新D-Score

20 July 2020
The Market Owl

8月1日我们将发布D-Score(D分数)的修改版。 在本文章中我们要说明:

  1. D分数的由来
  2. 随着时间的推移,我们学到了什么
  3. 全新的D-Score算法
  4. 对其他功能的影响
  5. D-Score在Darwinex的用处

作为总结,我们简化并同时改善了D分数的计算。 我们独立于属性来执行此操作,它将完全基于价格数据。 我们将继续在Darwinex使用它作为用来冒险您的资本的指标。

1.D分数的由来

D-Score诞生于2013年,在我们的人才和资本市场启动之前。 那时我们的目标是自动寻找世界上最好的交易员,以使其具有知名度并可以在我们未来的市场中筹集资金。

那时,甚至现在,大多数信号服务也仅限于按照非常简单的标准来显示最佳策略列表。 真正好的交易员并没有真正脱颖而出。 您必须具有一定程度的交易知识才能真正的大海捞针。 好的交易员和投资者都感到沮丧。

我们相信找到该算法将使我们能够使非交易者进入我们的市场,使他们有足够的信心进行成功的投资。 我们还认为通过这种方式人才会将我们视为唯一真正关心他们成功的技术提供商,我们对此深信不疑。

出于这个目标我们开始发现交易策略可靠性的收益很大程度上取决于其风险管理。 这意味着结果不仅必须针对策略的整体风险水平进行标准化,而且还应考虑每个仓位的风险水平。

举例来说,假设某策略以1:1的杠杆率进行了9笔交易,每笔亏损10个点,然后开了另一笔以100:1的杠杆率赢得10点的交易。 信号产生正回报,但这是一个好信号吗? 此外,在最后一次交易中,我们应允许什么杠杆作用来代表先前的样本? 5:1? 10:1?

这种类型的操作最明显和最常用的情况是马丁格尔策略(martingale),但也有许多变体。

我们得出的结论是有必要创建一种算法能够将风险决策从仓位转换为策略级别的全局风险级别,以消除产生统计错觉的可能性。 不仅如此,我们还了解到推销信号的唯一方法应该是使用能够正确比较信号的产品。 Darwin (达尔文是已开通跟单系统的交易策略)。

DARWIN是将一种信号转换为另一种信号,其中如上所述,通过交易或头寸使用个人杠杆不会对获利能力产生错误的幻想。

同时,我们已经知道要创建一个新产品DARWIN,因此我们必须实施新算法来寻找市场上的人才。

除了测量信号质量之外,我们还要求D分数(D-Score):

  1. 保护信号提供者100%的知识产权,从而为投资者提供足够的信心。
  2. 理想情况下,我们希望将其分解为单独的单元。 属性就是这样诞生的,以便更加透明的提供客户并为交易者提供改进的思路。
  3. 不受风险等级的影响。
  4. 对于任何类型的资产均有效,但前提是该风险仅是其波动性的函数(例如,期权除外)
  5. 对任何类型的操作均有效。
  6. 无法利用某些代码漏洞来“欺骗”后人为地改善它。

正如所解释的那样,重要的是要强调D-Score早于DARWIN(跟单系统)的诞生。 实际上早了2年。 尽管如此,我们认为这应该不是问题,因为D分数应该独立于风险水平。

2. 我们学到了什么

如果D-Score使用了最先进的DARWIN版本以及所有当前和过去的DARWIN(超过10,000个),则很有可能会采用不同的方法。

当前D分数的复杂性是其发展的结果。 现在我们有了数据并进行了许多分析,我们得出的结论是使用DARWIN报价就可以得到比当前更具预测性的D-Score,而无需使用可投资指标(12个投资指标,EX,MC…)。

我们认为是这样因为DARWIN价格已经纳入了所有风险归一化(全局和按仓位),因此是“无噪声”纯信号。

我们认为当前的D评分是调查金融资产分类的重要一步,通过比较不同的风险策略。 但是如果您具有纯信号,最好仅使用价格来确定其质量。

另一方面,我们在创建过程中对自己施加的限制(尤其是可以根据独立属性计算)使我们无法像过去那样反复迭代D-Score及其属性。 影响他的成绩的各种因素(属性,权重,历史,资产)使他陷入了无法演变的地步。 我们都知道它必须进行改进,但是以前我们不知道如何做。

