How to Combine Trading Indicators: 4-Step Pipeline — Full Breakdown & Transcript

[00:00] 你为一个指标纠结,机构再造一条流水线 单一指标是赌博,信号流水线是系统 今天用四道工序拆开这套框架

[00:13] 标准化,去均值,正交化,一波动力加钱 看每一步到底在批出什么 你有没有过这种体验 同时开着MBCD,RSI,均线和布林弹

[00:25] 结果MBCD进插,RSI超满 星线多头排列 不灵待收口 主标之间互相打架 你根本不知道去哪个 最后只能凭感觉下注

[00:37] 问题不在于主标本身 而在于你把它们当成了四个独立的答案 而不是四种不同维度的原料 一个波动1%的信号 和一个波动10%的信号

[00:49] 放在同一张图上比较 就像拿身高和体重直接比大小 相当不同 比较毫无意义 机构做的事情 第一步就是把这些原料拉到同一个尺度上 让它们可以互相比较

[01:02] 互相加钱 你再读一个指标准不准 机构再算十几个指标的合成效应 第一道工序是清洗和标准化 先看几条仪 把信号自己的时间坚持减掉

[01:15] 为什么要这样做 因为不同信号的回报中枢完全不同 有的长久正收益 有的长久负收益 减息坚持就是剥夺它的特权 只保留它的波动结构

[01:27] 第二步算方差 第三步把信号处以自己的波动率 这一步太无关键了 它让所有信号站在同一个起跑线上 一个原本波动1%的信号

[01:39] 和一个波动10%的信号 标准化后 全部变成单位波动率的信号 在这个框架里 没有哪个指标天生高贵 大家都在同一个尺度下竞价 最后把观察窗口统一截断到暗简易区

[01:53] 因为你要用于构建信号的样本 和用于评估信号的样本 不能是同一批数据 这避免了用未来数据预测过去的过敏和陷阱 这张图展示了标准化要解决的问题

[02:06] 信号A的回报在0.6%到1.5%之间波动 信号B在6%到15%之间波动 量刚差了10倍 如果你直接把这两个信号相加或者比较

[02:18] 信号B会完全主导结果 信号A的信息被淹没 但经过标准化之后 两条C线的波动幅度被拉到同一水平 它们对合成信号的贡献才变得可比

[02:30] 这就是为什么机构不会跳过这一步 不标准化 你的权重分配就是被亮缸绑下的假分配 第一道工序处理完 进入第二道工序

[02:42] 层级面积均值 注意这里的球和下标变了 前面是时间 现在是信号 意思是在同一时间点 把所有N个信号的标准化值算一个平均数 然后从哪个信号里减掉这个平均数

[02:56] 为什么要这样做 因为如果你的信号全都是看多 市场也在涨 你的信号可能只是搭了大盘的便车 减去同一时间的均值 就是剥夺信号的市场

[03:08] Beta 只保留它相对于其他信号的相对表现 这样你得到的横截面相对信号 是一个纯粹的 剔除了大盘两丁影响的结果然后在统一时间窗口保证在后续所有计算中所有信号的时间轴是对齐的,不会出现A信号有1000个数据,B信号只有800个的尴尬。

[03:30] 这是流水线的严谨之处。 左边是散户常见的绝对收益视角,右边是机构的横截面相对视角。 差别在哪里?左边问的是涨了还是跌了,右边问的是比别的强了多少。

[03:44] 举个具体的例子 大盘涨了2% 你的股票涨了0.5% 在绝对视角里 它涨了是好事 但在横截面视角里 它跑出大盘1.5个百分点

[03:57] 说明它相对弱势 如果你因为它涨了而加仓 你其实是在奖励一个弱势信号 横截面其均补 就是把这种搭电车的收益 从信号里剥离出去 剩下的才是这个信号真正的相对表现

