《表3 最优量化交易策略示例（卖策略，GBP/USD，训练时段：2018年1月—2018年6月）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于遗传算法的外汇量化交易策略优化研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以2018年1月2日至2018年6月30日，频率间隔为1小时的GBP/USD汇率数据作为训练数据集，利用上述方法选择该区间内的最优量化交易策略，如表2、3所示。从表2中可以看出，该区间选出的最优交易买策略满足表1中的条件方程B，最优卖策略满足表1中的条件方程A。进一步分析，该时段的最优买策略中指标RSI2的取值范围是[16.32，25.13]，而不是经验上认为的[0，30]，这样可以减少交易的次数，提高交易信号的准确率。再者，针对GBP/USD货币，1小时的频率间隔，其指标RSI的最优参数是21，而不是习惯上认为的9或者14。利用训练数据集（2018年1月—6月）搜索到的最优交易策略，在该训练数据集的收益为16.15%，而买卖持有策略的收益仅为-2.26%。将搜索到的最优量化交易策略进行为期3个月（2018年7月—9月）的测试。实证结果显示，这段时期其所获得的收益为7.96%，而买卖持有策略的收益为-1.26%。因此，在实际投资操作中，对于外汇交易或者股票交易，一味地使用经验数据是有很大弊端的。