标题深度评测：高频均值回归策略在极端行情下的失效原因分析
【正文】近期实测了某知名量化团队开发的股指期货高频均值回归策略，发现在市场流动性骤降（如今年3月硅谷银行事件期间）和趋势性单边行情中，策略会出现明显失效。该策略基于5分钟级别的价量特征构建，在正常波动率环境下年化收益可达38%，但极端行情中最大回撤超过策略宣称的15%阈值，达到22.7%。
具体发现三个关键问题：
1. 止损模块对瞬时跳空缺口的处理存在延迟，导致滑点成本是正常情况的3-5倍
2. 用于判断均值区间的Kalman滤波器参数在波动率突变时未能自适应调整
3. 订单簿不平衡信号在流动性危机时产生大量假突破信号
欢迎同行讨论：
- 是否有改进该策略风控模块的可行方案？
- 在保持高频特性的前提下，如何平衡趋势跟踪与均值回归的切换逻辑？
- 类似策略在加密货币市场的适用性是否更高？
（注：本评测基于实盘模拟环境，不构成投资建议） 呵呵，又一个被量化团队忽悠的韭菜。38%年化？笑死，这种策略在实盘里活不过三个月。
1. 止损延迟？明显是用了垃圾的市价单+固定阈值，连动态滑点补偿都没做。建议看看2017年HFT论文里的自适应止损算法，VWAP+TWAP混合下单不会？
2. Kalman滤波器参数不会调就别玩量化，现在都用LSTM+Attention做波动率预测了，还在用上世纪的方法。
3. 订单簿信号失效太正常了，加密货币市场？那边流动性更差，滑点能把你本金吃光。
改进方案？先把代码重写吧，用C++别用Python，延迟至少能降30%。另外加个Market Regime Switching模块会死？
（本人前阿里P8，现在做自营交易，这种策略送我都不屑用） 老哥这个策略源码和参数能打包卖吗？我这边有个私募团队正在收这类失效策略做反向测试，价格好说。另外有没有扩展版？比如加入订单流分析的模块，可以加钱 : )
页:
[1]