如果查看其他参赛者，可以看出相关函数值为肯定。在上面的例子中下降的坡线说明交易呈亏损趋势。现在我们就可以明白理想的LR Correlation值等于1!
同样的方法可以计算 Returns 和MFE分布, 同样找到相关函数Correlation(Profits,MFE)=0.77 和 Correlation(MFE, MAE)=-0.59。函数值Correlation(Profits, MFE) 显示肯定并且接近1 (0.77)。这就告诉我们策略不允许长时间的浮点利率停顿获得赢利。如我们所看到的 MAE 和 MFE分布能够给我们视觉上的评估，相关函数Correlation(Profits, MFE) 和 Correlation(Profits, MAE)能够在没有图表的情况下给出交易信息。
Correlation(MFE, MAE), Correlation(NormalizedProfits, MAE) 和 Correlation(NormalizedProfits, MFE) 值在锦标赛参赛者数据"报告"中作为补充信息。
交易结果正常化
通常在交易系统创建中应用固定大小寸头。这样就易于参数的优化。但在找到所需的数据后，就会发现逻辑性的问题：可以接受多大的管理系统(Money Management, MM). 打开交易仓位的大小与账户上的资金存在直接的关系，所以不可能在$5 000 交易占用$50 000美元的仓位。除此之外， ММ系统开仓不一定需要固定比例，就是说如果说存款额为$50 000不是一定要有10个以上以$5 000存款的仓位。
仓位可以根据当前市场状况和分析结果等等进行改变。因此金钱管理系统的最初形态可以替换。那么我们如何估测金钱管理系统带来的影响？对我们的交易系统是正面的还是负面的？在起初相同存款额的几个账户上如何进行对比？简单有效的方法就是将交易结果正常化。
NP=TradeProfit/TradeLots*MinimumLots位置:
TradeProfit – 赢利交易；
TradeLots – 交易份额；
MinimumLots – 交易的最小份额。
将交易结果（赢利或是亏损）正常化，我们将交易结果按照交易量划分，随后乘以最小允许交易值。例如，GODZILLA (Nikolay Kositsin)账户，.定单 #4399142 买进2.3标准手USDJPY 赢利 $4 056. 20 + $118.51 (swaps) = $4 174.71平仓。划分结果为2. 3 0.1 (最小允许交易值), 得到赢利$4 056.20/2.3 * 0.1 = $176.36和掉期 = $5.15.。这样得到的结果就是正常化的结果 (Normalized Profits, NP)。
首先，需要找到 Correlation (NormalizedProfits, MAE)值 和Correlation(NormalizedProfits, MFE)值，然后将Correlation(Profits, MAE) 值和 Correlation(Profits, MFE)值进行比较。如果相互之间参数差距较为明显，那我们就不得不改变初始系统。有人说改变金钱管理系统无疑是种自杀，根本不能把亏损交易转为赢利。在锦标赛中 TMR 账户可以说是一个特例，当账户Correlation(NormalizedProfits, MFE) 值从 0.23改变至 0.63仍然保持盈利。
如何估测策略的攻击？
我们可以看出正常化交易给金钱管理策略带来有益的影响。非常明显，如果开仓大小增加１０倍，自然得到的结果也是最初的１０倍。但如果在当前情况增加交易数量呢？得到的结果往往与一种中心模式比较，通常是一种指数。 Beta函数显示交易账户与指数比较改变的次数。【www.irich.com.cn交易之路 投资经验荟萃】
这样，我们首先要计算方差cov(Profits, NormalizedProfits)。随后计算正常化交易离差 ，以作为NP名称。找到以M(NP)命名的正常化交易预期值。 M(NP) 显示正常化交易结果平均值。然后从M(NP)中找到SSD ，就是总值(NP-M(NP))^2。得到的结果按照交易数量划分并称为 D(NP)。这就是正常化交易离差。与正常化交易比较参数结果可以从原始交易结果中估测交易价格波动的次数。在锦标赛 "报告"中这个参数被称为Money Compounding 并且在某种程度上是一种策略攻击。
MoneyCompounding=cov(Profits, NP)/D(NP)=
M((Profits-M(Profits))*(NP-M(NP)))/M((NP-M(NP))^2)
位置:
Profits – 交易结果；
NP – 正常化的交易结果；
M(NP) – 正常化的交易结果平均数。
现在我们就可以用不同视角看看下表2006自动交易锦标赛参赛者。
# 登陆
LR Standard error, $ LR Correlation Sharpe GHPR Z-score (%) Money Compounding 利润$
