也谈谈反等价鞅策略和剀利公式
也谈谈反等价鞅策略和剀利公式
图一：悬崖效应下的函数三维模型
图二：不同策略下的函数趋势（收敛、发散等）
应Z兄之约，就上一篇《等价鞅、反等价鞅、剀利公式、赌徒输光定理》一文，做一番梳理，并顺便谈谈个人关于“反等价鞅策略”和“剀利公式”的一些看法，有很多不成熟的想法，需要大家切磋交流
首先，“反等价鞅策略”和“剀利公式”的核心前提是“所有的策略都必须在安全边界之内”，即保证无论出现任何情况，游戏（博弈）都能始终进行下去，而不会出现“衰竭”或“爆仓”这两种死法。这本身就意味着“反等价鞅策略”和“剀利公式”对安全边界的设置较为苛刻。（对于不开杠杆和融资的股市而言大多数死亡方式都属于“衰竭”，而对于可以开杠杆的期货、外汇等市场，大多数死亡方式都属于“爆仓”）
其次，在确立了高标准的安全边界之后，“反等价鞅策略”和“剀利公式”所关注的问题是“如何在安全边界之内达到效率最优的量化策略方案”。因此产生了剀利公式K=W-(1-W)/R 和EdSeykota公式（基础方程）K=(W*R-1)/(R-1)。必须注意的一点是，符合“反等价鞅策略”和“剀利公式”的最优效率，虽然不是效率最高的一种，甚至效率相对较低，但却是可持续性效率中的最高值。
再次，“反等价鞅策略”和“剀利公式”的应用，必须仰赖一系列基础条件，其中最关键的是构成系统的各个因素和策略必须可以量化，否则无从谈起。若具体到金融市场，则意味着相关的数学知识和图表技术知识等必不可少，若没有相关的数学知识（初等数学、高等数学、概率论与数理统计、离散数学、线性代数等，特别是后面三种，记得当时学的那叫一个痛苦啊，但现在发觉这些不同数学学科的精神实质和思维模式已永远固化在脑海中，成为一种思维技能了），以及相关图标技术知识（各种技术图形和指标，K线图，进入和退出点的量化策略等，本人目前正在优化恶补的部分），则高效率的“反等价鞅策略”和“剀利公式”的应用也无从谈起。
然后，在实际的金融市场投机活动中，理想状态的“反等价鞅策略”和“剀利公式”几乎无法实现，因为其系统的两大参数W和R是永恒的实时变量，而且难以准确算出，因此实际操作其实只是对理想状况下的“剀利曲线”的一种近似拟合，这同时又产生了新的拟合误差。如果拟合曲线与“剀利曲线”越接近，效果越好。不过若实践的操作曲线位于“剀利曲线”的外侧，则很可能在短期内产生正期望的结果，不过其理论值最终（无限持续）必然归于0（衰竭或爆仓）。若操作曲线位于“剀利曲线”内侧，则可能降低系统效率，甚至可能会出现参数稍微偏离，效率就急剧降低的悬崖效应（Cliff），如题图中所示。不过只要不是偏离“剀利曲线”太远，就有可能永远的持续游戏。不过正如前面所说，“反等价鞅策略”和“剀利公式”设置的安全边界要求很高，因此即使实际操作曲线落在了“剀利曲线”的外侧，只要不是距离太远，在大多数情况下还是不会出现衰竭或死亡的（但存在一定的可能性）。
最后，一个成功的量化资金管理策略，例如按照“反等价鞅策略”和“剀利公式”设置的，仍然需要一系列其他基础性的能力和子系统提供支撑，例如技术面、基本面、宏观面、消息面的量化系统支撑，否则所谓的成功的量化资金管理策略，就是一座空中楼阁而已。而且先建立一个稳定的、可以进行量化指标分析和操作的交易系统，是应用“反等价鞅策略”和“剀利公式”的前提，因为这个系统可以提供R值、W值等，在此基础之上才可以建立相应的资金管理系统，否则就无法进一步根据系统的特性制定量化的资金管理策略。
我现在正在做振荡器的模型研究，等一个原始简单的操作系统（包含编程）建好之后，还要进行各种测试和加深理解，只有在此阶段完成后，资金管理策略的量化才会变得有意义。在这两步都做好后，下面就是更加高阶的系统建构，这牵涉到历史知识、哲学知识以及心理学知识等一系列更加高端的要求和支撑才行，所以前路漫漫。
