量化交易策略的收益度量分析


量化交易策略的收益度量分析
文章图片

在量化投资领域,可能有各种各样的量化交易策略,但它们都有一个共同的特点:策略的收益率,这使得比较不同的量化交易策略成为可能。然而,收益本身可以用不同的时间周期来衡量,例如小时级别、日级别、月级别、年级别等等。因此,在比较不同量化交易策略的收益回报时,需要确保采用的回报时间周期一致。
【量化交易策略的收益度量分析】不同量化策略的收益可以用很多指标来衡量,例如平均年收益。平均收益值只表示投资收益的平均水平。高平均收益可能比低平均收益好,但是平均收益本身并不包含收益围绕平均的分散度的信息,然而这一点对于很多规避风险的投资者来说非常重要。
一般可以用标准差来衡量收益距离收益平均值的离散程度,波动性,或标准差越高,通常意味着风险越高。然而标准差只是反映收益距离平均值的离散程度,并没有考虑到可能导致多年收益破产的极端负风险。
实际工作者测量尾部风险常用的方法是观察历史数据中的最大损失值,称为最大回撤法。最大回撤记录的是上一个全局最大值之后、下一个全局最大值(超过上一个全局最大值)之前的最小值所带来的从峰到谷的最低利润。过去任何时候记录的最大值称为“最高水位线”。最大回撤是相邻两条最高水线之间的最低利润,水位最低的回撤也是最大回撤。
在预设的时间窗和频率下,平均收益率、波动率和最大回撤是比较不同交易策略、观察某个交易策略最重要的指标。除了平均收益、波动率和最大回撤,交易者有时会用偏度和峰度来描述收益的分布特征。通常,偏斜度描述的是收益率分布相对于均值的位置。正偏意味着大部分收益在均值右侧,负偏意味着大部分收益在均值左侧。峰度表示收入分配的尾部是否正常。峰度值高意味着存在“厚尾”,即极端完整或负值的概率高于正态分布的概率。


    推荐阅读