在业界,评价一个策略好坏的标准,通常会去观察收益曲线的波动,看是否平顺,也就是控制最大回撤,追求高夏普。而降低策略波动很重要的一个方法就是多品种,多参数的对冲,比如同样是多空对冲底层逻辑的策略,往往在单独品种上面表现一般,但是延伸到多品种,多市场的时候,会有很大的改善,若再叠加多组参数(一个参数取多个处于参数平原的值去运行,非增加参数),也能对降低策略的波动(虽然必然会牺牲收益)。
因此,经常会发生在这情况,随着策略优化的进行,会发现需要调用的数据越来越多,越来越杂,很可能新的数据不兼容历史格式,从而单独建库。到最后发现策略每天运行需要的数据杂乱无章,每次数据的更新修改效率低下,并且十分容易产生疏忽。针对这个问题,重新设计了量化数据库,便于后期的数据管理和调用。
量化数据库设计
转载
前言
本文章为转载内容,我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题,欢迎原作者联系我们进行内容更正或删除文章。
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
数据库——数据库设计
因为测试工程师在日常工作中会参与数据库设计评审、测试环境搭建、日志跟踪,这些会涉及数
数据库 数据库设计 测试工程师 -
数据库设计
针对软考中的高级架构师,有关数据库的相关知识点总结。
数据库 数据 概念模式 软考 架构