Crucially, in "martingale" systems, you are generally either using tiny leverage for some trades (and failing to exploit them effectively) or way more than the Kelly criterion would give you as an absolute maximum position size on other trades, and typically both on different trades.
With respect to your analysis, although you say you only increase leverage when you are in profit, the first graph in your post at 00:19 has a point at round 779 which gives back all of the previous profits and more, and it is clear that the leverage remained high while this was happening. I understand that you are considering ways to fix this by including putting a sort of 10% stop loss on the trading system. While this will certainly help avoid disaster it is not, I believe, the best solution.
你好。
Elroch，很高兴有一些数学家加入，即使我通过了高级统计课程，我也不是那么擅长。
Crucially, in "martingale" systems, you are generally either using tiny leverage for some trades (and failing to exploit them effectively) or way more than the Kelly criterion would give you as an absolute maximum position size on other trades, and typically both on different trades.
对我来说，Margingale系统的主要问题是，你使用的杠杆（以及每笔交易的风险金额）迅速增加，而你的盈利目标却一直很低。这当然会给你一个长期的负面预期。(如果你是随机交易的话)-
我在分析我目前的系统时遇到的问题是，如果你只看净杠杆，它总是很低，只有在以前的订单已经盈利的情况下才会增加。理论上，我的系统会自动调整每个方向的使用杠杆，使其在当前方向上更高。无论什么方向。这是这个策略的重点，因为我不在乎市场的走向，所有的指标都是滞后的或给出失败的信号，价格却不是。从我的角度来看，用负面的预期来总结指标，从长远来看是不会给你带来优势的。纯粹的统计系统通常在历史上看起来非常好，因为它们在定义上是优化的。
你的系统使用了市场的一个真正有利可图的特征--它倾向于趋势。你是否同意，如果你抓住的机会有正的预期，原则上你应该独立对待所有的机会，以合理的头寸大小（与账户中的资产成比例，并根据交易不同结果的估计概率使用杠杆）独立交易每一个机会，并因此在未来的某个时间点获得账户中资产的更好概率分布？
我为什么要这样做，我不知道趋势何时开始/结束，我也没有办法找到答案。如果价格上涨，我就增加多头杠杆，如果价格下跌，就增加空头杠杆。净杠杆/仓位大小将向我的方向调整。
当你遇到不利的时候，你需要的保证金是如何升级的？(你说它不像所谓的马丁格尔系统那样糟糕，在马丁格尔系统中，最简单的形式是每次交易失败后，保证金都会翻倍，但你没有说明它是如何增加的。或者你需要多少资本)
目前的回溯测试表明，用2万标准账户或2万微型账户就可以了。此外，如果我的浮动亏损超过10%，我也会关闭所有的交易并重新启动，但它们并不是来自深层的浮动亏损。疯狂的收支平衡发生在具有非常特殊规模的范围阶段。(这是一个需要改进的地方）。保证金上升了，但我目前在一个方向上的风险却没有。(我想这是这个系统与简单的博彩策略的区别）。
期待听到你对此的评论。
最好的问候（现在该工作了 :( )
//z
你好。
Elroch，很高兴有一些数学家加入，即使我通过了高级统计课程，我也不是那么擅长。
对我来说，Margingale系统的主要问题是，你使用的杠杆（以及每笔交易的风险金额）迅速增加，而你的利润目标却一直很低。这当然会给你一个长期的负面预期。(如果你是随机交易的话)-
