23.11　构建头寸的方法

在股票市场中，大多数有退休计划的人会选择增加他们的相关投资组合，因为其中资金是可用的并且可以凭利润重新投资。从长期来看，如果股市继续上涨，这种方法是好的。此外，如果一个系统的交易者得到一个输入信号，他们只能有几个选择：

（1）在信号出现的时候用全部的金额购买。

（2）把价格平均到某个头寸当中（或是加权平均值）。

（3）等待一个更好的价格。

我们将比较上述这三种选择方式，尽管第三种选择是不做单，但是它可以等待更好的价格，可以在任何更好的价格点位下单，也可以应用一些定时的工具。

23.11.1　以平均系统构建头寸的交易模式

我们不可能涵盖所有不同的交易方法，但是我们可以将趋势作为一个流行的范例模式。我们将对市场行情、美国30年期国债、标准普尔迷你电子盘交易以及黄金期货进行小规模抽样，凭以代表一种趋势、噪声和行情的倾向。我们这里的时间序列是1990～2011年中期，以80日移动平均线作为基准。

首先，如果入场点是随机分布的，那就要考虑测试的结果，也就是说，如果在某一趋势改变方向的时候没有任何迹象，那么随着时间的推移，在一场交易中，应用平均交易模式的技术就会得到相同的测试结果，这就像在最初的趋势变化时刻构建整体头寸的方式一样。

相关测试将会一直交易5份合约（或5只股票），步长间隔1～5天。也就是说，第一个案例将在5天内的每一天签订1份合约；下一份合约每两天签订一份，持续10天，依此类推。最慢的情境是：平均每5天所购入的合约期限则超过21天（1、6、11、16、21天），而对于一个快速的顺势交易系统来说，21天的最大区间显得太长了，所以这里很有可能的情况是：在一个交易当中，平均的天数将取决于顺势交易系统的平均持仓周期。另外，这项研究仅仅着眼于一个80日的趋势周期。

当应用平均相同进行交易时，如果相关趋势在完全被确定之前改变了方向，那么交易的平均损失将小于你在第一天签订所有合约之时的损失。此外，如果在一个新的做多信号之后，价格会稳步走高，那么平均的价格将会比第一天的更糟（因为这是趋势第一次发生变化的时刻）。

表23-9显示了测试的结果：第一列MA80是基准的80日移动均值，在初始入场的时候，所有5份合同的头寸都是固定的。在下一列所给出的测试结果设置自入场日起算，每5天购入一份合约；第二列5×2，1份合同在最初的一天起算，接下来的4天是第3、5、7、9日（步长间隔为2天）；其余列的每一项的间隔步长是3、4和5天；最后一列的交易时段是21天，即第1、6、11、16和21天进场。每个市场的第一行是每日利润和亏损的年化波动率；第二行是第一行除以15%，如果投资组合的目标波动率为15%，如此则给出了投资规模的估计，这使得市场工具之间可以被比较；第三行是20年测试的总利润；第四行是总利润除以总投资（第3行）的比率，这个比值以简单的形式给出了所有测试结果的比较情境。

表23-9　基于80日移动平均系统（MA80）而计算的构建头寸相关的测试结果均值，其中“5×2”表示两天购入一份合约，总共是5份合约

债券是一个热门的市场，所以等待入场的方式比立即进入要好，但是，测试结果会在两个条目之间等待两天，从而达到最好的效果。随着标准普尔迷你电子盘指数交易的不断扩大，其结果次数也在不断地改善。另外，等待的过程会把测试结果从亏损变为盈利 ^[1] 。对黄金来说，等待也是一种改善的方法，而测试结果似乎在两天之后就稳定下来了。如果我们选择在每一项订单之间等待两天，那么前述这三个市场工具的交易情境将会有所改善。

将上述这些结果推广到所有交易系统，甚至所有的顺势交易系统的想法非常难以实现，因为延迟性的输入模式必须取决于趋势的速度。如果我们用10日的移动平均时间，而不是80日，那么探讨21日的系统交易模式就没有任何意义。入场的总时间应与趋势的速度或交易的平均持仓期成正比关系。目前，我们还不清楚均值回归的策略将如何发展，但是其也可能会有所改善。在一笔交易中，将各项条件的不确定性加以平均的模式消除了单一条件项下的不确定因素并将其替换为更稳定的值，在这种情况下，顺势交易系统的测试结果似乎总体上有所改善。

