通道突破系统变化版本的统计显著性
我们看到系统的一个变化版本时，必须要问的一个关键问题是，它们之间的性能差异在统计学意义上是否显著。除了比较系统的净利润之外，还有很多方法来区分系统。例如，一套系统可能产生较少的交易，另一套系统可能产生较小的资金回撤。而一些系统则可能具有较高的胜率。只有当某套变化版本的系统适合我们的交易风格时，它才是有用的。
配对t检验在相同的数据组上比较了两套系统变化版本之间的均值。这种检验将告诉我们，我们比较的这两个系统在统计学意义上是否真正不同。读者可以在有关统计学的书中找到关于t检验的详细论述。为了实现我们的目的，这种检验给出了两个数据:一个是数据的t统计量，一个是合适的参考值(t临界值)。如果我们的t统计量大于t临界值，那么系统之间的性能差异就是统计学显著的(图5.7)。微软的Excel5.0中具有内置的t检验，可以从数据分析的工具菜单中选择。
在使用t检验之前,为了达到比较的目的，我们需要一套参考系统或标准系统。这里我们使用一套无任何出场策略的20日通道突破系统作为参考系统。如果没有指明任何出场策略，那么其中的做多入场点便是做空出场点，反之亦然。于是，添加出场策略后对参考系统的影响便很容易度量。表5.8总结了无出场20日通道突破系统在先前数据上的测试结果。像往常一样，初始止损为1500美元，滑移价差和佣金考量为100美元。
让我们分析为参考系统添加5日高点和低点跟踪止损后对系统性能的影响。在比较两套系统的净利润时，t统计量为2.224, t临界值为2.262,自由度为9。于是，t统计量小于t临界值。参考系统的平均利润为51368美元，而添加跟踪出场后为27949美元。在5%的置信水平，这种差异还是非常显著的。所以，添加出场可能大大降低了平均利润。
现在我们把这两组比较结果结合起来分析。这些结果表明，添加5日高点一低点跟踪出场使利润降低了30%，同时交易数增加了76%。现在我们必须决定这些改变足否适合我们的交易风格。
接下来我们分析添加波动性出场对参考系统的影响。平均利润从51638美元下降至34820美元，在统计学上是显著的(t统计量: 2.54>t临界值: 2.26) 。利润减少33%，交易总数增加了61% (t统计量: 8.82>t临界值: 2.26)。所以，波动性出场减少了利润，增加了交易频率。当然，它引入了中性区域(译者注:即在市场外观望) ,缩短了账户暴露于市场中的时间。我们可能会喜欢这种出场策略，因为它会响应特定的价格形态，比如大幅的逆势运动。一些交易者可能喜欢这种出场策略产生的资金曲线胜于参考系统的资金曲线。另一些交易者则可能喜欢该系统带来的高交易频率，因为它意味着更多的交易机会。
使用20点屏障的影响没有使无出场时的净利润产生统计显著性的减少。参考系统每个市场的平均利润是51638美元，加上20点屏障后的利润为49989美元。所以，添加屏障没有明显减少利润，但是，它却使交易数减少了25%，这是统计学显著的(t统计量: 4.71>t临界值: 2.62) ，表明屏障起到了滤网的作用。
为20点屏障系统添加波动性出场，也没有使净利润产生统计显著性的变化。但是，交易数却明显增多。我们将不得不分析资金曲线，以决定是否愿意接受添加出场的影响。
参考系统与带内部波动性屏障的系统之间没有明显的差异。例如，20点屏障系统的平均利润是51638美元，而使用内部波动性屏障的平均利润是44732美元。但是，不使用内部波动性屏障的交易数要少60%。所以内部波动性异障使交易频率产生了统计显著性的增加。于是，内部屏障会满足我们高频交易的胃口，而不会对业绩产生大的影响。
这一部分的分析表明，我们应该使用统计测试来区分系统性能之问的差异。可以使用电子表格来帮助分析，或者使用专业的分析软件( 详者注:目前国内用的比较多的是SAS和SPSS)。我们应该仔细记录出场策略的改变对利润、交易频率和资金回撤的影响，这样很容易便可找出满足自己交易需求的入场信号。