我在分析我目前的系统时遇到的问题是，如果你只看净杠杆，它总是很低，只有在以前的订单已经盈利的情况下才会增加。理论上，我的系统会自动调整每个方向的使用杠杆，使其在当前方向上更高。无论什么方向。这是这个策略的重点，因为我不在乎市场的走向，所有的指标都是滞后的或给出失败的信号，价格却不是。从我的角度来看，用负面的预期来总结指标，从长远来看是不会给你带来优势的。纯粹的统计系统通常在历史上看起来非常好，因为根据定义，它们在这一点上是最优化的。
我为什么要这样做呢，我不知道趋势何时开始/结束，我也没有办法找到答案。如果价格上涨，我就增加多头杠杆，如果价格下跌，则增加空头杠杆。净杠杆/仓位大小将按我的方向调整。
目前的回溯测试显示，用20K的标准账户或2K的微型账户就可以了。另外，如果我的浮动亏损超过10%，我也会关闭所有的东西，重新启动，但它们不是来自深层的浮动亏损。疯狂的收支平衡发生在具有非常特殊规模的范围阶段。(这是一个需要改进的地方）。保证金上升了，但我目前在一个方向上的风险却没有。(我想这是这个系统与简单的博彩策略的区别）。
期待听到你对此的评论。
最好的问候（现在该工作了 :( )
//z
我们同意 "马丁格尔 "系统的主要问题（杠杆有时被提高到非常高的数额）。正如你所指出的，如果参赛者没有优势，这肯定会导致灾难。事实上，如果杠杆率过高，即使有优势的马汀格资金管理也会导致灾难，概率为1。
关于你的分析，虽然你说你只在盈利时才增加杠杆，但你帖子中第一张图在00:19处有一个点在779轮，它把之前所有的利润都还给了你，甚至更多，很明显，在这一过程中，杠杆仍然很高。我知道你正在考虑如何解决这个问题，包括在交易系统上设置一种10%的止损。虽然这肯定有助于避免灾难，但我认为这并不是最好的解决方案。
我关于交易规模的观点是一个困难的问题，我需要更好地解释。简而言之，资金管理系统与交易系统相结合，会在未来的某个时间产生某种可能的权益分布（想象一下以预期收益为中心的钟形曲线--X轴是收益，Y轴是概率） 。这是一个数学事实，如果你想获得高预期收益和低不确定性（钟形曲线的宽度）的最佳组合，你需要对类似的机会使用类似的杠杆。使用高度可变的杠杆，要么大大增加收益的不确定性，要么大大降低平均期望值，或者两者兼而有之。这在直觉上并不明显，我自己接受的唯一原因是我详细研究了其中的数学知识，并理解这一事实的证明。值得一提的是，对于一个使用高度可变头寸大小的系统，其收益的概率分布 可能与钟形曲线相差甚远。通常情况下，你会有一个类似于钟形曲线的东西，但在钟形曲线的左边有一个额外的峰值，这对应于杠杆率升级到无法维持的水平的少量次数。这种事件可能相当罕见，这使人们忽视了它们，但它们在回报率的标准差上增加了非常大的数量，从实际情况来看，表明在所选择的时期内有很大的机会得到一个坏的结果。
我完全理解你的想法，当你说 "目前的回测显示，用......你将会很好"--我自己也有同样的想法。但是，即使它们是在没有以任何方式用于生成系统规则的干净数据上进行的，回测也只是提供证据。在最常见的情况下，回溯测试给出了方法在一定时期内的单一回报样本。一个单一的样本并不能告诉你关于回报分布的一切，特别是当你考虑到选择偏差时：如果你从回测中得到一个非常糟糕的结果，你很可能会放弃这个系统而用另一个系统来工作。如果一个系统在测试期的某些时候会给出不好的结果，那么一个回测给出的好结果并不能告诉你这些（它只是表明它不是那些时间之一）。
我不可能在这里讨论所有的细节，但我目前正在撰写一系列文章的第一篇，这些文章将证明这些主张，并描述资金管理规则，以产生最佳结果的方式（以精确定义的方式）利用任何一组交易机会。
With respect to your analysis, although you say you only increase leverage when you are in profit, the first graph in your post at 00:19 has a point at round 779 which gives back all of the previous profits and more, and it is clear that the leverage remained high while this was happening. I understand that you are considering ways to fix this by including putting a sort of 10% stop loss on the trading system. While this will certainly help avoid disaster it is not, I believe, the best solution.
