六分仪测试框架可以免费用了

量化交易这条路山高水远。回头看看既没有可圈可点，也没乏善可陈。幸好TradingView社区交易者的陪伴，在交易认知和能力上也有了很大进步。今日忽然发现follower突破了4000人，这一路走来还是感谢很多不知姓名朋友的支持和交流。为了纪念一下，今天将最新的六分仪回测框架免费发布使用，方便更多社区朋友快速评估任何技术指标。

这次发布版本V3.3，出了交易系统框架一些微调外，还引入了TradingView Pine V5最新的特性：K线放大镜。这是个了不起特性，也是目前我所见过回测平台里唯一支持K先内部触发信号的机制了。通过系统自动的MTF，这个功能保证回测策略更加准确，因为它可以模拟更加真实的订单执行。该工具使用intrabar检查来更深入地了解K线内的价格变动，从而实现更精确的订单成交。K线放大器使用的intrabar时间周期随图表的时间周期动态调整。举个例子，如果回测图表周期是60分钟，则在单根60分K线内部，TradingView会引用5分钟数据进行回测，而不是简单的在开盘价或收盘价计算回测结果。这种最直接的结果就是可以回测时买卖两个操作发生在一根K线内部（当然，如果策略确实这样输出的话）。



我认为这个功能可以虽然不能完全消除回测过拟合的误导性，仍旧是一个很大的进步，在回测拟合质量提高上会很有帮助。对于回测的拟合度上，还需要避免一些“人为”造成的偏差，简单说三点比较直观的措施吧：

第一， 最大化回测策略的数学期望值 (EV)。
数学期望值（EV）是个统计学概念，其定义为：
EV = 平均赢额 * 胜率 - 平均损失 * 亏率，
其中平均赢额（平均损失）是赢（输）的交易的平均回报（损失）额，而胜率是赢的概率， 亏率就是亏的概率。 当然，关系 胜率 = 1.0 - 亏率 也是自然而然成立的。 期望值必须是正数。 如果不是，那么从长远来看，这个交易系统肯定会赔钱！ 我认为这是最大化每个交易系统的最直接和直观的衡量标准。EV=0意味着是零和游戏，长久必然归零。

第二，最小化最大回撤。
没有人喜欢在市场上亏损，但也没人能绝对避免亏损， 股神也是如此。大幅回撤可能会导致爆仓以及难以复利。 所以，对于量化策略，控制最大回撤值是关键指标，甚至说知道何时停止交易策略，空仓休息，因为它可能不再有效。 交易只是一种心理游戏，你真的相信你的策略吗？ 相信的前提是它要具备足够强的防守能力，而不是赚钱能力，因为盈亏同源。但交易者追求的长期复利，小亏大盈才能滚雪球。


第三，最大化回测交易数量。这是一个初学者可能不容易想到的棘手问题。 每笔交易都有其费用。 有时策略可能会将非常高的适配参数分配给只有很少（但所有获胜）交易的交易策略。 此类策略是基于随机行为的人工制品，因为它们并不能代表有意义的各种交易状况和可重复的交易成功机会。 缺点是它会制造一种假象试图说服交易者这是一个难得的“好策略”。可是当交易者将这个策略应用到真实市场亏得爹妈不认的时候，又会大失所望，和可能完全抛弃这个“骗人”的策略。在有效，有限时间段内最大化回测交易数量是解决这个问题的对策。 然而，这一措施也可能存在问题，因为这种回测可靠性更适合短线交易。 因此，在使用这种适应性措施时，必须考虑交易费用和可能的滑点造成额外成本。