上篇文章遗留问题上回的结论说明AMA(KAMA,自适应移动平均)的降噪能力是4种均线中最好的,但是没有回答其绩效表现如何。现在我来回答这个问题,之前选择的均线窗口长度均为20。从下表中可知ama的夏普
上篇文章遗留问题
上回的结论说明AMA(KAMA,自适应移动平均)的降噪能力是4种均线中最好的,但是没有回答其绩效表现如何。现在我来回答这个问题,之前选择的均线窗口长度均为20。从下表中可知ama的夏普比率是最低的,“降噪”能力强不代表绩效表现好,这和我的预期相反。
夏普比率 |
交易次数 |
均线类型 |
0.29 |
8964 |
SMA |
0.26 |
11564 |
WMA |
0.24 |
10039 |
EMA |
0.02 |
8393 |
AMA |
本篇前言
通过前一篇文章我们初步了解到了不同类型均线的“降噪能力”,但是降噪能力并不一定等同于绩效表现,所以这篇文章中将会展开研究上述4中类型的均线的绩效表现。首先简单介绍一下回测是如何进行的,基本信息见下表。这里把手续费控制在开+平5%%,且开平仓各一跳滑点。虽然成本设置是偏高的,但这样更能体现出模型取得正期望的能力。
不同均线的绩效表现
1.SMA的表现
SMA的表现出乎意料的好,它的参数平原非常宽,均线窗口取值从15至100都没有引起夏普比率(均值约在0.24左右,绿色虚线)的大幅波动。
2.EMA的表现
EMA的表现一般,它的参数平原连续性比不上SMA,夏普比率均值和SMA差不多。
3.AMA的表现
AMA的表现不好,没有明显的参数平原,夏普比率均值不及0.2。
4.WMA的表现
WMA的表现也不错,中间的参数平原还是比较明显的,夏普比率的均值与SMA和EMA差不多。
不同均线的绩效水平综合对比
1.夏普比率
SMA的夏普比率是最宽的稳定性最好,但是AMA的表现让我大跌眼镜是4中均线中最差的。
2.交易次数
上述四种类型的均线的交易次数都随着窗口长度的增大而迅速减少。当均线窗口长度在40以内时交易次数这样依次排列:wma>ema>sma>ama。交易次数可以用来辅助选择参数,如果某个参数对应的交易次数过小建议直接放弃,因为交易频率过低说服力不够,之前良好的绩效表现完全可能是偶然的结果并不具备普遍性。比如现在有这么两个策略,策略A的夏普比率是1.5,交易次数是30次;策略B的夏普比率是1.2,交易次数是100次。我会选择夏普比率更低的策略B。
3.不同类型均线正预期参数占比
在测试的时候每种均线的取值范围都是5~100,每次变化1个共96种,其中夏普比率是正值的参数占总数的比例我称之为正预期参数占比。这个比例越高越好,越高说明赢面更大。
均线类型 |
正预期参数占比 |
SMA |
0.968750 |
EMA |
0.947917 |
AMA |
0.885417 |
WMA |
0.947917 |
结论
上面的数据让我知道均线的降噪能力强并不代表策略表现也强,反倒是降噪能力更弱一些的均线的表现更好。
- ama的综合表现最差
- sma、ema和wma有明显的参数平原,稳定性较好
原创文章,作者:币圈吴彦祖,如若转载,请注明出处:https://www.kaixuan.pro/news/441414/