不用担心，我发这个帖子是因为我想学习一些东西，得到不同的意见，但从测试者的平衡图来看，没有办法得出结论说系统把以前的利润还给了它。事实上这是不可能的，因为一旦达到0.5%的利润目标，所有的交易都会被关闭。余额峰值的发生仅仅是因为测试人员正在逐一关闭订单，并且没有正确地绘制资产净值线。在这种情况下，平衡根本就不重要。如果你看一下真实的权益图。
你可以看到，在测试过程中，没有任何地方的利润被退回。
我想我们对这种情况下的杠杆率也有分歧，当我是负数时，我也会增加杠杆率，但净手数会根据当前方向进行调整。在每个方向上，当当前的净头寸为负数时，所使用的净杠杆永远不会超过第一笔交易。一旦为正数，杠杆就会逐步增加，只要a)趋势继续下去，或b)总时段的利润大于0.5%。
-如果趋势发生变化，利润将被锁定，并根据新的方向来调整净杠杆。
你是对的，如果你逐一查看系统的交易，你会发现高杠杆的交易，但如果你把目前所有未完成的交易结合起来看，就不会。(Buylots-Selllots)。正因为如此，逐笔交易分析在网格状系统中不起作用。
当然，我知道回测/正向测试的差异。但新的市场条件的影响不会像任何基于统计或指标的系统那样影响这样一个网格系统。(此外，在相同的设置下，该系统在EURJPY、EURUSD、GBPUSD、USDJPY和EURCHF上表现良好。
ubzen，你有不同意数学事实的自由，但是，恕我直言，这并不能阻止它们成为事实。
我不喜欢成为被认为是坏消息的承担者--它不是，它是可以用来改善任何系统的统计性能的信息。
我应该强调的是，我并不是说zzuegg的系统不赚钱，甚至他的图表中显示的盈利能力不具代表性。只是说使用非常多变的杠杆不利于所选时期内收益的概率分布。
看一下zuegg的回溯测试中的一些统计数据是很有意思的。1311次交易听起来很多，但事实证明这是一个相当小的样本。我想这一说法会遭到反对，我将从数量上证明它。
通过对1311次交易的平均利润、平均赢利、平均亏损的统计，交易收益的标准差必须不低于 每一次赢利都是平均赢利、每一次亏损都是平均亏损的情况下的标准差。当然，这是一个不现实的假设--因为实际的赢利和亏损差别很大，真正的标准差肯定要高得多，但我只是在寻找一个标准差的界限。在这个假设下，每笔交易利润的标准差是874，大约是平均利润的20倍。在这种乐观的标准差约束下，对于整个1311笔交易的样本，利润与该利润的标准差的比率被限定在1.74以上（这是sqrt(1311)乘以单个交易的相同统计）。如果这是真实的比率，统计学家可能会认为，回测是在测试期间盈利的证据，但不是决定性的（它在收支平衡的2个标准差之内）。因此，我说这是一个小样本。
我相信任何人都可以复制我上面的计算，但对zzuegg来说，更有用的是用一个更现实的标准差估计来重复计算，其中较大的交易对标准差的贡献更大。有了这个更准确的计算，1.74这个数字将被一个更小的数字所取代--我不确定要小多少。大家都明白这个事实的意义吗？
我应该说，对我来说，zuegg在其他工具上的测试为相信他的精确系统的性能增加了重要的砝码。这些接近于完全独立的测试（工具之间有一些相关性，如欧元和英镑）。
如果你有一个交易系统，并在一定时期内按照一定的资金管理规则将其投入运行，你必须基于它将会盈利的信念来这样做。原则上，这种信念应该是基于你对市场行为的模型（包括其中的不确定性）将导致你的系统在期末有一系列可能的结果（不是一个确定的结果，除非是一个储蓄账户：-））。这是你的账户在期末的余额的概率密度函数。我的论点是，在所有情况下，对具有类似统计特性的交易使用类似的杠杆，总能让你改善使用高度可变杠杆的资金管理。
用黑板上的图画来说明，可能有助于澄清我的观点。这三条曲线都是一个系统在固定时间内不同资金管理的概率密度函数。X轴是期末时的利润。
请注意，我并不是说前两幅图中的概率密度函数是钟形曲线，只是说它们有一个平均值和一个期望值，我大致用蓝色和红色的十字标记。我也没有声称最后一条曲线正是所有可变杠杆利润曲线的样子。前两条曲线是为了说明如何通过降低杠杆率来减少结果的不确定性，而在期望值上付出适度的代价（例如，将杠杆率从凯利降低到半凯利，会导致对数期望值降低25%，但标准差降低50%。第三条曲线中的第二个峰值是指交易期结束时恰好发生在高杠杆期间的一次鞭打中的机会。情况可能更糟--在某些系统中，第二个峰值可能会更靠左。
