30. 引進動態評價函數的資金管理
Inputs: IniCapital(1000000),PercentPerTrade(0),RiskPertrade(50000);
Inputs: InitialOpenEvaluate(false),MaxSize(10), ProfitRiskRatio(0);
Var: ContractAmt(0),ExitAmount(0),Equity(0);
Var:Dstart(0), Dend(0);
{其他程式碼從略}
//計算獲利風險比評價函數
if InitialOpenEvaluate then ProfitRiskRatio= (netprofit/maxiddrawdown);
{呼叫”標準化化函數”,把獲利風險比(總淨利/MDD,該MDD 會每筆Tick 時都重
新評估計算)透 過標準化函數將值落在0~1之間且原值小於0者視為0}
if ProfitRiskRatio < 0.4 then begin
PercentPerTrade = 0.1; //可視個人主觀承受風險以再微調
end else if (ProfitRiskRatio >= 0.4 and ProfitRiskRatio < 0.8) then begin
PercentPerTrade = 0.2; //可視個人主觀承受風險以再微調
end else if (ProfitRiskRatio >= 0.8 and ProfitRiskRatio < =1) then begin
PercentPerTrade = 0.3; //可視個人主觀承受風險以再微調
End;
輔仁大學資訊管理系、林文修 30
依照評價函數強度決
定投入的風險百分比
31. 引進動態評價函數的資金管理
if InitialOpenEvaluate then Equity = Round((IniCapital +
NetProfit ),0)
else Equity = Round((InitialCapital + NetProfit),0);
//Position Sizing - Fixed fractional
if RiskPertrade <> 0 then ContractAmt =
Round((PercentPerTrade * Equity) / RiskPertrade,0);
if ContractAmt < 1 then ContractAmt = 1 ; //維持最小口數
if ContractAmt > MaxSize then ContractAmt = MaxSize ;
//最大口數限制
{其他程式碼從略}
輔仁大學資訊管理系、林文修 31
根據獲利風險比(ProfitRiskRatio) 策略品質評價函數的強度,
動態決定風險資金比率,已經不是固定風險百分比模型
46. Machine Intelligence
機器智慧
Data Driven System
資料驅動系統
類神經網路系統
基因演繹程式
*Genetic Algorithms
*Neural Network Systems
Hybrid
Systems
混合系統
*Neural Fuzzy
*Genetic Neural
*Fuzzy Genetic Systems
Rule Based
Systems
規則設定系統
*Expert Systems
專家系統*
*Knowledge Engineering
*知識工程
*
*
類神經模糊
基因類神經
*模糊基因系統
Fuzzy Expert Systems
模糊專家系統
Fuzzy Logic and Set Theory
模糊邏輯與集合理論
*Nonlinear Dynamics 非線性動態
*Chaos Theory 渾沌理論
*Rescaled Range Analysis 重刻度級距分析
*Fractal Analysis