海龟投资规律的两个原则，趋势交易和追加代码，已经按指示实施讨论过了，本书结束后，可以思考，从资金管理上进一步补充。
资金管理应包括四个部分( Bruce Babcock在高级技术分析书中提到):适当的资金规模、风险控制、多角化(多市场)和多入场部。 海龟规律全部纳入了设计中，在以前我们的实施中，主要是探讨多个入场地点，然后再来看风险控制的更深层次的意义。
风险控制的目的是达到预先设定的目标，也就是达到资金最大损失的风险水平，一般来说，每笔交易都不会超过1~2%，为什么这样能保证什么呢？ 很明显，这个量化背后的公式并没有浮出水面。 在这里，我公开了几年前的研究，不小心损失的交易者，作为参考可以控制损失。
回到目标的话，每个目标都不一样。 例如，有人最大损失率(1-EP )只有30%、10%。 有人没有考虑过，不用说数学上，下面的关系式是多么合适
100元，损失的比例是多少，你需要赚多少？
亏损10%后，其馀90元为10元，即10/90=11.1%；
亏损20%后，还剩80元，20元，即20/80=25.0%；
亏损30%后，还剩70元，需要赚30元，即30/70=42.9%；
亏损40%后，其馀60元，需赚40元，即40/60=66.7%；
亏损50%后，剩下50元，需要赚50元，即50/50=100.0%。
如果必须设定50%的最大损失，就有利益倍增的能力，而且，要维护这倍增的利益，只要不比最大损失还快，最多只能平打，最坏的话可能很难翻身。 运气当然是财富的要素，但交易没有胜算，只有运气，结果运气概率上只关心极少数人。
关于风险，控制越低当然越好，但相对来说，报酬也下降是个难题，并不难。 问题是人性起伏，看风险低，看报酬不够，心理问题，首先要找到自己真正的最大风险容忍度好吗？ 而且，自己最大的盈利能力是什么？ 找到平衡，接下来接受。
我不喜欢说心理上的话。 人性千变万化，没有人决定别人怎么办。 定量的部分是客观的，还是要继续完成这个数学公式吧
假设最大风险设置为20%，那么如何控制它们，首先找到两个参数:获胜率( p )和风险控制自信水平(1-RP )。 前者是交易系统的能力，后者是统计管理上的严格性，两者的目的通过计算连续损失的最大次数( n )，可从统计的两个分配得到式:
(1-p)^n=RP
这样，可以反过来算出n，99%的自信度，胜率30%，最大的n为12次，胜率50%的情况下，最大的n为6次，如果每次交易的损失被抑制在2%，这两种情况下的最大损失只会失去24%和12%。
究竟要以多少比例作为单一交易的损失额？ 看交易者是否愿意接受最大风险，若有最大损失次数n的推定量，则可以得到下式，求出单笔的最大风险率( r )
(1-r)^n > EP
接着，我们又在实现的过程中，加上这个r值，反复按下交易口的数量，看结果，在此不能提供程序代码。 为了在Tradestation中将这个部分模块化，必须克服很多软件的不足。 程序代码达数千行。 也许将来有时间时回顾一下，会有简化的可能性。 那个时候再次分享。
以下，最大损失率(1-EP)=15%，风险控制自信水平(1-RP)=0.1% :
这里也不能直接用报告书的账户报酬率来看。 账户的最大连续亏损额，可以从以前的利益支付，没有必要从一开始就准备保证金账户。 用别的方法来管理的话，最大的风险设定值是15%，但实际上只发生了12%的最大风险，所以账户的开始额是1000015 %，也就是说10000，除净利润9163K以外，得到611%的是实际的账户报酬率，这比多进场的成绩要高
最后一张图是风险管理下的网图，请自己比较。
该实现包括风险控制，正在处理适当的账户规模，前篇也被多播，今后有机会验证多市场。
发表评论