为了强调，我会得出结论，资金管理的目的应该是使余额的期望值高，使余额的不确定性低，而这两者都会受到使用高度可变杠杆的负面影响。
[脚注：为了使这个问题更加混乱，研究一下效用函数，原则上应该用它来确定不同结果的价值] 。
哦，还有一件事。我关于余额回落的说法是基于zzuegg先前帖子中的这张图，其中蓝线（账户余额，我猜）在779点附近使余额出现巨大的凹陷。
但是，如果绿线是股权，这可能不是一个大问题（如果是这样，那条绿线就很厉害了）。但仔细想想，我认为绿线是余额，蓝线是权益（这更重要）。否则，就必须是你从来没有多头头寸，而市场却在往下走，或者反之亦然。
我上一篇文章中的权益曲线是来自同一个测试程序。正如我所说，平衡曲线并不重要，重要的是权益。如果我使用OrderCloseBy()而不是OrderClose，这种情况就不会发生。但是，这只是化妆品，因为它不是股票。
这是危险区域，范围大于网格大小，但不是两倍大，一旦价格突破这个范围，系统就会没事。这也是显示的锯齿。它不断增加浮动亏损，而净杠杆只略微增加。
我完全同意，重要的是权益，余额并不重要。令人遗憾的是，统计屏幕上没有显示股权缩水。如果这与你的最终利润相比是很小的，那么你简直就是在扼杀市场，毫无疑问。
我根本不明白你怎么能做到账户资产 完全没有明显的下降--肯定是在你大量做空的时候，市场恰好会有一段时间的上涨？你达到的最大净杠杆率是多少？
有一个问题，我可以推测你没有不必要地同时保持多头和空头的仓位吗？
在我16:54的帖子中，你可以看到股权图表。它是用7Bit的脚本记录的。红线是最大的缩水，是28.xx%。(左上角的小数字)
股票的绘制也是不正确的，因为图表只在OrderClose上绘制。为此，需要7Bit的脚本来跟踪真正的股票表现。
One question, can I presume you are not unnecessarily keeping long and short positions open at the same time?
你是对的，因为我不知道/关心价格的走向，我需要保留两个订单。(有可能关闭所有订单，但最后一个订单除外，但这将需要跟踪股票/平衡的峰值，以便正确计算退出。所有这些都需要全局变量或一个单独的文件。因为只要有可能，我希望能够从当前未平仓的交易中恢复整个交易逻辑（在终端重启或类似情况下），所以最简单的解决方案是保持所有订单的开放。除此之外，如果所有的计算正确 的话，结果的性能不会改变。
峰值净手数为。(在没有止损功能的测试中)
在余额为38000的情况下，多头为5.8
和-6.8的短线，余额为63k。
更有趣的是，在缩减峰值时的净手规模。明天会做这个。
@Elroch:我期待着你的文章。我相信你的大部分观点，我不同意的是数学理论而不是事实。在我的生活中，我曾一度吃、喝、住、行都在研究凯利-克里特龙和贝尔-形状曲线。但人类的神经和数学并不在同一个光谱中。
因此，我们在这里有一个在过去5年中表现良好的系统。我们都在等待灾难性的急剧下降，这可能会发生，也可能不会发生。我们可以坐在这里说：没有足够的统计样本（但没有人敢说什么是足够的）。因为即使是静态的21点游戏，也需要模拟数百万 只手才能成为统计学上可行的。注意，交易不是一个静态游戏。想象一下，你需要多少亿次 的独立事件来计算你的数字。
我可能不是数学家，但我敢打赌，当这个系统出现下滑时，所有的统计数据都将变得毫无用处。到那时，我们会笑着说："啊哈，我就知道这是一个负期望值系统。"宇宙法则说，你不能用资金管理 或地段操纵的方法将负期望值系统变成正期望值。但在那之前，我认为Zzuegg的表现很好。
如果乔治-索罗斯今年进行了一系列糟糕的交易并破产了，我们会怎么说？
A: 他一直在玩消极的期望值游戏，或
B：他去年就应该退出。:)