一、趨勢與震蕩的劃分

“趨勢”和“震蕩”是投資者使用最為頻繁的市場語言，也是交易過程中不可回避的問題。然而，市場中的趨勢和震蕩是對立統(tǒng)一體，有時互相轉(zhuǎn)換，而有時又在不同交易周期中互相包含。順勢而為，或稱趨勢型跟蹤策略，是被投資者普遍推崇的交易策略之一，通常指的是抓住大趨勢，在趨勢行情中賺大錢而在震蕩行情中虧小錢的交易思路。

后驗地回顧歷史行情，一眼就能看出哪里是趨勢，哪里是震蕩。但是在行情的演進過程中，要預(yù)測短線后市是延續(xù)當前的趨勢或震蕩行情，還是即將出現(xiàn)反轉(zhuǎn)，則有較大的不確定性。趨勢跟蹤通常是指市場出現(xiàn)趨勢跡象時，嘗試性地入場追隨未來可能的趨勢，這種嘗試本質(zhì)上是試錯。如果判斷正確，則順勢而為，如果判斷錯誤，則不得不為錯誤承擔損失。從交易策略的角度上看，并不一定要求試錯的成功率很高，而要求每筆均盈利一定要大于每筆均虧損，以及在真正趨勢來臨之前，一定不能在震蕩行情中消耗掉過多的初始資金。

雖然趨勢和震蕩沒有明確的界限，但從量化策略的角度，若要明確判斷當前是趨勢或是震蕩市，以及何時確定為反轉(zhuǎn)，則需要把握一個“度”。移動平均線是最常用的趨勢型技術(shù)指標，固定均線系統(tǒng)的主要缺點是：震蕩時短期均線頻繁轉(zhuǎn)向，不能很好地屏蔽市場的噪音，容易產(chǎn)生虛假信號；而在趨勢行情中，長期均線的信號較為滯后。如果能根據(jù)不同的行情特點，均線自動調(diào)整參數(shù)，則在一定程度上可以避免噪音產(chǎn)生的虛假信號，又能消除長期趨勢的滯后性。

Kaufman在《精明交易者》中建議用“市場效率系數(shù)”來量化描述震蕩和趨勢行情的特點，創(chuàng)造性地提出了自適應(yīng)均線(AMA)的概念。市場效率的計算原理可以類比到物理學(xué)中路程和位移的概念，把一段時間每日收盤價格變動的絕對值累加值類比為路程，把一段時間內(nèi)的漲跌幅類比為位移。在震蕩行情中，價格來回波動，總的路程很長，而最終實現(xiàn)的位移不大，稱之為低效率；在趨勢行情中，每日收盤價格的變動對最終漲跌幅的貢獻大，稱之為高效率。為了反映均線的自適應(yīng)性，橫盤震蕩時用較慢的參數(shù)，而趨勢形成時用較快的參數(shù)。

AMA10相對于MA10而言，趨勢行情中跟隨趨勢更緊，而震蕩行情中則相對平緩。為了更直觀地把握趨勢和震蕩的“度”，過濾掉一些微小的波動，通過人為地設(shè)定一個閥值，以水平線的形式來表示震蕩行情。具體地，當AMA10較前一日的AMA10的變化幅度不超過前一日AMA10的2%時，則把當日AMA10設(shè)成前值。設(shè)定的閥值越小，則自適應(yīng)均線劃分的“臺階”數(shù)越多，水平線對應(yīng)的震蕩區(qū)間段相對越短；而閥值越大，則自適應(yīng)均線劃分的“臺階”數(shù)越少，在震蕩行情中對震蕩幅度的容忍程度越高。因此，趨勢和震蕩的劃分并沒有絕對，根據(jù)不同交易品種的特性，人為地設(shè)定合理的閥值，有利于趨勢跟蹤策略的制定。

二、期指中長線順勢交易的思路

從過濾微小波動后的自適應(yīng)均線圖中，可以較直觀地看出歷史行情中的趨勢和震蕩的人為劃分，回歸到交易策略中則需要確定買賣條件，即試錯的標準。我們參考通道類的技術(shù)指標，把最高價的AMA10作為價格上軌，把最低價的AMA10作為價格下軌。

上升趨勢中的價格絕大部分都運行在下軌之上，下降趨勢中的價格絕大部分都運行在上軌之下。震蕩行情中，兩條自適應(yīng)均線都趨于走平。突破上軌意味著市場走強，跌破下軌則意味著市場走弱。短期內(nèi)最高價和最低價的變化趨勢有可能不一致，從而導(dǎo)致最低價AMA在最高價AMA之上。但大多數(shù)情況下，最低價AMA在最高價AMA之下。

為了提高試錯的成功率，必須過濾掉假突破的虛假信號。過濾市場噪音的方法有許多，比如三重過濾網(wǎng)通過長短周期的相互驗證來過濾虛假信號，海龜交易的四周法則通過突破過去四周的最高或最低價來確定趨勢等等。本報告為了過濾震蕩行情中的假突破，也限定了相應(yīng)的條件，盡可能地在趨勢形成初期入場。具體地，同時滿足：連續(xù)兩個交易日的收盤價均在最高價AMA之上、該兩個交易日累計漲幅超過2%、兩日的最低價低于最高價AMA時，產(chǎn)生開多和平空信號；而同時滿足：連續(xù)兩個交易日的收盤價均在最低價AMA之下、該兩個交易日累計跌幅超過2%、兩日的最高價高于最低價AMA時，產(chǎn)生開空信號和平多信號。

