如何衡量交易收益的稳定性
相同的总利润可能掩盖截然不同的稳定性。本文展示如何按周分组结果并计算四个数字:盈利周期占比、标准差、变异系数以及最佳周期占净利润的比例。内含两位交易者的对比实例和常见错误。
最近更新:
简而言之。 要衡量交易收益的稳定性,把结果按相等的周期(例如每周)分组,然后检查四个数字:盈利周期的占比、各周期结果围绕平均值的波动幅度、总利润中有多少来自最好的单个周期,以及中位数与平均值的比较。两个交易者可以得到相同的利润,却有完全不同的稳定性,而这些数字能显示差别。
收益的稳定性不同于自营公司的一致性规则
“一致性(consistency)”这个词在交易中被用于两件不同的事。自营公司的一致性规则是公司设定的提款条件,通常是限制你的利润中有多少可以来自最好的一天。该规则见什么是自营公司一致性规则。
本文讲的是在任何账户(包括个人账户)上都能衡量的东西:你自己的结果在时间上分布得有多均匀。它描述的是你的流程,而不是公司的要求。交易者可以通过公司的最佳单日上限,结果却依然由一个幸运的周所驱动。
为什么总利润掩盖了全貌
总利润和平均利润对路径只字不提。累计 +1,600 的八周,可能是八个平稳的周,也可能是六次小亏和一次大赚。第一种记录暗示一个可以重复的流程。第二种可能只是显示了一笔无法再指望的超大交易。
期望值告诉你一笔平均交易值多少。稳定性问的是另一个问题:围绕这个平均值的结果,从一个周期到下一个周期的变动有多大?两者都属于复盘,彼此不能取代。
第一步:选择周期并建立序列
下面的一切都从一个周期结果的列表开始。以周为单位是务实的默认选择,因为单日大多是噪音,而对多数日志来说,以月为单位的数据点太少。
- 选定一个周期长度并保持不变。把周和月混在一起会破坏所有比较。
- 对每个周期,在扣除佣金、隔夜利息和费用之后加总净结果,用账户货币计,或者更好的是用 R 或账户百分比计。
- 留意仓位大小。如果样本期间仓位变化很大,各周期的美元结果就不可比,所以要使用 R 或百分比。
- 收集足够的周期。少于大约八到十二个时,加入一个周期,下面的每个指标都会大幅变化。这是经验法则,不是统计阈值。
衡量稳定性的四个数字
| 指标 | 计算方法 | 它告诉你什么 | 注意事项 |
|---|---|---|---|
| 盈利周期占比 | 盈利周期数除以全部周期数 | 周期以正收益结束的频率 | 不涉及规模:许多小额盈利可以掩盖一次大额亏损 |
| 周期结果的标准差 | 周期结果围绕平均值的离散程度 | 结果在各周期之间波动的幅度 | 衡量两个方向的波动,而不仅仅是亏损 |
| 变异系数(CV) | 标准差除以平均值 | 相对于平均结果的波动 | 平均值接近零时不稳定 |
| 最佳周期占净利润的比例 | 最佳周期除以总净利润 | 结果有多少依赖单个周期 | 超过 100% 意味着其余周期总体上是亏钱的 |
其中两项值得细看。
标准差是衡量序列波动程度的常用指标。晨星(Morningstar)将其对基金收益的定义为收益在过去波动了多少,数值越高意味着收益波动越大,数值越低意味着越平稳(晨星词汇表,标准差)。它与夏普比率所用的输入相同,所以你可能已经在追踪它了。
变异系数把这种波动与平均值按比例对应。NIST 将其定义为样本标准差除以样本平均值,并指出当平均值接近零时,它对平均值的微小变化变得敏感(NIST Dataplot 参考,变异系数)。对交易者来说,这意味着 CV 适合用来比较两段盈利的交易期间,而当账户接近盈亏平衡或平均值为负时则不可靠。
实例:相同利润,不同稳定性
下面的数字仅为示意,不是真实交易者的数据。两位交易者八周各赚 +1,600,所以每周平均 +200。
| 周 | 交易者 A | 交易者 B |
|---|---|---|
| 1 | +300 | -250 |
| 2 | +250 | -300 |
| 3 | +400 | +2,600 |
| 4 | -150 | -200 |
| 5 | +350 | -150 |
| 6 | +200 | +100 |
| 7 | -100 | -300 |
| 8 | +350 | +100 |
重要。 总利润相同并不意味着结果质量相同。评判一份交易记录,要看利润在时间上是如何分布的,而不仅仅是最终数字。
现在来看四个指标,使用样本标准差:
| 指标 | 交易者 A | 交易者 B |
|---|---|---|
| 盈利周数 | 8 周中 6 周(75%) | 8 周中 3 周(37.5%) |
| 每周结果的标准差 | 约 210 | 约 983 |
| 变异系数 | 约 1.05 | 约 4.92 |
| 最佳周占净利润的比例 | 25% | 162.5% |
| 中位数周 | +275 | -175 |
交易者 A 有两周亏损,但从未亏得很多,而且平均的一周看上去就是典型的一周。交易者 B 的平均值相同,但中位数周却是亏损。去掉第 3 周,交易者 B 将亏损 1,000。这就是要寻找的模式:当中位数远低于平均值时,少数几个周期在支撑结果。
这个比较并不是说交易者 B 没有优势。它说的是,八周的数据无法把优势与一笔幸运的交易区分开来,这在样本较小时是常见情形。下一步是获取更多数据,并复盘第 3 周的那笔交易。
如何综合解读这些数字
没有任何单个指标是足够的,因为每个指标都隐藏了一些东西:
- 盈利周期占比高,最佳周期占比也高:许多小额盈利再加一个占主导地位的周期。检查这个主导周期是否来自你可以重复的信号。
- 盈利周期占比低,总额为正:少数大额盈利为许多亏损买单。这可以是一种有效的风格,但需要更大的样本和足够的资金来承受连亏,见最大连续亏损。
- 标准差低,平均值低:平稳但几乎不赚钱。成本在这里可能抹去优势。
- CV 随时间下降:相对于平均值,结果越来越均匀,这是大多数交易者想要的方向。
这些数字都不能预测未来的结果。它们描述的是过去的样本,而市场和仓位大小都会变化。
衡量稳定性时的常见错误
- 混用周期长度:把周度 CV 和月度 CV 相比较,结果毫无意义。
- 忽略仓位变化:当一段好行情后每笔交易风险上升,即使流程没有改变,后续周期以美元计也会显得更加波动。请使用 R 或百分比。
- 相信极小的样本:三四个周期可以产生任何你想要的指标。
- 在盈亏平衡附近使用 CV:平均值接近零时,该比率会爆炸。请改看标准差和中位数。
- 剔除最差的周期:为了“清理”数据而去掉糟糕的一周,违背了这项衡量的目的。
记录什么,让数字自动更新
日志让这些指标变成读取而不是重新计算。有用的字段包括每笔交易扣除成本后的净结果、以 R 计的每笔交易风险、日期和账户,以及信号标签。有了这些,交易日历中那样按周查看已平仓盈亏,就能直接给出周期序列。每月复盘一次,很自然地融入月度交易复盘:把这四个数字加入清单,并与上个月比较。
本文仅用于教育目的,不构成财务或投资建议。示例仅为说明,不代表真实的交易结果。交易,尤其是使用杠杆,可能导致全部存款的损失。
在 BitStat 日历中并排查看你的周度和月度结果,并在 BitStat 仪表盘上跟踪总额。