pedma

分析我正在研究的策略的流失率。
在這個模型中，交易成本約佔年資本的5%，這相當高。考慮到策略的性質，換手率也有點高。
35%的交易在一天內進出，59%的交易在第3天就完全消失。如果策略是中頻交易，這樣的情況還可以接受，但事實並非如此。
這些來回交易佔總成本的32%。
顯然，這個策略存在由於在投資組合可用空位邊界處的流失控制較弱而產生的流失問題。這不完全是策略本身的問題，因為策略具有不錯的優勢，但更多的是設計上的缺陷。
例如，假設你允許同時開倉50個頭寸。那麼，對於那些位於底部10%的頭寸，並且略微從頂部名單中掉下來的頭寸，沒有任何顯著的優勢改善，這些調整實際上能帶來多少收益？答案是，在大多數情況下，變化如此微小，根本無法彌補整個頭寸來回交易的全部成本。
當你在流動性較低的交易場所和市場進行交易時，這個問題會變得更加嚴重，除了交易費用外，你還需要支付更多的跨市費用。
保持嚴格的再平衡閾值非常重要。要么基於該決策的預期價值超過成本，要么設定一個標準閾值百分比，只有當超過該閾值時才會進行調整，避免頻繁更換現有頭寸。
(在測試中使用了假設的$10k 起始規模)

Claude 不斷描述我以前自己寫的程式碼，管理我所有的持倉，結構龐大，卻從未像這樣描述過。我不是英語母語者，但每次他這樣做時，我都覺得他在嘲笑我的程式碼。

正在對歷史測試進行完整性檢查，像瘋了一樣。一直拖延，現在只需一行代碼加到cc中，它就會將你剛剛調試的內容作為必須通過的完整性測試。
我花了多少時間手動調整我的歷史測試的定位……

剛剛被提醒為什麼我會將每個會話的程式碼變更和決策邏輯都存放到我的保險庫中。
我可以回頭參考我過去做過的事情，並回想起促使我做出那個程式碼變更的邏輯。
在出錯時，這非常有助於除錯。