#交易#

问，老师，我研发的系统也要像你一样配置很多品种同时交易么？

答，最好是，这个答案，无论盈亏比优势博弈还是胜率优势博弈都应该如此。

因为单个品种的方差不足以支撑交易员长期稳定。

方差的随机性直接影响试错的有效性，若试错效率太低，如日线级别交易，一年试错机会不过十几次的，一旦失败则要成就一番资金规模的时间会被拉的太长，且市场里一个品种极大的肥尾效应大约1年只有2-3次，且持续时间随机，强的如黄金白银按年计算，短则1-3个月。若把这样的试错效率放在量化里面对于正EV的实现是一个巨大的不确定性。时间一旦拉长单品种暴露的风险就太大，因为任何量化体系的策略都不足以覆盖所有价格运动，必然会暴露出风险缺口。

主观交易者没有系统的，我觉得反而可以适当的一年这样玩几次就行了，因为长期交易维生的方式在你们身上很难实现，但是掌握好宏观一年来摸一两次奖，成功了，有限博弈一把，失败了立刻退出，等下一年，当游戏玩，把资金控制好别那么贪，我觉得对于主观交易走超低频率路线是可以的，这样的交易用周K，日K都相当合适。一年超过银行定存的利率的收益回报应该问题不大吧。

纯量化的话，必须降低方差对自己的影响，所以多品种就是必备的，但这方面就看你怎么谋划了，如果你是资金非常有限想要集中资金优势的，则时间的压力很大，你优胜劣汰的周期要短的多，且一上来同一个产业相关品种的配置可能就1-2个，总体4-6个已经是人工量化的极限，超过6个品种以上的，自动化会更好一点，不然你不一定能忙得过来。

若你资金比较充足，则建议你如韩信一样，多多益善，但要记住风控要重新设计，每个品种最好从原始杠杆发育，不能一上来就配标准杠杆以防止开局遇到极端方差与己不利。

另外如果你在量化阶段获得的样本数据非常庞大，建议你用python的numpy或pandas库载入去计算你配置组合的【协方差矩阵】，

打个比方，你目前专注于量化通用塑料产业这块，已经配置了PVC, PP和L。现在苯乙烯EB也在等着你配置，那是否要加入EB,可以利用协方差矩阵公式帮你计算。

你现有 PVC、PP、PE 的仓位权重各为 1/3，计算组合波动率；再假设加入 EB 后权重调整为 PVC (0.25)、PP (0.25)、PE (0.25)、EB (0.25)，对比两种情况下的组合波动率 ——若新增 EB 后波动率下降，说明分散有效；若波动率上升，说明 EB 与现有品种相关性过高，分散价值低。

若你现有品种的协方差矩阵显示，品种间相关性普遍高于 0.6（比如 PE 和 PP 相关性 0.8），说明组合风险集中度高 —— 此时替换低相关性品种（如 EB，与 PVC 相关性 0.5）比新增品种更有效。

纯用数学去计算的话是最精确的，只要牢牢记住配置去往最小方差组合（在不考虑收益的情况下，找到使组合波动率最小的仓位权重，适合你 “控制品种过多风险” 的需求）和有效前沿组合（在给定收益目标下，找到风险最小的权重；或在给定风险下，找到收益最大的权重。）这两个大目标去平衡设计就行。

L.M.S 4.0.5系统配置的铁矿，螺纹，焦煤，焦炭，玻璃，纯碱，烧碱，PVC，菜油，PTA，橡胶就是一个对我体系来说非常完美的最小方差组合和有效前沿组合。所以这套系统轻易不会去打破组合配置，

反倒是5.0系统配置的东西要比4.0.5风险大的多，因此胜率方面不足4.0.5是正常的（基于盈亏同源法则，5.0系统的盈亏比优势吊打4.0.5，假以时日一定远远超越。因为上限高的多且有自动化配置兜底）

#交易[超话]#