策略失效问题引发的思考

发表于 2023-05-16 Changyan：

我使用的策略是基于TradingView图表中的自定义指标和策略编程语言pine。

运行逻辑简而言之是通过各种指标堆栈结合，判断出符合条件的开仓止盈条件。

过度拟合问题
过度拟合（Overfitting）是指在开发交易策略时，使用历史市场数据进行优化，导致策略过度适应历史数据，而忽略了未来数据的变化，从而导致策略在未来表现不佳。
市场环境变化
市场环境是不断变化的，当市场环境发生变化时，原本有效的策略可能会失效。例如，某个策略在震荡市中表现良好，但在趋势市中失效。
市场噪音
市场噪音是指市场上的短期波动和不确定性，这些噪音可能会干扰策略的信号，导致策略失效。
数据质量问题
如果数据质量不好，可能会导致策略失效。

多样化策略
不只依赖一个策略来进行交易，使用多个策略来进行交易，以减少单一策略失效的风险。
22年，我总共测试替换了6个策略，15M，1H，4H时间级别的都有。
经过了一年的实战，最终在22年年底，确认了以1HBTC和4HETH的策略，并重新建仓运行。
风险控制
在交易中始终保持风险控制意识，例如设置止损和止盈等措施，以减少交易风险。
持续优化
交易策略需要不断地进行测试和优化，以适应市场环境的变化。定期检查和更新策略，以确保其在能够表现良好。
避免过度拟合
可能减少过度拟合的风险，使用多个数据集进行测试，限制策略参数的数量，并使用一些技术手段，如交叉验证和正则化等。
目前1HBTC就是指标交叉验证。
数据质量
寻找使用高质量的数据进行策略测试和优化，通过GPT来获取测试各种指标在市场中的表现，这条路还很长。
对策略保持耐心
接受亏损是交易过程中不可避免的一部分，始终保持纪律，不要因为亏损而改变交易计划或决策。

实盘到了今天，4H级别的ETH策略表现得也不如人意也被放弃，目前就只剩下1H的BTC。

可见策略的淘汰率还是挺高的。

昨晚，在1HBTC运行表现良好的基础上，通过调整指标参数和止盈止损值改良了一代，在回测效果上比第一代提升了50%左右，目前已经准备小资金实盘测试。

后续计划年底前在二代的基础上优化出一版。仓位均分，三代策略同时运行，三驾马车并驾齐驱，降低风险。

然后以6-18个月为策略优化周期，循环优化更新旧策略。

这个是1H BTC其中一个仓位的表现，受4H ETH策略拖累了一些，但是表现的还算得体。