量化投资者通常会编写多个交易系统，并在实践中测试它们的表现来提高交易效率和收益。这些交易系统可能针对不同的市场或时间周期，并且由于市场环境经常变化，所以需要不断地优化和调整这些系统来保持其表现。量化投资者还可能使用不同的策略和指标来开发这些系统，例如技术分析、基本面分析、风险管理等。
拥有太多的交易系统也可能带来一些问题。例如，过多的系统可能导致投资者难以管理和监控，同时也会增加系统出错的风险。量化投资者也需要根据当前的状况，选择出最佳的交易系统进行上线。在选择和使用交易系统时，需要平衡多个因素，包括性能、可靠性、复杂性和管理成本等。而交易系统评估指标往往会被长期的历史掩盖，不能及时反映其当下的表现，例如下面的图展示的是一个夏普比率数值是2.24的策略的回测曲线，如果只从夏普比率数值上看策略的表现非常优秀，但是从图片上可以看到策略在回测后期已经失效。因此量化投资者往往需要一套更有效的方法用于对交易系统进行评估比较，以确保始终可以使用最佳策略。
下面首先介绍一些常见的交易系统评估指标：
- 累计收益率：累计收益率是一个投资组合或交易系统在一段时间内赚取的总回报率，这个指标可以作为交易系统绩效的重要评估指标之一。优势在于直观易懂，在短期和中期投资中有较明显的指导意义，但缺点在于无法反映出市场的波动和变化。
- 最大回撤：最大回撤表示从峰值到谷底时，投资组合或交易系统的价值下跌的最大程度，衡量了投资者所承担的最大风险。这个指标可以帮助交易者了解他们的实际风险水平，并且鼓励他们采取适当的风险管理措施。缺点是，它不能指示未来的表现，因此不应作为唯一的绩效评估指标。
- 夏普比率：夏普比率衡量投资组合或交易系统每承受一单位的总风险产生的超额收益。夏普比率越高，表明该交易系统相对于其风险更加有效。这个指标在评估交易系统的风险调整回报时非常有用，特别是对于长期投资者。然而，它可能会被某些极端值所影响。
- 盈亏比：盈亏比是获利交易的总利润与亏损交易的总亏损之间的比率。盈亏比越高，说明该交易系统相对于其风险更加有效。这个指标可以帮助交易者确定交易系统是否能够在稳定的风险水平下实现可持续的收益，并且有效地识别风险控制方案所需的最小胜率。
- 胜率：胜率表示所有交易中获胜交易的百分比。胜率越高，表明该交易系统越倾向于获利。这个指标可以帮助交易者了解他们的交易策略，在哪个市场环境下受到影响，并为他们提供改进策略的方向和建议。
- 平均持仓时间：平均持仓时间表示交易系统中单个交易的平均持有时间。这个指标可以帮助交易者了解他们的交易策略的周期性，并为他们提供有关何时退出交易的建议。
- 交易频率：交易频率表示交易系统中单个时间周期内的平均交易次数。这个指标可以帮助交易者了解他们的交易策略的复杂性，并为他们提供有关是否需要削减交易频率的建议。
- 累积交易次数：累积交易次数表示交易系统在一段时间内所进行的总交易数量。这个指标可以帮助交易者了解他们的交易策略的活跃度和稳定性，并且为他们提供改进交易策略的方向和建议。
如何更好评估交易系统在当下的好坏，以获得更稳定的超额收益呢？有下面一些建议可以参考：
- 使用时序滚动指标进行评估，例如滚动夏普比率（如下图）。交易者使用滚动夏普比率等指标进行实时评估，可以更好地了解自己的投资组合在当前市场环境中的表现，并根据此制定相应的交易策略。例如，如果某个投资组合的滚动夏普比率一直保持在较高水平，那么交易者可以继续持有或增加相关资产的仓位；反之，如果夏普比率下降，则可能需要减少仓位或选择其他资产进行配置。
image.png- 对比最近一段时间的指标和整体指标，如对比最近时间的5%的交易（或最近两个月的交易），然后综合多个指标给出一个整体评分，如果评分优于整体的评分，则可以认为系统在当前一段时间内运行良好。
- 根据上述指标，选取Top-K个相关性不强表现优秀的交易系统，将多个交易系统进行组合，从而形成一个更加稳健和可靠的投资策略，降低单个交易系统评估失败所带来的影响。
- 进行交易分析，可以通过收集历史交易数据，确定交易系统过去采用的决策规则，并判断近期的实际决策是否和历史决策发生偏离。如果交易系统在当前市场环境下的决策与历史决策出现较大差异，则可能是由于当前市场发生了变化，导致交易策略失效。在这种情况下，需要对当前市场环境进行分析，找出市场变化的原因，并针对市场变化适时更新交易规则以适应新的市场环境。通过这样的方式，可以帮助交易者确保使用最佳交易策略，并在不断变化的市场中取得长期稳定的投资回报。
参考 ：
[1] Systems performance evaluation: my method to evaluate my trading systems and always choose the best one
「核桃量化」「公众号：nutquant」和「知乎：Spectator」分享AI知识，助力量化投资。致力于将机器学习更好地应用于量化交易。
