Advance Finance Machine Learning读书笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。

因为年初疫情影响，书剩在别的地方无法出门取，AFML所以断更了很久，现在持续更新中…… 之前有搜到大神weixin_38753422的AFML系列。写得很详细并且有代码和图片解释，链接在此 此系列从Part 1 Chapter 3开始写起，Chapter3之前内容可以在上面的链接里看到。（注意并不是所有内容的整理，而是我个人觉得需要整理的内容）

本文讲的时Part 3 Chapter 14 &15 Backtest Statistics & Understanding Strategy Risk

评价策略

前几章内容记录了进行回测的三种不同方法

前向回测法CPCV法人造数据法

这一章主要记录的是有哪些可以给策略进行评估的指标 以下是一些指标的罗列：

时间跨度：我们的回测时间长度应该做到尽可能地长，囊括住所有的情况平均AUM：AUM（Asset Under Management）平均持仓量，$\frac{持仓金额}{持仓标的物的数量}$平均容量：最小AUM指的是能满足最基本的持仓和风险控制的需求、但是随着AUM的上升，交易成本就会不断上升，平均容量就是指该策略能达到的最优风险控制下的最大AUM杠杆：这个没啥好解释的吧最大持仓量：策略给出的Bet金额的最大量，建议是接近于平均AUM，给出的越大表明策略越倾向学习到了特殊事件（异常值）多头仓位：在一个多空中立的策略中，多头仓位应该接近于0.5，如果偏离比较严重，回测结果可能于实际投入结果相差较远交易频率：这个不解释了平均持仓时间：高频策略这个值会低，低频策略这个值会高年化成交量：$\frac{年度交易的金额}{年度平均AUM}$与指数的相关程度：如果你的收益与大盘收益的有高度相关，那么你的策略并没有多大的价值

评价指标：

PnL：策略在回测数据上的总收益多头PnL：策略的多头收益，可以用户检测策略在多空方向上的偏差年化收益：不解释Hit比例：Bet最终是 正PnL 占总Bet数的比例Hit收益：在Hit bet中所产生的收益策略损失：在非Hit Bet 中所产生的亏损

总收益是指变现了的或者未变现的账面收益，包括应计利息，已付息票和交易期间的股息

了解你的策略风险

每个策略都有它自己的止盈止损的点位，即使你的策略不设置止损的点位，那跌到需要交保证金的时候就是止损位了。所以一个策略总有它的两个退出位。

对称成本

假设你的策略每年会执行 $n$ 个服从 $IID$ 的bet，那每个bet我们可以用 $X_i,i\in [1,n]$来表示 正收益的bet表示为：收益 $\pi >0$ 机率 $P[X_i=\pi ]=p$ 负收益的bet表示为：收益 $\pi <0$ 机率 $P[X_i=-\pi ]=1-p$ $p$ 是模型预测的二分类结果的probability 真正例会获得正收益 假正例会负收益 真负例与假负例都会Pass，不会产生bet 因为每个bet之间都是相互独立的，所以 收益的期望是 $E[X_i]=\pi p+(-\pi )(1-p)=\pi (2p-1)$ 收益的方差是 $V[X_i]=E[X_i^2]-E[X_i{]}^2=4{\pi }^{2}p(1-p)$ 也就可以算出年化夏普比率$\theta$为： 可以看出夏普比率与收益无关，并且$n$越大，夏普比例越大，也就解释了为什么机构都喜欢高频策略了。 夏普比率是跟Precision有关，与Accuracy无关，如果Bet中负例太多，$n$就越少也就夏普比率越小。 同时，我们可以通过上式反推出$p$的值如果我们确定夏普比率的情况下 $0⩽p⩽1$ 当我们策略是每周进行一bet，那么策略的precision需要达到$p=0.6336$，夏普$\theta$才能达到2

非对称成本

假设你的策略每年会执行 $n$ 个服从 $IID$ 的bet，那每个bet我们可以用 $X_i,i\in [1,n]$来表示 正收益的bet表示为：收益 $\pi >0$ 机率 $P[X_i={\pi }_{+}]=p_i$ 负收益的bet表示为：收益 $\pi <0$ 机率 $P[X_i={\pi }_{-}]=1-p$ 且${\pi }_{+}>{\pi }_{-}$ 收益的期望是 $E[X_i]=({\pi }_{+}-{\pi }_{-})p+{\pi }_i$ 收益的方差是 $({\pi }_{+}-{\pi }_{-}{)}^{2}p(1-p)$ 所以策划的年化夏普收益率为： 当${\pi }_{+}={\pi }_{-}$的情况下上式就是这个 到这我们就推出了在不同参数（${\pi }_{-},{\pi }_{+},n$）策略需要达到多高的Precision $p$才能达成指定的夏普比率$\theta$ 例子：设$n=260,{\pi }_{+}=.005,{\pi }_{-}=-.01$， 那么要达到$\theta =2$, $p$就必须达到.72（这个要达到这个Precision不容易） 同时也说明了策略在这些参数的细微变化下，会变化比较大

策略风险估计

当策略参数$n,{\pi }_{-},{\pi }_{+},\theta$各个参数都确定了之后，就可以判断策略的临界$p$值： $P[p<p_{\theta }\ast ]$当$p$小于$p_{\theta }\ast$时策略就会亏钱

有一时间序列的bet记录$\{{\pi }_t{\}}_{t=1,2\dots \dots ,T}$ bet序列中的负收益预期可以表示为${\pi }_{-}=E[\{{\pi }_t|{\pi }_t⩽0{\}}_{t=1\dots \dots T}]$ bet序列中的正收益预期可以表示为${\pi }_{+}=E[\{{\pi }_t|{\pi }_t⩾0{\}}_{t=1\dots \dots T}]$ (这里正、负收益的bet也可以通过模拟混合高斯模型，运用EF3M算法) 接下来年化bet频次$n=\frac{T}{y}$ $y$是运行策略的年数$1⩽y⩽T$ 最后按照下述步骤[重复采样]$p$: 重复$I$次以下步骤： $i=1\dots \dots I$

从时间序列bet$\{{\pi }_t{\}}_{t=1,2\dots \dots ,T}$中抽取$\lfloor nk\rfloor$个样本 ($\lfloor .\rfloor$是向下取整)，k是你用来衡量策略的年份（eg.k=2）。每次抽取出的样本表示为$\{{\pi }_j^{(i)}{\}}_{j=1\dots \dots k}$获得$p_i=\frac{\Vert \{{\pi }_j^{(i)}|{\pi }_j^{(i)}>0{\}}_{t=1\dots \dots \lfloor nk\rfloor }\Vert }{\lfloor nk\rfloor }$

对$\{p_i{\}}_{i=1\dots \dots I}$使用核密度估计方法，模拟一个PDF函数，记为$f[p]$ 在足够的多的样本抽样下，可以得出$f[p]\sim N[\bar{p},\bar{p}(1-\bar{p})]$,且$\bar{p}=E[p]=\frac{\Vert \{{\pi }_t|{\pi }_t^{(i)}⩾0{\}}_{t=1\dots \dots T}\Vert }{T}$ 在给予限定夏普比率${\theta }^{\ast }$情况下，策略风险可以用$P[p<p_{{\theta }^{\ast }}]={\int }_{-\infty }^{p_{{\theta }^{\ast }}}f[p]dp$表示