你的策略有什麼樣子的「優勢比率時序圖」呢?趕緊用FinLab Package 來實做看看,會夠了解你策略的細節喔!

Ben

Python 軟體工程師與量化策略研究員。 鑽研資料工程、網頁後端、資料視覺化、量化交易策略開發。 投資主力在台股市場,量化策略為主、質化分析為輔,追求人機攜做最佳化。逐步將觸角延伸到總經、美股、加密貨幣,朝更全方位的交易人邁進。