2014-10-05 21:03 来源:818期货学习网
图11-3则反映了不同退出标准参数下的MAR比率。退出标准是一个规定系统退出点的参数。我们在前文介绍布林格突破系统的时候说过，当收盘价穿越了移动均线（也就是通道的中心线）时，系统就退出市场。在这次测试中，我的目的就是检验一下系统在这个穿越点之后或之前退出市场会怎么样。在图中，正的退出标准参数值对多头交易来说表示高于移动均线的标准差倍数，对空头交易来说则表示低于均线的标准差倍数。相反，负的参数值对多头交易来说表示均线之下，对空头交易来说表示均线之上。
让我们看看退出标准参数值从-1.5逐渐变动到1.0的影响。如图11-3所示，参数值达到-0.8时，测试结果最好。任何高于或低于-0.8的值都会降低MAR比率。
最优化参数
之所以说历史测试有预测价值，是因为历史测试结果可以对交易者在未来的表现提供一些指示。未来与过去越接近，未来的交易结果就越接近于历史模拟结果。作为系统分析的一种方法，历史测试也有一个很大的问题，那就是未来永远也不会等同于过去。但一个系统确实能利用反映在市场中的人类永恒行为特征来赢利，从这个角度看，过去就是对未来的模拟，尽管不是精确的模拟。用全部经过最优化的参数得出的历史检验结果代表着非常特殊的交易结果，也就是这个使用最佳参数的系统用于过去的实战中将产生的交易结果。因此，这个模拟结果就代表着最乐观的历史回顾。
假如未来与过去完全一致，你在实际交易中就应该得到这样的结果，但未来永远也不会等于过去！现在请回顾一下本章前后的各个图表：每个图的形状都像是一座山峰，而且都有一个峰顶值。你可以用图11-4这样的图来表示一个给定的参数值。
如果说A点的值代表着一个典型的非最优化参数值，B点的值代表着一个最优化的参数值，那么我会说：B值用在实际交易中更好，但如果用B值，未来的实际交易结果可能逊于B值下的历史检验结果。
相反，A值用在实际交易中不如B值，但它的预测价值更高，因为如果用A值进行交易，那么未来的实际结果与A值下的历史检验结果更为相符也就是说，未来实际结果好于或逊于历史检验结果的可能性是相同的。
为什么？为了更好地理解这一点，让我们假设未来会发生很大的变化，以至于图11-4中的图有可能要左移或右移一点，但我们不知道向左还是向右。图11-5中的A、B值左右都标出了一个变动范围，这代表着A、B值的相对位置在未来的可能移动范围，我们称为误差幅度。
对A点来说，如果它的相对位置左移，它所对应的系统表现就要低于A点：如果它的位置右移，系统表现就会提高。因此，参数值A下的测试结果有不错的预测价值，不管未来如何变化，因为它高估和低估未来表现的可能性是相同的。
但B点就不一样了。不管向左还是向右移，系统表现都会下降。这意味着B值下的预测结果很有可能高估未来的实际结果。假如这种效应通过多个不同的参数而复合放大，那么未来变化的影响也会复合放大。这意味着，如果有很多参数都是最优化的，那么未来的实际结果与这些最优化参数值下的预测结果就很难吻合。
但这并不意味着我们应该在实际交易中使用参数A。因为即使未来的变化幅度相当可观，B点左右的系统表现仍然高于A点左右的系统表现。因此，尽管最优化过程降低了预测价值，你仍然应该采用最优化参数，因为最优化参数更有可能带来理想的结果，不管未来如何变化。
最优化矛盾已经成了骗局和诡计的温床。有很多不道德的系统兜售者大肆炫耀他们靠特定市场上的最优化（特别是短期最优化）所得出的超高利润和不可思议的优异表现，但他们知道这样的历史测试结果不可能在实际交易中实现。不过，最优化会导致虚夸现象并不意味着我们不应该最优化。事实上，要想建立有效的交易系统，最优化是至关重要的。
© Copyright 2014 818期货学习网 All Rights Reserved. 浙ICP备14000419号-1
