——如何通过更少的风险击败买入持有
锤哥的点评：今天翻译一篇网文，是好文章。类似的事情锤哥以前也做过，在杠杆市场，并不一定要盯着收益率，盯着回撤和波动改进，最后能赚更多钱，实盘下来比较成功，读者可以翻看过去的文章。
什么是择时？——常见误解
择时通常受人诟病，其原因在于市场的随机性使得可靠的预测几乎不可能实现。那么，为什么还要讨论择时呢？答案在于：择时被误解和误用。它并非完全关于预测。事实上，除了一些特殊情况外，大部分交易都不是关于预测，而是关于条件期望。
条件期望的定义
条件期望是指在已知某些信息或条件的情况下，随机变量（如未来股票收益）的期望值。在交易和择时的背景下，这意味着我们不试图预测绝对价格水平，而是基于当前可观察的市场条件对未来收益进行期望判断。
实例：跌后买入
假设历史数据显示，当市场从近期高点下跌到某一百分比时（条件），未来几天的平均收益通常为正（期望）。一个交易策略可以利用这些信息，在这种条件满足时进行“跌后买入”。这并非预测市场将上涨，而是因为历史表明此条件下的风险/收益比是有利的。
通过关注条件期望，我们无需对市场走向进行绝对预测。我们只需评估当前条件是否与历史上正期望收益相关，并用这种概率优势指导交易决策。这种方法比二元预测更为细致和现实，因为它承认市场的不确定性，同时依然能够做出智能且数据驱动的决策。
因此，当择时算法建议买入市场时，它并不是在预测市场下一步会做什么，而是说：如果市场表现符合这一条件，根据历史经验，这笔交易可能是有利的。这与直接预测市场走势截然不同。
一个有效的择时策略
一个简单的择时算法例子是“跌后买入”。虽然足够简单，无需计算机算法也能实现，但算法可以帮助定义“何为下跌”以及确定盈利离场的水平。
以下是一个我最喜欢的择时策略，它最初是为交易SPY ETF设计的。从1993年ETF推出至今的曲线如下：
策略执行方法
指标组合：算法结合了一些简单的技术指标来定义下跌和盈利水平。 交易机制：所有交易都以市场开盘价进行，通过参与开盘竞价完成。
信号在第1日收盘后生成，并在第2日的开盘竞价中执行。 对于SPY等高流动性ETF而言，开盘竞价足够满足大多数投资者的需求。
适应其他资产和市场
这一策略在其他资产和市场中同样表现良好。以下是一些应用实例：
XLG ETF（2010年至今）
AAPL股票（2010年至今）
E-mini期货
令人惊讶的是，该策略甚至在E-mini期货市场也有效，这是很罕见的情况。
策略为何有效
核心原因：股市及其相关衍生品存在长期的上升趋势（上行漂移）。 适用性限制：若将类似策略应用于能源或货币市场则会失败，因为这些市场没有类似的上升漂移。
策略的“秘诀”在于它所用指标组合能够有效识别短期低点，同时设定合理的盈利水平。
成功率
盈利概率：约61%的交易是盈利的。 长期表现：尽管个别交易可能亏损，但整体收益明显优于买入持有基准。
风险评估
若股市出现长期横盘或下行趋势，该策略将表现不佳。然而，自1973年废除金本位以来，这种条件尚未出现。
熊市中的策略表现
2000-2002年互联网泡沫破裂：策略表现优于基准54%。 2008年金融危机：策略实现小幅正收益，超越基准38%以上。 总体表现：策略在1993年至今的31年中，仅有一年录得负收益。
策略与买入持有的比较
复合收益率比较如下：
从表面上看，基准收益率似乎显著优于策略，但基准的回撤更大。为了更准确地比较，我们分析以下指标：
调整风险后的表现
策略的年化波动率不到基准的一半，夏普比率更高。 通过约2.32倍的杠杆调整策略波动率后，策略年化收益率比基准高出355个基点，同时回撤明显更小。
结论
择时的关键在于条件收益，而非预测市场方向。 策略依赖股市的长期上行漂移，这一市场特性在过去50年间表现稳定，且预计未来仍将持续。 通过合理的交易机制，择时策略不仅能在牛市中获利，还能在熊市中提供正收益。 由于策略在市场外停留约40%的时间，其整体风险大幅降低，因此可以通过杠杆提高收益率，而不增加整体风险。
择时策略证明了如何通过更高的风险调整回报率击败买入持有。
原文来自https://jonathankinlay.com/2024/03/the-misunderstood-art-of-market-timing/
论文及模型见星球，量化社区内有各类丰富的量化资源，包括论文、代码、策略以及公众号过往及以后所有付费文章。
不同于其他paper trading玩家，锤哥在A股、期货、Bi上都有正在运行的盈利实盘策略，对策略开发有独到理解，星球内也会不定时分享个人实盘感受、开发经验、最优执行等内容，欢迎加入交流。