相关程序的编辑语言现存于英航网站上TSM软件内的Averaging In程序中。

23.11.2　等待更好价格的交易模式

改善相关条件的一个简单方法是等待一个比系统信号更好的价格。一个明显的问题是：当价格给出一个新的信号并继续前进时，你没有机会以更好的价格进入市场。从统计学上讲，许多小的改进可能会抵消交易被完全错过的机会。为了避免错过最大利润的最坏情况，如果在5天内没有发生任何交易机会，我们可以于收盘的情况下进场，相应测试结果被显示在表23-10中。而如果没有机会，交易将在第5天结束，这没有什么需要解释的。我们所使用的测试平台不会公布上一笔交易之中敞口头寸的营业利润或亏损。而对于快速交易系统而言，交易的期限较短，其中几乎没有什么价格差值。对于80日移动平均线来说，它是相应测试的基础，最后一笔交易可能要持续好几个月，就像黄金一样，如果上一次的交易被包括在内，那么就像之前的研究一样，黄金交易将显示出巨大的净利润值，而这并没有改变相应规则的影响，但是其应该被解释为基准案例的测试结果与前面的范例情境之间存在不一致性。前述这个程序相关的编辑语言现存于英航网站上TSM软件内的Wait for a Better Entry程序中，其允许你同时更改阈值以及阈值所适应的最大的时间窗口。

我们看到，即便是在初始信号出现后的最低回调情境——1990～2011年中期，三个市场工具的均线也出现了显著的改善状况。然而，每个市场工具都使用不同的阈值，因为阈值被定义为一个点值，而我们用百分比值来尝试的做法可能是值得的，但是当数据回归多年后，反向调整的期货价格可能会被扭曲，所以你在应用百分比值时需要小心谨慎。

在第二行中所显示的最低阈值所对应的情境当中，三个金融工具的交易数量减少了大约40%，这表明有许多顺势交易只持续了几天，而且由于交易群体等待价格上涨，所以相应趋势转向了前一个方向，错误的交易信号则没有被接受。最低阈值也将黄金的业绩从亏损转为获利；同时，其将标准普尔交易的损失削减了一半。在债券方面，其改善的程度最低，说明相关的趋势最为强劲。我们预计市场会有一个很大的噪声因子，其能够很好地处理相应的规则，因此标准普尔指数的升幅最大，尽管它从未表现出盈利的情境；其第二个好处是每笔交易的利润都有显著提高的迹象。

对相关规则应用的最长天数是系统成功的关键因素。尽管测试结果显示出了改善的情境，但是如果没有5天的窗口期，则有可能错过一个特别有利可图的交易，尽管在测试中没有显示，但是这个问题相关的概率则使应用时间窗口的模式成为必要项。

表23-10　基于入场信号、等待更好价格的交易模式所相关的测试结果

23.11.3　应用定时时机寻找更好的价格点位

最后一项研究应用的是动量指标，即在初始趋势信号出现之后找到一个更好的入场点，琳达·拉舍克的第一交叉系统将其作为短线交易的主要规则。在这种情况下，我们将继续应用80日移动平均线作为基准而应用流行的RSI指标构建一种定时机制。在初始信号出现之时或之后，如果RSI指标低于30的阈值水平，那么我们即可植入多单，而植入空单的阈值则是70。同样，我们将使用一个最大的时间窗口来避免错过一个交易，为了在窗口内找到更多的机会，RSI指标将会是8天，而不是默认的14天。

表23-11显示的测试结果与之前的测试相类似，但交易次数较少。即使是8日RSI指标也不会产生与其他研究一样多的时间信号，因此在5天的时间内，趋势会更加频繁地反转，而不会出现植入订单的情境，这个程序相关的编辑语言现存于英航网站上TSM软件内的Timing the Entry程序中，其会生成相关的测试结果。

表23-11　应用8日周期RSI指标和80日移动平均线于20年时间内根据买入和卖出交易信号和30/70阈值所确定的入场模式所相关的测试结果

从上述三个研究当中，我们可以得出结论：三个市场工具以及一般的交易工具都能从入场的定时机制之中受益。这些技术是非常具体的，其使用长期趋势作为基准，但同样的概念应该被用于相当广泛的趋势计算周期之中，直到我们进行短线交易之时——当交易只进行了几天，应用程序可能需要使用每小时的数据来代替日间数据。尽管如此，价格并不仅仅是单向的，而且市场的噪声因子应该让我们能够具有更好的入场交易的空间。

[1] 原书为position，疑有误，应为positive。——译者注