[04:12] 散户看信号是涨了还是跌了 机构看信号是它比别的信号强了多少 接下来是前篇最核心的一步 残差提取与正交化 先用最近第七的原始回报

[04:24] 算出信号I的预期收益 再除以它自己的波动率 得到标准化的预期收益 到这里 你有一个预期收益 你有一组横截面相对信号 接下来的问题是

[04:37] 这两者之间有多少是重叠的 回归方程用横截面相对信号 去解释预期收益 残差就是无法被横截面信号解释的部分 这个残差 在样化里

[04:49] 就是真正的alpha 它剔除了所有被大众民族解释过的部分 只保留了独属于这个信号的超额收益能力 用大白话说 如果一个信号的预期收益 全都是因为市场在涨

[05:01] 或者大家都在买 那它的残差就很小 它没有真正的alpha 如果在剔除了所有共性因素之后 还有很大的残差 那才是真正的 无法被复制 无法被收割的超额收益

[05:14] 这张图把两个信号的一期收益 拆成两块 被横截面共性解数的部分 和回归残差部分 信号A的收益里 0.8来自共识

[05:26] 只有0.2是残差 信号B的收益里 0.3来自共识 0.7是残差 如果只看总收益 信号A可能更高 但它的收益大部分是搭便车来的

[05:38] 换个市场环境可能就消失了 信号B的总收益虽然低一些 但它的残差占比高 说明它的超额收益更独立 更不容易被复制 机构在分配权重时

[05:50] 看的不是总收益谁高 而是残差谁大 这就是为什么 有些信号看起来不亮眼 却能在组合里拿到高权重 为什么残差才是alpha 因为共识部分可以被任何人复制

[06:04] 如果一个信号的收益 全部能被市场因子解释 那意味着任何人只要知道这个因子 就能获得同样的收益 竞争会迅速把这部分收益定价掉 而残差部分是无法被大众因子解释的

[06:19] 它来自你独特的观察 独特的数据处理 或者独特的组合方式 这才是稀缺的 正交化的本质 就是把大家都知道的事 从你的信号里扣掉 看看还剩什么

[06:31] 散户在赌这个指标会不会应验 机构在算这个指标的收益里 有多少是共识 有多少是独门发现 批除共识后剩下的残差才是真正的alpha有了纯alpha最后一步是合成信号权重正比于残差残差越大说明这个信号的纯alpha越强

[06:52] 给它越高的权重 同时权重反比于波动率 波动率越大 说明这个信号越不稳定 给它越低的权重 这就是量化理经典的逆波动率加钱 把更多的钱分配给性价比高的信号

[07:06] 把更少的钱分配给波动大 性价比低的信号 然后做权重规划 所有信号的权重绝对局局和等于1 这是一道总量控制 确保你的仓位规模不会因为信号数量的增加而失控

[07:21] 无论你有5个信号还是50个信号 总仓位规模始终控制在1的框架内 散户喜欢在信号多的时候重仓 机构在信号多的时候反而更谨慎

[07:33] 因为他们知道信号越多噪音也越多 这张饼图展示了逆波动力加强之后的权重分布 信号A残差高 波动B拿到了38%的权重

[07:45] 信号C残差低 波动高 只拿到12% 注意 权重最高的不一定是收益最高的信号 而是性价比最高的信号 这就是逆波动力加强的核心逻辑

[07:58] 它不笃单个指标的对错 它算多个指标的组合效应 散户在问我应该相信哪个指标 机构在问我应该给每个指标分配多少强重 这个分配器不预测方向

[08:11] 它只做一件事 把风险预测按性价比重新分配 这四个指标概括了整条流水线的核心约束 调整化后 信号波动率等于1 意味着所有信号被拉到同一万缸

[08:25] 恒节面去金之后 β暴露接近0 意味着道盘转跌的影响被剥离 正交化后 残差占比达到7成 意味着这个信号的大部分收益是独立的

[08:37] 权重绝对值之和等于一 意味着总仓位规模被严格约束 这四个数字不是收益预测 而是流水线的质量检查点 任何一个不达标 说明前面的工序出了问题

[08:50] 合成信号的可靠性就会下降 这个以表盘衡量的是 信号流水线的风险控制完备度 72%意味着四道工序里 大部分环节已经到位

[09:02] 但仍有提升空间 剩下的28%在哪里 可能在残差估计的稳定性上 可能在波动率窗口的选择上 也可能在极端行情下 沉重规划的表现上

[09:14] 量化系统不是建好就一劳永逸的 它需要持续监控每个环节的失效风险 散户和机构之间最容易被忽略的差距 不是谁的指标更准 而是谁的系统在出错时能更快发现