為了減少試錯的損失，采取最簡單的止損設(shè)置，當收盤價相對于開倉價而言，朝不利方向變動超過1%時，則按當日收盤價止損。同時，為了保證在真正趨勢來臨之前，初始資金不被多次試錯失敗而大幅吞噬，在采取中長期趨勢追蹤策略時，唯有輕倉入場，才能有效地控制資金的最大回撤，否則交易心態(tài)將受到負面影響甚至拋棄最初的交易策略。

　　具體的測試條件為：測試對象是期指連續(xù)當月合約，測試時間段2010-4-16至2011-8-19，初始保證金18%，開平倉費率萬分之0.75，初始資金1000萬，每次均以30%的倉位開倉。交易系統(tǒng)中涉及的參數(shù)主要有：過濾AMA微小波動的閥值2%，止損幅度1%(不考慮杠桿)，過濾虛假信號時的兩日突破的累計漲跌幅2%，開倉倉位30%，不對參數(shù)進行過度優(yōu)化。

對期指連續(xù)合約的測試結(jié)果顯示，均盈利/均虧損為4.8，勝率*(均盈利/均虧損)為3，年回報53.55%，最大回撤15.08%，年均交易次數(shù)約6次。另外，用該策略測試滬深300指數(shù)從2006-1-4至2011-8-19的歷史數(shù)據(jù)，結(jié)果顯示均盈利/均虧損為4.07，勝率*(均盈利/均虧損)為1.42，年回報68.13%，最大回撤39.19%，年均交易次數(shù)約11次。從長期交易來看，盡管勝率大幅下降，但趨勢行情中的盈利足以彌補震蕩行情中的損失。然而，也應(yīng)該注意到，年回報/歷史最大回撤的數(shù)值并不理想，對于震蕩行情中虛假信號的過濾方法，以及資金管理等方面，還有許多值得完善的地方。

三、關(guān)于程序化交易的一點認識

上述介紹了一種對輕倉順勢中長線交易策略的嘗試，就交易系統(tǒng)而言，上述交易策略還相對粗糙。波濤的《系統(tǒng)交易方法》(1998)是國內(nèi)較早討論程序化交易的一本經(jīng)典書籍。其中提到交易系統(tǒng)是完整的交易規(guī)則體系，一套設(shè)計良好的交易系統(tǒng)，必須對投資決策的各個相關(guān)環(huán)節(jié)做出相應(yīng)明確的規(guī)定，必須符合使用者的心理特征、投資對象的統(tǒng)計特征以及投資資金的風險特征。因此，程序化交易的本質(zhì)是交易策略思想的自動執(zhí)行，可以克服人性的心理障礙并嚴守操作紀律。必須強調(diào)的是交易策略是有適用性的，投資者性格和風險偏好程度的不同、交易品種統(tǒng)計特性的不同以及策略原理本身的差異，都會使得具體的程序化交易方法是其適用范圍的。

如何才能較好地發(fā)揮程序化交易的效率，以及程序化交易真能成為實現(xiàn)投資者財務(wù)自由的交易圣杯嗎？在此，希望和大家分享的是上海中期的朱淋靖老師在一場關(guān)于“股指期貨與程序化交易—世界第八大奇跡：投資組合”報告中的觀點。報告中指出，任何一個單獨的交易系統(tǒng)模型，都很難獨立成為交易圣杯，除非是高頻套利模型。但任何一個普通的交易系統(tǒng)模型，都可以通過投資組合，而達到交易圣杯的效果。

　　朱淋靖老師指出投資組合分散化效果呈現(xiàn)金字塔式的結(jié)構(gòu)，最底層的策略是相對容易實現(xiàn)的，但也是分散化效果最一般的。隨著策略和品種的組合形式的不同，在該金字塔中越靠頂端的策略，達到的投資組合分散化的效果是越好的。

例如，投資組合分散化效果最一般的是運用同一個交易策略，針對同一品種的參數(shù)分散化。根據(jù)歷史數(shù)據(jù)優(yōu)化參數(shù)，是很多投資者進行程序化交易時面臨的誤區(qū)。未來并不會簡單地重復(fù)歷史，因此需要參數(shù)分散化。下圖是一個簡單的趨勢跟蹤策略在期指15分鐘周期上的測試對比圖，根據(jù)歷史數(shù)據(jù)選取的最優(yōu)化參數(shù)得到的收益率高得驚人，而固定該最優(yōu)參數(shù)后，在后市的實際效果卻表現(xiàn)一般。

　　投資組合分散化效果圖中金字塔的第二層是品種分散化，盡可能選取相關(guān)性不強的品種，由于不同品種資金回撤的時間段不同，組合后的收益曲線會變得相對平滑。金字塔的第三層是時間框架的分散化，指的是在不同時間周期上展開交易策略。金字塔的第四層是同構(gòu)策略分散化，指的是運用同一類交易策略的不同子策略。例如，對股指期貨同時應(yīng)用各種不同的趨勢系統(tǒng)，如均線突破和波動性突破等。最后，金字塔的頂層是異構(gòu)策略分散化。指的是使用低相關(guān)性、或者說相關(guān)性為負的策略組合之間的搭配，將會產(chǎn)生意想不到的效果。投資組合分散化效果的示意圖表明不同性質(zhì)的策略搭配、不同相關(guān)性的品種組合、同時嘗試不同周期的組合策略，或許會有產(chǎn)生較好的組合分散化效果。投資者可以按此思路嘗試一些較為穩(wěn)健的交易策略。（