金十数据

  这也是建立交易系统的一个基础要求，交易系统中的每个规则，都能逻辑自洽，确保进出场规则可以符合「截短亏损，让利润奔跑」的技术分析宗旨，确保头寸规则可以符合「在亏损时减少仓位，在盈利时增加仓位」的资金管理宗旨等等，这是第一步，从理论上让自己的系统达到符合盈利的客观要求。

  一个不知根知底的男人无法托付终身，同样一个没有经历过足量历史数据遍历的系统无法用于实盘交易。一个理论上可以获利的系统，因为某些自己没有考虑到的因素，结果可能是负期望的，所以用历史数据滚动测试是开发交易系统必备的一个环节。

  我们将用复盘软件来测试（如果你可以把系统程序化的话则更简单），这里面有几个要点：

  以交易周期为基准点，提供足够的历史数据和交易数据，确保样本数据的有效性。

  对同一个系统来进行多周期测试，举例来说，如果一个系统在 H1 周期上可以获利，但是在 H4 周期上不可获利，说明这个系统是很值得怀疑的，在 H1 周期上的获利可能并不能代表系统盈利的本质性，换句话说，优势不显著。

  对同一个系统来进行多市场测试，每个市场都有自己的特性，这个不假，在一个市场中获利颇丰可能在另外一个市场并不是如此，但是如果差距太大，说明这个系统也是很值得怀疑的，一个好系统，微调规则后，就能适应不一样的市场。

  历史测试能够在一定程度上帮助我们在实盘之前考量一个系统的能力性、可靠性、可用性，同时在系统设计中，通过一系列数据统计，让我们对系统的改进提供方向性和指导性。

  1.根据陈旧历史数据测试（2010 年至 2017 年历史数据）内推设计出系统原型；

  三个阶段互为循环，帮组系统原型的改进，只有通过内推和外推验证的系统，才是可当作实盘操作的系统。

  2、交易次数，交易次数过少的系统不具备样本意义，对未来的指示性很低，较少的交易次数也可能源于曲线拟合下的强过滤，交易次数的提高有三个方向：减少过滤（特别是那些因系统无法解释数据而强加上去的过滤）、使用较小的时间框架、交易多个市场，同时我们要警惕交易次数过高的非理性频繁交易行为。

  3、胜率，胜率过大的系统往往采用了「让亏损奔跑，截断利润」的策略，或者系统对亏损交易进行了强过滤，属于曲线拟合，胜率过小的系统往往缺乏稳定性，胜率的增加有三个方向：顺势，止损放在阻力支撑等较难突破的点位，剔除一般的交易点位。

  4、平均盈利和平均亏损，盈亏比，盈亏比过小的系统一般是负期望的，盈亏比过大的系统的盈利往往来源于寥寥几笔大盈利，这是要求我们重视的，这样的系统有极高的心态素质要求，其次，这样的系统常常缺乏稳定性，从理论上来讲，我们大家可以通过一次巨大盈利冲销多次小幅亏损，但实践表明，中等的胜率和中等的盈亏比的系统，更具有统计意义上的稳定性，换句话说，这样的系统更加优秀，增加盈亏比通常有两个方法：让盈利的头寸盈利更多（让利润奔跑），让亏损的头寸亏损更少（截断亏损）。

  5、最大连续亏损（盈利）次数（额度），如果实盘连续亏损次数小于测试，我们该坚定不移执行策略，如果实盘连续亏损次数大于测试，我们该警惕系统失效（假性失效）和市场变化的可能性。

  6、最大盈利和最大亏损，如果最大盈利和平均盈利相差太大，则应该剔除这次最大盈利，一般不具备再现的可能性，如果最大亏损和平均亏损相差太大，则应重新考量资金管理策略对风险的抵抗能力，一般来说，单比最大亏损不能超过资金的 6%。

  7、最大回撤，历史数据测试会低估最大回撤，如果最大回撤过大，系统也是不稳定的，对心态要求极高，是不推荐的。

  健康的资金曲线，犹如一次价格上涨的趋势，在上升的过程中，虽然有回调，但是回调都不是很大，在回调后能突破新高，最大回撤、最大回撤恢复时间均能控制在历史数据范围内。

  这样健康的资金曲线，能持续 N 时间，我们就可以姑且觉得自身可以稳定盈利了，N 参数与交易频率、系统正期望反馈时间有关，比如一个 15 分钟交易系统，平均每天交易 3 次，系统正期望反馈时间在 1 个月，那么 N 取值在半年，一个 H4 交易系统，平均每月交易 10 次，系统正期望反馈时间在 3 个月，那么 N 取值在一年半。

  一周展望｜两大央行将公布12月决议前最重要的报告 黄金能否借此打破困局？