 |
图一：悬崖效应下的函数三维模型
 |
图二：不同策略下的函数趋势（收敛、发散等）
应Z兄之约，就上一篇《等价鞅、反等价鞅、剀利公式、赌徒输光定理》一文，做一番梳理，并顺便谈谈个人关于“反等价鞅策略”和“剀利公式”的一些看法，有很多不成熟的想法，需要大家切磋交流
首先，“反等价鞅策略”和“剀利公式”的核心前提是“所有的策略都必须在安全边界之内”，即保证无论出现任何情况，游戏（博弈）都能始终进行下去，而不会出现“衰竭”或“爆仓”这两种死法。这本身就意味着“反等价鞅策略”和“剀利公式”对安全边界的设置较为苛刻。（对于不开杠杆和融资的股市而言大多数死亡方式都属于“衰竭”，而对于可以开杠杆的期货、外汇等市场，大多数死亡方式都属于“爆仓”）
其次，在确立了高标准的安全边界之后，“反等价鞅策略”和“剀利公式”所关注的问题是“如何在安全边界之内达到效率最优的量化策略方案”。因此产生了剀利公式K=W-(1-W)/R 和EdSeykota公式（基础方程）K=(W*R-1)/(R-1)。必须注意的一点是，符合“反等价鞅策略”和“剀利公式”的最优效率，虽然不是效率最高的一种，甚至效率相对较低，但却是可持续性效率中的最高值。
再次，“反等价鞅策略”和“剀利公式”的应用，必须仰赖一系列基础条件，其中最关键的是构成系统的各个因素和策略必须可以量化，否则无从谈起。若具体到金融市场，则意味着相关的数学知识和图表技术知识等必不可少，若没有相关的数学知识（初等数学、高等数学、概率论与数理统计、离散数学、线性代数等，特别是后面三种，记得当时学的那叫一个痛苦啊，但现在发觉这些不同数学学科的精神实质和思维模式已永远固化在脑海中，成为一种思维技能了），以及相关图标技术知识（各种技术图形和指标，K线图，进入和退出点的量化策略等，本人目前正在优化恶补的部分），则高效率的“反等价鞅策略”和“剀利公式”的应用也无从谈起。
然后，在实际的金融市场投机活动中，理想状态的“反等价鞅策略”和“剀利公式”几乎无法实现，因为其系统的两大参数W和R是永恒的实时变量，而且难以准确算出，因此实际操作其实只是对理想状况下的“剀利曲线”的一种近似拟合，这同时又产生了新的拟合误差。如果拟合曲线与“剀利曲线”越接近，效果越好。不过若实践的操作曲线位于“剀利曲线”的外侧，则很可能在短期内产生正期望的结果，不过其理论值最终（无限持续）必然归于0（衰竭或爆仓）。若操作曲线位于“剀利曲线”内侧，则可能降低系统效率，甚至可能会出现参数稍微偏离，效率就急剧降低的悬崖效应（Cliff），如题图中所示。不过只要不是偏离“剀利曲线”太远，就有可能永远的持续游戏。不过正如前面所说，“反等价鞅策略”和“剀利公式”设置的安全边界要求很高，因此即使实际操作曲线落在了“剀利曲线”的外侧，只要不是距离太远，在大多数情况下还是不会出现衰竭或死亡的（但存在一定的可能性）。
最后，一个成功的量化资金管理策略，例如按照“反等价鞅策略”和“剀利公式”设置的，仍然需要一系列其他基础性的能力和子系统提供支撑，例如技术面、基本面、宏观面、消息面的量化系统支撑，否则所谓的成功的量化资金管理策略，就是一座空中楼阁而已。而且先建立一个稳定的、可以进行量化指标分析和操作的交易系统，是应用“反等价鞅策略”和“剀利公式”的前提，因为这个系统可以提供R值、W值等，在此基础之上才可以建立相应的资金管理系统，否则就无法进一步根据系统的特性制定量化的资金管理策略。
我现在正在做振荡器的模型研究，等一个原始简单的操作系统（包含编程）建好之后，还要进行各种测试和加深理解，只有在此阶段完成后，资金管理策略的量化才会变得有意义。在这两步都做好后，下面就是更加高阶的系统建构，这牵涉到历史知识、哲学知识以及心理学知识等一系列更加高端的要求和支撑才行，所以前路漫漫。
