金母鸡量化教学场量化模型中良好的数据组成部分二

宽客使用各种方法度量模型的“好坏”。无论对于样本内数据还是样本外数据都是真实存在的，上篇文章我们说了四点：累积盈利图、平均收益率、收益率随时间的变异性以及波峰波谷间的最大降幅。今天我们继续讨论的是良好的模型组成部分还有哪些。

五、预测力

统计量R²（R-squared）表示预测模型解释被预测量的变异程度，换句话说，就是被预测量被信号解释的变异程度。其值在0～1，有几个有效的方法进行计算。用户可以利用许多统计包很容易地计算出R²。值为1意味着模型解释了被预测量变异100% 的信息。如果不是特别说明，当我们谈到“被预测量”时，当然是指向进行交易的股票、期货合约或者其他金融产品。在量化金融领域，毫不夸张地说，我们试图预测期货价格/收益率/一些金融产品的

趋势，使其R²为1是不可能的，除非方法是错误的。事实上，在这个行业，R²为0.05 就是极好的了。

宽客经常使用别的方法衡量预测力。这个方法是在检验中按照十分位数的方法对金融产品的潜在预测的收益率进行分组。通常情况下，具有可靠预测力的模型能够显示最坏的收益情形出现在最坏的预测收益情形中。实际上，改善的预期收益的每一个分组表现优于前一个。如果被预测的金融产品的收益不能随着预测而改进，则暗示着这个策略只是偶然地发生作用。

六、胜率或盈利时间占比

胜率这个百分比是一致性的另一种度量方法。这个指标告诉研究者系统盈利是来自小比例的偶然表现极其优秀的交易，还是来自很多交易，每笔交易可能都贡献微小的利润。类似地，可以使用盈利周期与总周期数的比值简单度量（这通常是用胜率或者盈利天数百分比进行度量）。对于两种度量方法，人们对具有更强一致性的策略具有更多的信心。

七、回报相对于风险的不同比率

许多统计量被用来度量调整风险收益，通常都是设法度量获得一些收益的“成本”（以风险的角度）。典型的例子是以威廉•夏普命名的夏普比率。夏普比率是通过计算某周期内高于无风险利率的平均收益率与收益率的波动率之间的比值可得。夏普比较越高，策略越好。

八、与其他策略的关系

许多宽客会同时使用几个策略。这样，宽客有效地管理策略组合，这与其他类型的投资组合一样，分散风险。宽客需要频繁地测量新策略如何适应于其他已经使用的策略，确保新策略能够增加价值。毕竟，不能改进投资组合的好思想最终也没有用处。虽然计算新策略与现存的投资组合策略之间的相关系数是件寻常的事情，但许多宽客通过比较现存策略的结果和加进新思想后的结果，度量新策略的新增价值。结果的显著改进表明新策略和现存策略之间存在着协同关系。