| 通过观察方差在不同周期的比值来确定最优参数
有效市场假说
在诸多金融理论中，有效市场假说是最基础的部分。在此假说成立的情况下，金融计量经济学方面创造出了Box-Pierce检验，金融工程学方面则创造出了期权的定价模型。在期货交易方面，有效市场假说的确认和强弱对交易策略的参数选择起到决定性的作用。有效市场假说的两大成立条件为：市场信息具有极高的时效性和有效性，同时还要具有消息散布的广泛性，每个市场参与者都可以获得；市场价格充分反映市场信息带来的反馈。
以上两大条件达成的话，有效市场假说成立，买入或者卖出持有的趋势跟踪策略将会明显优于反复操作的波段交易策略。而在真实的金融市场中，诸多现象均指出有效市场假说存在局限性。有效市场假说的提出者Fama的高徒Cliff早在跟随老师学习期间就提出了不同意见，并成功用事实证明了该理论的不足，Cliff运作的AQR基金连续 10年稳定收益，这充分证明了市场并非完全有效。在期货市场中，个别品种价格运动的非有效性也可以从两大条件取证：一是市场信息不够透明，现货价格时效性不够，政策发布前市场已有人提前建仓，境外信息经加工失真；二是市场价格设定有涨跌停板，价格在巨大利好和利空消息的刺激下，无法在一日内达到应有的价格，往往要通过若干天的时间达到预期。
有效市场和非有效市场对同一消息的不同反应可见图一，在有效市场中，一个利好消息可以让价格瞬间达到预期价格，在非有效市场中，由于消息分布不够广泛，参与者分别在不同时段获得信息然后逐步建仓入市，导致行情缓慢运行。在拥有涨跌停板的品种中，条件二无法达成，这使有效市场的假说在大多数品种中都无法成立，也就是说大多数品种都可以采用反复操作的波段交易策略来获得超额盈利。
图一为有效市场和非有效市场对消息的反馈
有效市场检验
经过简单的逻辑上的讨论，可以得知期货品种中大多数均为非有效市场，也就是存在波段交易的机会。我们在这里使用Lo-MacKinlay趋势检验来给出数量上的确认，该检验基于波动率在有效市场中的特性，比较不同周期中测算波动率比值来观察检验的显著性。
在有效市场假说中，前一时刻的收益率对下一时刻的收益率的大小和方向没有任何作用，两者相互独立不相关，收益率呈现随机游走。则单位周期的波动率var（ln（pt/pt-1））和q周期的波动率var（ln（pt/pt-q））存在比值关系：
当该比值过度偏离q值时则证明该期货品种的市场并非有效市场，经过复杂的证明，发现以下表达式为正态分布，n为观察值的个数：
带入经过数据测算获得的两个不同周期的波动率，再和我们预设的显著性p值比较，就可观察到该品种的市场波动是否为有效市场。我们选择来自4个不同板块的12个品种进行多个周期的有效性检验，见表一。
表一为Lo-MacKinlay检验不同小时周期的统计值（2011年1月1日—2014年12月31日）
通过观察表一我们发现，如果将临界值设定为99%的话，除cu、al、rb、l、ta、ru外其他6个品种在各个周期呈现显著性，也就是这6个品种的期货交易市场均为非有效市场，适合波段操作。进一步观察没有呈现显著性的品种，我们发现rb、l、ru均呈现较高的统计值，在最大观察周期的200小时项里，rb和l甚至呈现了正值。
我们还发现，在支持非有效市场假说的6个品种里，统计值均伴随着观察周期的增大而减小，呈现递减曲线。而其他6 个支持趋势跟踪策略品种的统计值均伴随着观察周期增大而增大，呈现递增曲线。cu、al、rb、l、ta、ru这6个品种的统计值在有效市场的99%置信区间内并不能支持有效市场的假说，但在涨跌停板的限制下，弱有效市场的假说显然是成立的。价格无法仅仅靠一根K线就达到预期价格，往往要通过几根K线来完成市场信息的消化。
本文只考虑趋势跟踪策略参数的选择，也就是只集中讨论弱有效市场6个品种的可交易性。
参数的选择
在确认了每个品种所对应的交易策略后，趋势指标观察周期的选择就是我们接下来要考虑的问题。周期的选择遵循以下三个原则：一是指标测算周期和市场运动周期大致相同，也就是很多培训中提及的参数和市场的共振，可以达到利润的最大化。二是选择交易成绩稳定和收益曲线具有惯性的周期，不考虑动态调整参数，稳定性高于一切。稳定亏损并不是坏现象，保持逆向思维，策略也可逆向使用。三是选择使用同一策略但不同参数来提高策略的稳定性，在市场运动周期发生变化的情况下，仍可全身而退，同时也变相起到了加减仓的效果。