唯一可能的方法是简化其计算,并因此使其独立于属性(12个指标)。

我们决定尝试仅使用价格, 基于假设达尔文的价格是纯净和这分析的结果是创建了一种与当前算法完全不同的新算法。

另一方面,这些年也向我们展示了投资的属性(平台里的12个指标)的用途。 尽管它们并没有以预测能力提高达尔文的价格,但它们是有助于理解交易策略类型的价值,因此为更传统的DARWIN统计增加了很多价值。

例如,策略的能力,毒性,时机,规避损失,与市场的相关性都是极有价值的指标,并且,除了消除它们之外,我们还将维持,改进并增加更多内容,以向其提供更多信息。 DARWIN现在,它们不影响D-Score,我们可以毫无恐惧地对其进行改进,因此,我们也期望在这方面创造很多价值。

新看法是

  • 对于Darwinex作为DARWIN的投资者而言,该价值决定了DARWIN的潜在回报:D-Score和,

 

  • 描述表现的属性,以便每个投资者自由选择使用它们。

 

例如,我们可以发现达尔文的D分数为80,但与市场相关性Mc = 2。 以这种方式提供的信息比当前提供了更多的信息给DARWIN中的潜在投资者,并使Darwinex也处于更加中立的状态。

3. 新的D分数算法

在进行分析时,我们得出以下结论。

  1. 上市价格可用于确定DARWIN产生未来收益的能力。
  2. 属性提供有关如何实现回报的信息。 例如,这非常有用对于描述策略而无需交易者自己描述策略。
  3. DARWINs的最佳投资策略是中期(从2-3年开始)投资这些已经能够产生回报的DARWINs,并且目前具有积极的势头(它们最近表现良好)。
  4. 停止获胜的DARWIN可以非常明显地改变其向上曲线的“形状”。 在trading语交易中,当趋势线中断时,通常表示疲惫。

3和4正是我们试图在单一指标中总结的,D分数和其结果非常有希望。

正如我们已经评论到的那样,从现在开始改进的D-Score会容易得多,而且我们也不会停止这样做,很可能将来我们自己仅限制为传达版本更新。

从计算的角度来看这种新型D-Score的成本要便宜得多,它将每小时更新一次。

4.     对其他功能的影响

4.1. 可投资属性(12个投资指标: EX,MC…)

正如我们已经提到的,它们得到维护,不影响分数。 在短时间内,我们将删除Performance指标(业绩-PF指标),因为它的概念与新的D-Score非常相似。

随着时间的流逝,我们将简化计算,以便每隔更少的时间更新它们,并且我们将添加新的指标。

将来我们很可能会根据其所有指标对策略进行简短的自动化描述,以便投资者简化使用。

4.2. DarwinIA (达尔文月度交易大赛)

其计算方法与到目前为止相同,只是使用了新的D分数。 由于我们进行的回测,历史记录少于9个月仍然有可能获得奖项,但绝不能在最高50%的百分位数之间。 进入前三名需要做更多的工作,我们认为这样是公平的。

我们还利用D分数的变化,将每月比赛分配从目前的600万欧元提高到750万欧元

有可能在将来的版本中,如果Rs的等级很低我们将限制参加DarwinIA的活动。 为了提高最终质量DARWIN,这是我们认为信号提供者应注意的唯一指标。

4.3. 没有开建DARWIN (策略开通跟单系统)的帐户

由于无法获得Darwin的价格因此简化了计算。 也就是说,在没有DARWIN的帐户和具有DARWIN的相同帐户之间可能存在某些差异。 其计算频率也较低。

4.3. 预定义的过滤

某些默认预定义的过滤条件将被更改,以使其适应D-Score的新现实。

4.4. D分数回扣

获得20%的佣金折扣所必需的D分数将是55,维持上限60具有40%的折扣。

5. D-Score在Darwinex的用处

新的Darwinex得分将是 (并将被传递给社区) 我们将在Darwinex使用的典型指标来冒险自有资金。

  • 在DarwinIA交易比赛名义分配,其目的是培养供应者来操作具有来自第三方托管的资金,
  • 在DARWINs篮子中我们投资自有资金。

因此D-Score特别适合那些渴望从Darwinex接收平台资金的供应者。

D-Score并非建议投资DARWIN,也不是保证未来盈利。