1 Rich 6 582.66 0.81 0.41 2.55 -3.85(99.74) 17.27 25 175.60
2 ldamiani 5 796.32 0.64 0.21 2.89 -2.47 (98.65) 28.79 15 628.40
3 GODZILLA 2 275.99 0.9 0.19 1.97 0.7(51.61) 16.54 11 378.70
4 valvk 3 938.29 0.89 0.22 1.68 0.26(20.51) 40.17 9 819.40
5 Hendrick 3 687.37 0.79 0.24 1.96 0.97(66.8) 49.02 9 732.30
6 bvpbvp 9 208.08 0.58 0.43 12.77 1.2(76.99) 50.00 8 236.00
7 Flame 2 532.58 0.75 0.36 3.87 -2.07(96.06) 6.75 7 676.20
8 Berserk 1 943.72 0.68 0.20 1.59 0.69(50.98) 17.49 7 383.70
9 vgc 905.10 0.95 0.29 1.63 0.58(43.13) 8.06 6 801.30
10 RobinHood 109.11 1.00 3.07 1.74 N/A (N/A) 41.87 5 643.10
11 alexgomel 763.76 0.95 0.43 2.63 1.52(87.15) 10.00 5 557.50
12 LorDen 1229.40 0.8 0.33 3.06 1.34(81.98) 49.65 5 247.90
13 systrad5 6 239.33 0.66 0.27 2.47 -0.9(63.19) 42.25 5 141.10
14 emil 2 667.76 0.77 0.21 1.93 -1.97(95.12) 12.75 4 658.20
15 payday 1686.10 0.75 0.16 0.88 0.46(35.45) 10.00 4 588.90
从上表格中可以看出锦标赛优胜者账户中LR Standard error值并不小。同时，多数赢利智能交易的差额图表都很顺畅。那是因为LR Correlation全部接近 1.0。Sharpe显示的范围在0.20 到 0.40之间。只有一个智能交易Sharpe Ratio=3. 07，说明MAE 和 MFE值不是很好。
GHPR 的基本分配范围在百分之１．５到３ 之间。另外优胜者的GHPR 值普遍不大。尽管其中最大的一个GHPR=12. 77% ，再次说明这个账户最大波动LR Standard error=$9 208.08。
在锦标赛前１５名的智能交易中Z-得分没有共同点，但 |Z|>2.0值使我们注意到历史交易。我们看到Rich'а 在同时打开三个寸头时 Z=-3,85，而账户 ldamiani的处境呢?
最后，在表格的最后一行为Money Compounding 同样存在很大的范围值从8 到 50。 50 是锦标赛的最大价值，因为锦标赛的规则规定最大交易标准手为5. 0 лота。但奇怪的是优胜者的参数没有这么大，前三名的值分别为17.27, 28.79 和 16.54。难道他们没有完全应用最大允许交易数？不，应用了。那是因为在增加交易买卖同时金钱管理不会提高风险由此我们可以看出金钱管理对于交易系统的重要性。
占据第 15位的智能交易 payday。由于一个小代码的错误，这个智能交易的交易份额不能超过1.0 标准手。如果不是因为这个小代码的错误致使交易份额不可增加到5. 0标准手，那么交易是否赢利值在$4 588.90到$22 944.50之间呢? 要不是挽回风险他会不会取得第二的位置？第一的位置有可能是alexgomel吗?如果他的智能交易的交易份额保持在1.0 标准手。还是 vgc能够取得成功？他的智能交易经常性开仓交易量少于1.0 标准手。看着这些差额图表，仿佛锦标赛仍然在继续，不过它已经成为过去。
结论: 与时俱进
见仁见智。这篇文章给出了一些普通的方法估算的交易策略。一个能创造更多的标准来估算交易结果分别采取每个特性将无法提供全面, 客观的估计,但两者融合,他们就可能帮助我们避免片面做法。【www.irich.com.cn交易之路 投资经验荟萃】
可以说,任何肯定的交易结果（连续赢利交易）我们可以从负值交易中获得。这意味着所有这些特征并不能够完全准确地告知交易的薄弱点在贸易。我们应该注意，不应该只满意于最终的肯定结果，得到纯利润就好。
我们不能够创建一个十全十美的智能交易，每个智能交易本身都存在利与弊。懂得估测的方法是不拒绝任何交易方法，而不是教条的执行。要懂得如何能够继续发展智能交易不断更新。上述对2006自动交易锦标赛的统计评论希望对每位交易者都能够带来帮助与支撑。