|
对于传统的交易者，设计交易策略是一门“艺术”，因为往往涉及到太多方面的内容。而量化投资者实际上就是将这门“艺术”变成一门定量研究的技术。
常见的策略设计者往往会面临如下决策问题：
- 最初始的当然是：交易的初始思想是什么？你为什么认为某情况下应该开仓，某情况下应该平仓，需要一个原始的逻辑。
后面的东西就非常技术了——涉及到多个维度下的寻优问题：
- 开仓与平仓的时机具体设计？
- 仓位如何控制？又区分为初始开仓，加仓，减仓，以及在多次交易后的仓位调整——例如前面连续3次亏损了，这次的开仓是不是应该减少资金呢？
- 如何具体建仓——一次性建仓还是拆分多次的金字塔建仓
- 持仓的时间期限？长线、中线、短线、超短线、高频、会不会持有隔夜仓位等等
- 交易的持续性如何设计？ 是一直呆在市场里，还是在一直在市场外等待机会才进入；这个规则会随着之前的交易行情变化吗——例如刚连续亏损了3次，你还会继续按照这个方法交易吗？
- 资金控制方法？怎样分配下注的资金额度（这方面的研究很多），怎样止损止盈(平仓)
- 特殊情况处理：常见的滑点问题，报单仅部分成交问题，报单长时间未能成交问题等如何处理；少见的诸如极端行情，甚至是软件问题，硬件问题，网络问题如何处理等。
上面说的有点乱~总的故事就是
- 一次交易情况下，如何设计具体的交易策略。
- 多次交易情况下，是不是要根据前面的交易结果调节前面的策略。
进一步的构建
策略设计还可以进一步发展到多策略的联合策略——因为我们知道单一策略一般在不同行情下会有不同的表现，因此复合策略可以首先寻找一个行情判断器，判断当前行情属于哪一类（也许可以用机器学习进行分类），然后在对应的行情下使用对应的策略。
实际上很多基金公司也是这么做的，他们的方法是——同时运行多个策略，只是资金分配是动态的，对于前段时间表现好的策略多分配资金，前段时间表现差的策略少分配资金。这种动态资金分配过程，也可以进入策略设计中。
这多个策略，基本上会覆盖多个市场，覆盖长短线多个频率，覆盖趋势反转对冲套利交易等方式。而且，这些策略之间也应该是相关性比较小，才能够保证整体表现的问题。
| 