以上原则可以通过观察不同周期方差的变化更好理解，见图二。该图是经过20个观察值的平滑获得的方差-周期变化图，每个周期被平滑的方差均由其最相近的两侧的10个周期方差取平均值获得。图二很明显地指出，非有效市场的6个品种的方差变化并非完全相同，其中rb、l、ta呈现递增，而cu、al、ru则呈现有规律的递减。意外的是m在100小时的周期上出现了拐点，但除m外的有效市场的品种均无拐点且方差值递减。
图二纵轴为方差值，横轴为测算周期，取每个小时的收盘价，数据从2011年至今
cu: 递减无拐点
rb：振荡递增有拐点
 >
ru：振荡递减有拐点
如果趋势持续则波动率在长周期内也会持续，波动率增大且伴随周期延长而走高则说明该趋势得到了波动率的确认，该分析结果适用于rb、l、ta三个波动率递增的品种。如果行情为假突破最终反转，则行情短周期呈现趋势但长周期横盘或者反转，波动率先放大后缩小，该分析结果适用于其他9个波动率递减的品种。
但非常特别的是，之前呈现有效市场的6个品种m、a、c、v、cf、sr的表现均为平滑无锯齿，而其他弱有效市场的品种则呈现锯齿状递增或者递减的情况。这说明在两个相邻的周期上，带锯齿的品种呈现小时周期内的波动性的变化，给做超短周期的交易者提供了机会。相似的结论，平滑无锯齿且递减的品种在超短周期不存在理论方面的交易机会。
由于本文只讨论趋势跟踪策略参数的选择，我们仅需要用存在拐点和波动率递增的品种来验证，也就是rb、l、 ta、m、ru这5个品种。最佳的参数选择就是波动率变化呈现增加趋势的位置，也就是U型拐点。l、ta由于呈现递增，趋势得到了波动率的确认，可以认为该两个品种在10个小时内的趋势就是最明显的趋势。同理，其他3个品种的拐点分别约为rb于110小时、m于100小时和ru于150小时，可以理解为 rb在110小时周期上体现的趋势最为明显易于分辨，m着重观察100个小时的数据体现的趋势，ru则需要收集够150个小时的收盘价来确认趋势。
参数选择的原则中还要考虑到参数选择对策略表现稳定性的影响，一般最常见的方法就是罗列大数据测算参数和选择参数带。大数据测算方面，我们使用了从 2011年1月1日—2014年12月31日的小时收盘价来测算方差，观察值超过8000个，测算出的参数鲁棒性强。参数带选择方面，我们选择每个品种的 U型拐点的左右两侧各加减20个观察值的办法，由于l和ta的参数较小为20小时，我们相应地缩小参数带，选择加减10 个观察值的方案，见表二。
表二为回测结果参数和手数设定
表三为回测结果阶段总结
回测展示
在表二的回测方案确定后，我们的策略定为最为普遍的布林通道策略，通道上下乘数为2。收盘价突破通道开仓，回归均线平仓，手数设定按照表二执行。策略单个表现见图三，我们发现指标周期的大小和交易的次数呈现反比关系，所有品种从2011年至今，在最优参数带的设定下均获得了正向的收益。由于交易次数较多，l和ta的策略稳定性更容易在短周期内被观察，这也侧面的解释了为何高频交易一直受到青睐的原因，交易员可以在短周期内迅速做出策略间的取舍。
综合收益方面我们可以观察表三的年度总结和图四的组合收益曲线，通过表三不难看出，诸如rb、m等交易次数较少的品种在组合后给出了连续多年的稳定表现，亏损控制在10万元以内，而该组合历史最大使用资金仅为25万元，如果加上合理的资金管理制度，相信可以在未来继续获得稳定的收益和可控的回撤。
图三为各商品指数收益（2011年1月1日—2014年12月31日）
rb，交易24次
m，交易30次
l，交易249次
ru，交易21次
技术分析的指标多种多样，简单的技术分析指标诸如均线、MACD和布林通道等都可以经过量化的手段方法帮助其获得比传统使用方法更大的收益。这里仅给出了其中一种调整参数的方法，而相对应的也存在一种调整头寸的方法，也就是我们通常说到的资金管理模型。这两种方法相辅相成缺一不可，在交易频率较低且收益表现稳定的品种上，资金管理模型的作用甚至胜过了参数的设定。
图四为组合收益曲线 |
