股票技术分析：模拟
价格数据的处理
模拟方法首先会遇到的问題是分析周期的选取。说到分析周期，当然是越长越好，至少要有两三年才可以。如果是期货，可以按合约交割期去划分模拟周期，有关划分方法待后叙。
其次是对价格数据的处理。在外汇方面的价格数据几乎没什么问题，但在期货方面，尤其是对日本国债期货来说，它几乎只是在两个合约的交易时才成立。因而存在着合约交割时怎样处理价格才好这样的问题。
东证的长期国债期货的前期合约缺乏流动性。由于数据不足，不得不将各不相同的合约当做相同的合约一样连接起来做成价格数据。在做法上有很多种，一种是叫做连续合约的方法或中心合约交割的方法，它是将迄今为止使用过的合约与今后要使用的合约扩展的部分连接起来。比如，长期国债的中心合约是从9个月到12个月交割，如果假设扩展部分为40个数据，那么就将12个月的价格加上40个数据之后的和作为合约交割之后的价格数据。
需要注意的是，此处对新的12个月的数据进行相加是一种向前调整（ Forward Adjustin）的做法。还有一种称为向后调整（ Backward Adjusting）的做法，它是追溯迄今为止9个月之前的数据并对之进行调整的方法。无论哪一种做法都没有太大的差别，我认为向前调整为好。主要是因为我在编程序来操作时，向前调整较容易编制，也因此而使用这种方法的人较多。假如是债券，当收益率是顺次回报时，前期合约的价格就低。若按这种形式将合约连接起来，那么最终这种加工所形成的数据将变成一个很大的数值。由200变成210的与由100上升为110的，其变化率是不同的。从这种意义上说，向后调整也许更好些。
再次是永久合约（ Perpetual Contract）。具体地说，假设有9个月与12个月的两种合约，将3个月的向前调整价格按天数分开。假如9个月为9660，12个月为96.36，那么扩展为24个数据，然后把它以91天中的58天所占的比例进行分配之后，3个月的向前调整就是9645。按照这种形式天天地计算四线值。
接下来就是现货价格。当在股价指数和外汇、黄金的交易中，只要采用现货价格，就不会有任何问题。
在这四种之中最好的方法是一开始介绍的连续合约的方法。
向前试验
到目前为止，我们只是探讨了模拟时价格数据处理的问题。
下面要谈向前试验。技术分析者中所以会有一部分人不赞成最佳化，主要是因为在移动平均场合中，一出现30天的移动平均为最佳结果时，就会配合数据强行推进参数，最后给出结果。从这种意义上说，所谓技术分析方法最后是从结果来确定最佳参数，所以有人认为最佳化自身没什么太大的意义。
当然，对参数最佳化总要比违约好。虽说它是最佳化的结果，实际上因为是明确了全部数据之后的最佳化，理所当然应该以赚钱为目标。相对于上述的批评，该怎样将技术分析操作下去呢那就是测试信赖程度。其中的方法之一就是向前试验。
例如，假设我们有36个月的数据。那么一开始使用三个月的数据实施最佳化，第四个月将其所获得的最佳参数进行模拟，第五个月是把从第二个月至第四个月的二个月的数据进行最佳化，并用这个最佳化了的参数进行模拟，就是说将最佳化的时间与进行模拟的时间同步推进地进行测试。如果采用这种方式，因为不是在最后得出结果，从而可以检验技术分析方法的可信赖程度。其他的方法是在进行个月后，在第四个月进行模拟，然后冉从一开始的数据，即对第一个月至第四个月的四个月进行最佳化，在第五个月进行模拟。说起来后者对长期性的趋势较容易把握。这种方式尚且可以作为最佳化方式的一种改善，但是，三个月也好、一个月也好，这个周期如何决定又是一个难题。首先是商品的波动，如果是外汇，则有三个月和六个月的波动，有人认为就按这种周期来决定为好。其次是期货，只要与合约交割期相一致，就不会有刚才所说的连接数据的麻烦。虽然有类似的方法，但最理想的仍是要对这种周期进行最佳化，尽管使用这种方法的工作量大，但也不失为一种好方法。
损益分布图
损益分布图如图14.5，我们将依次对五个图予以说明。图中以纵轴为损益，横轴为参数。取定不同的移动平均的天数，就会出现图中的图形。如果能够形成最上面的那种吊钟形的图表就再好不过了，可是如果像第二个图形那样，形成两个小山形则不好办，第二个形成了有点奇怪的形状也不好办。但有一点，第三个图中如果较尖的部分超出较平坦的部分，就可以不采用较尖的部分。最佳参数哪怕有一点的偏离，也会带来损失，所以要尽可能取用平坦的部分。如果参数不太稳定，技术分析方法自身就不能使人信赖，也就是说不能采用。
图14.5损益分布图
第四个图的旧的结果 Old result）和新的结果（ New result），主要是说怎样变更技术分析系统的运用规则才好。按点线变更后的收益，牺牲其他的损益不能只用一个参数来改善，而应像最后的图那样，以改善参数整体的形式去努力改变其运用规则。
测绘系统
测绘系统是将横轴取为损失水平，纵轴取为技术分析方法的参数来绘制的图表，在其四角中写入损益。如图14.6所示，将大体相等的损益点以追寻等高线的形式绘制成图并把它当做参数变更的线索。
图14.6测绘系统（1）
如果能形成图146的形状将很容易判断然而如果形成图14.7的形状，等高线分为两个时，则不太好用。假如这种情况是随机出现的，即便有很好的特性也不能认定这个系统好用。但可以按照这样的方式进行模拟，并研究它的结果损益的核对，谈到损益的核对，在交易系统中所谓几胜几败是没有意义的。
图14.7测绘系统（2
如果是相扑比赛1胜14败的话，就是负多胜少。然而在市场上，虽只是1胜14败，但只要这1胜赚得很多也就算得上是不错的，重要的是总计的损益，而不是预测准与不准的次数。
先从总计的损益开始说明（见图14.1）。
在最初的总计损益阶段，没有必要在模拟中考虑手续费。但在每一天的平均损益阶段中，要考虑手续费和市场摩擦。实际上，伴随交易的行情波动，批量越大，对自己越不利，尤其是在趋势跟踪系统的场合。人们想买进就去买，想卖出就去卖，那就会使得交易成本非常昂贵。所以有必要根据实际情况核实一下到底需要多少交易成本。
所谓最大的筹码，说的是跌落将达到某种程度时的规模。有很多人都采用超过公司内部规定程度的损失时才停止的规则，这样的筹码将转化为风险。所以，不仅要确认最大的筹码，而且还有必要确认每一次交易中最大的筹码。
其次，再来说明一下每交易一次的最大利益和最大损失。主要是因为负的系统多于胜的系统，人们才普遍认为最大利益与最大损失的比例超过3比1最为理想。
最后要说明的是风险回报率（ Risk reward ratio）。它是将收益作为分子，最大的筹码作为分母而计算出来的包含风险的损益。同样地还有敏感系数、英镑系数等，这些都是考虑了风险之后用于测定交易效果的方法。
按照这些方式研究探讨模拟结果，有助于选择交易对象，从而实施交易。如前所述，在实施交易之后，还要重新回到一开始，从选定交易开始进行确认并去不断地循环这个过程。
要点
系统应当是即使预测失误也能生存下去的手段。为测量其优劣和确认损益，重要的是全面地计算总计损益和最大筹码，以及每一次交易的最大利益、最大损失、风险回报系数等。
