第一部分

用遗传编程（genetic programming ，以下简称GP）来开发交易策略，需要一套设计决策来衡量不同的方面。本文中，我们采取仅用技术指标提供进出场信号构成的交易策略。像突破入场单（stop）和限价单（limit）等一些元素，可以与基本的进出场信号一起进化。虽然也可以使用GP基于基本面数据来选股，但我们在本文中不会探讨这个。

一个完整的交易策略包括下面几个要素：

• 入场与离场的指标
• 止损和止盈规则
• 仓位管理的规则
• 异常退出策略

GP技术并不能完全涵盖这些方面。例如，想要就停止一个持续亏损的策略，制定一套明确的规则，实际是要监控策略的表现，并且有一套适当的资金管理系统。资金管理可能是所有策略中最重要的部分，甚至比离场规则更重要，而离场策略又比入场策略更重要。而资金管理如何制定，取决于账户规模的大小，个人的喜好，交易的风格和许多GP以外的因素。GP主要是一个搜索和优化的函数。许多人认为通过GP或其他数据挖掘策略能够魔法般地自动生成一个完整的交易策略，这种想法是不现实的。

需要考虑的一点，使用GP来开发策略或许并不适合所有的市场。一些市场因为太有效所以无法来通过这种方式获得成功。可以对市场数据进行一些测试，来提前区分该市场是否可以用这种方式来交易。

将交易策略编码为决策树

在GP中，先将交易策略编码为决策树。决策树是一种树形数据结构，用来对可执行的算法进行编码。通过对树从根部到叶进行遍历，算法被执行，并将结果返回到根结点。如下图所示：

决策树实际是对这条决策规则进行编码：

(EMA(Close， 12) > EMA(Close 26)) AND (0.0 < ROC(Close， 5))

根节点root返回是true还是false。在这个例子中，EMA是指数移动平均线，ROC是变动速率，Close代表收盘价。这条件规则是：如果当前没有持仓，如果决策树返回真，进行买入开仓。

注意两点。

第一，图形中每一个节点有自己的返回类似，以与其他节点的输入类似相匹配。最终端，也就是树叶是没有输入节点的。这是为了避免反复进化无效的规则树而采取的重要措施。

第二，ERCs是临时随机常数(ephemeral random constant)的缩写，也就是指标或回溯周期的参数。ERCs是返回一个单个值（通常是数字）的树叶，譬如整数或者浮点数。正确处理ERCs，可以减小搜索空间的大小，从而改进搜索的结果。

GP的要素

1、 数据

2、 GP 参数 和运算符

3、 适应度函数 fitness function

4、 Parsimony pressure

我们先简单了解一下这些要点，相关细节会在后面的文章中讨论。

1、 数据

GP在很大程度上依赖已有的时间序列数据。我们需要有行情软件或其他数据源获取这些数据，并需要做一些处理。这通常是一项耗时繁琐的任务。常见的问题有，数据格式不合适，数据缺失，或有错误的数据。个股数据因为分红派息必须清洗整理，而股票指数会有“幸存者偏差”。另一个问题是数据长度不够。经验法则是对于交易策略测试的自由度必须要有10倍以上的数据点。GP对交易策略种群进行多代处理，从而凸显了有效数据的问题。虽然实际中数据要求永远无法满足，但可以采取措施来缓解这个问题。

2、 GP参数和运算符

每个个体代表一种可能的交易策略，GP对这些个体的种群populations进行一代又一代的进化。这个进化过程依靠一套经典的GP运算符，即，

这些运算符有多种实现技术，并且GP的每个运算符有不同的参数设定。例如，最基本的参数就是进化代数number of generations，种群大小population size，突变概率mutation probability。在进化过程中，参数的选择对结果的影响通常是非线性，不连续的，这有时会对经验不足的用户来说是违反直觉的。虽然基本的GP算法实际上很简单，而想实现更先进和强大的GP操作符可能会很困难。尤其是要使用并行性来实现更好的性能，更是如此。

另外一个常见的问题是，后几代倾向于生产相同的个体，使得交叉和精英操作变得无效。

3、 适应度函数

因为GP最终只是一个搜索或优化函数，所以它需要知道为搜索什么，优化什么。适应度函数为每个个体分配适应度值。具有更好适应度值的个人拥有更高的生存和繁殖概率。在开发交易策略的例子中，一个明显的适应度函数是是衡量每个策略在历史数据上的绩效表现。一个好的交易策略盈利多，亏损小。同样地，找一个合适的适应度函数通常难住了很多开发者。许多新手会选择最大化的将利润或者正确率来作为适应度函数。然而，由于各种原因，这两个方法是很差的选择，我们稍后具体解释。多数情况下，持续地盈利，比获得最高的收益更重要。此外，更先进的适应度函数会同时使用许多最大化或最小化的措施。

4、Parsimony pressure

足够复杂的函数可以完美地拟合任何历史时间序列， 这是一个众所周知的数学事实。然而， 这些函数的预测能力为零。如果不采取适当的反制措施， GP就会倾向于导致代码膨胀， 即产生极其庞大和复杂的交易策略， 这些策略在样本数据上表现很好， 但在样本外数据上完全失效。Parsimony pressure被用来惩罚过分的复杂性。在GP创建交易策略过程中，Parsimony pressure通常很重要，但不被理解。有两种选择来实现Parsimony pressure: 第一， 选择一个适应度函数， 对复杂的交易策略分配一个低适应度。其次， 机械地阻止GP从已经建立大量后代的交易策略中重新繁殖。由于仅有第一种选择通常不足以防止代码膨胀， 这两种方法的结合能使parsimony pressure能更有效。

(未完待续...)