[09:28] 更快修正 这张表把四道工序的操作 剔除对象和验证口径列在一起 第一道是飘移与标准化 剔除的是让刚差一和中枢偏移

[09:41] 验证口径是标准化后均值接近0 标准差接近1 第二道横截面是均值 剔除的是市场、Beta和大盘共振 验证口径是截面均值接近0

[09:53] 相对谈名稳定 第三道正交化残差提起 批除的是可被公共因子解释的共识 验证口径是残差与因子近似不相关第四道逆波动力加强批除的是高波动信号的过度暴露验证口径是权重绝对值之和等于一每一道工序都有明确的输入

[10:13] 输出和检查点 这就是系统化思维和平感觉交易的区别 讲了这么多公式 你可能觉得这些都是机构才能用的东西 但用处恰恰在于

[10:25] 这套框架不要求你会编程 它要求你改变思维方式 第一 从创始到看结构 不要再问RSI现在是70还是30 问自己这个信号经过标准化之后

[10:38] 相对于其他信号是什么位置 是强于平均还是弱于平均 第二 从现指标到算盘差 不要直接问MACD金差能不能买 问这个金差信号

[10:50] 在剔除大盘涨跌之后 还有多少纯Delta 如果大盘涨了2% MACD金差的股票只涨了0.5% 那它其实是弱势 不是强势 第三

[11:02] 从平感觉加仓到逆波动率分配 你不需要计算精确权重 但可以用直觉版本 当某个信号波动特别大的时候 降低对它的依赖 当某个信号波动小且稳定的时候

[11:14] 给它更高的权重 第四 从单指标赌图到系统化思维 你的止损 你的入场 你的仓位 都应该经过类似的清洗和加钱 而不是靠直觉

[11:26] 最后补充一个容易被忽略的约束 权重规律化到一 不等于风险暴露 规划到1 因为每个信号的波动率不同 权重绝对值之和等于1 只控制了民意仓位规模

[11:39] 没有控制实际风险暴露 真正的风险预算 是把所有信号的权重绝对值 乘以各自的波动率 加总之后与预设上限比较 如果总风险暴露超过上限

[11:51] 你需要按比例缩减所有信号权重 或者剔除风险贡献最高的信号 这就是为什么 机构在信号数量增加时 反而更紧细 信号越多 风险贡献的加总越容易超出预算

[12:05] 必须用更严格的权重约束来平衡 这条规则在流水线的最后一道工序上 体现得最清楚 第一层 标准化 不把信号拉到同一亮缸

[12:17] 比较和加钱都是假的 第二层 衡解面积均值 不剔除大盘 beta 你赚的可能只是搭便车的钱 第三层 正交化 不把供时从收益里扣掉

[12:29] 你永远不知道 自己的超额收益来自哪里 第四层 一波动力加权 不按竞价比分配仓位 信号越多 风险反而越失控 单一指标是赌博

[12:41] 信号流水线是系统 你不需要比机构更聪明 只需要比昨天的自己 多一道清洗噪音 提起残差的工序 交易的尽头 不是找到一个能预测未来的指标

[12:54] 而是建立一个能处理不确定性的系统 散户在寻找神奇指标的路上 越走越远 机构在优化信号流水线的路上 越走越稳 你不需要成为量化工程师

[13:07] 但你需要拥有量化工程师的流水线思维 用系统代替直觉 用权重代替偏心 如果你喜欢这种 把宏观 市场结构 和量化思维 拆开讲清楚的分析

[13:19] 欢迎点赞 订阅 ApexQuant 顶点量化 也欢迎在评论区 留下你 最想继续拆解的问题 记住 先谈风控 再谈收益 优优独播剧场——YoYo Television Series Exclusive