策略衰減的早期訊號
一個回測sharpe 1.5的策略，上線之後慢慢失效。但多數人是在連續虧損幾個月之後才承認這件事，因為他們監控的指標一直都還正常。
談談策略衰減的早期訊號，分享一些經驗上的簡單做法
平均夏普比率不夠精準
計算Sharpe Ratio時，你隱含假設策略的內在關係是穩定的。但成交量會枯竭、波動率會放大、小型股會一起移動，策略在這些不同環境裡的表現並不一樣。所以該問的並非「平均夏普比率是多少」，還應該該問的是「在所有觀察過的環境裡，最差的那一個是多少」。把報酬歷史切成若干段，要求每一段至少有一定長度，窮舉所有切法，取表現最差的那一段，就得到一個下限。它的意義是：這是你已經實際經歷過的最差環境。
警報可以設在這個下限上
有了這個下限，監控就變得非常簡單：用滾動視窗每天重算，一旦它跌破某個門檻就示警。有一段實作是用兩年的滾動視窗、每段至少一百八十天，門檻設在負一。結果是多數策略根本過不了這一關，這個門檻極嚴。好處是它不需要預測，只需要描述已經發生的事，因此不會因為你的期待而搖擺。
第二個訊號：最近一段離下限還有多遠
把最近一段的夏普比率減掉這個下限，得到一個差距。差距大而正，代表策略目前遠高於它最差的環境；差距在縮小，代表最近的表現正在往歷史底部靠。當這個差距接近零，就是一個很明確的警告。不過要注意，如果只把歷史切成兩段，當最近那一段剛好就是最差的那一段時，這個差距會正好等於零，訊號在那一刻失去解析度。
這個下限本身也有缺陷
它有一個明顯的路徑依賴問題：同樣糟糕的六個月，發生在淨值曲線中間的話，算出來的下限會比發生在末端好看。把段數提高可以緩解，代價是數字會越來越偏負。另外，它與整段樣本的sharpe和最大回撤並非無關，因為整段樣本本來就包含了最差的那一段。真正與它無關的只有波動率，因為波動率在sharpe裡會被約掉。但其實並非這個下限不夠靈敏，真正難的是：在數字還在合理範圍時，就承認策略已經換了一個環境。
原文出處：voltima_quant (@voltima_quant) 於 Threads · 查看原文