古期薦讀：期貨交易程式與機率（1）

我們必須承認期貨交易程式只是類比期貨走勢的某個局部段落,不管是當沖單或波段單,當沖單模擬當天,波段模擬某一段時日.既然是模擬,就牽涉到機率問題,而時間越長,變異的范圍越大.有的朋友靠波段單的交易程式賺了不少錢,可喜可賀,但未實現獲利前的煎熬, 特別是碰到連續幾天盤勢跟預期相反時,所需的忍受毅力也是十分令人敬佩的.

如果是當沖單的交易程式,越貼近現實走勢,其對的機率自然就越高,如果以K線論,十分鐘比三十分鐘對的機率高,三分比五分高,一分比三分高.從微積分看,一分鐘的K線所連起來的線也是最接近走勢線.所以,如果要提高交易程式的勝率穩定性,如果同樣是勝率70%,一分鐘的穩定性要比三分鐘的高,個人偏好采一分線.

交易程式就是要在指數漲跌間獲取利益,考慮的時間越長,指數變動的范圍就越大,能不能如愿獲利的機率就越低.例如要在一分鐘內獲利5點的機率比要在一天內獲利50點的機率大.就更別提要在一個月獲利500點的機率了,那已經純粹是猜謎了.

 

 

網友討論一：

我的想法跟您很像. 我認為點數的跳動為分至最小單位時, 與下個時間單位相比, 上漲與下跌的機率是相同的.

我認為價格的變動是隨機的. 而隨機堆砌出來的分線, 五分線或許還是隨機. 但是從分線小時線堆砌出來的均線
或是衍生出其他的指標. 就偏離了價格隨機的本質了.

白話的意思就是, 我不認為均線等等的交易系統有效(甚至連趨勢我都認為無效). 因為我認為價格是隨機的.

我曾經想過一個基於價格隨機衍生出來的交易策略, 如下:
隨機挑選一個時刻買進, 上漲N點就停利, 下跌M點停損. 且 N-M-手續費>0 且 N, M 盡可能小
例如: 臺指期. 隨機買進. 上漲12點我就賣出, 而下跌8點賣出(假設成本來回3點).
說明: 隨機來看, 上漲12點的機率跟下跌8點的機率, 應該是50% - 50%. 但是一來一我就生了1 點利潤.

很可惜. 套用了真實的交易成本後, 這個策略回測效果很差. 不曉得M大的想法是怎樣呢？

 

網友討論二：

我也是同意兩位的看法,唯獨就市場價格是否完全隨機這一點,我倒是覺得市場價格在某些局部時間(可能是一分鐘,三分鐘,五分鐘,甚至長達30分鐘)是在多空主力的某一方發動攻擊而產生的,舉個明顯的例子,在6/23,11:42當金融期拉到漲停時,臺指期多方發起猛烈的攻擊,一路所有的賣單統統照單全收,拉到漲停,但空方也不是省油的燈,反向殺回200多點,當然這種例子不是常有,但說明了某些價格有相當大的成分取決於多空主力的意志力及彈藥多寡,另外,較明顯的例子就是整數關卡(如6400,6500之類),多空優劣勢具體表徵的平盤點及開盤點的攻防戰.

我想我們之所以試圖利用程式來交易,無非是希望程式工具能依據某些我們觀察到的特定條件,輔助我們在正確的時間加入勝算大的一方,然后在適當的時機趕快溜走,什麼時機出場就取決我們要承受多少的風險,時間越長及要求的獲利點數越高,風險就越高,上車點對,下車點未必對,反之,上車點雖不好,但愿意忍受較大的路途顛簸,也許也可以熬到好的下車點.

也就是說,我們不是隨機去挑一個點買進或賣出,而是挑一個你認為是關鍵性的一點, 獲利N點就停利, 損失M點停損. N,M要設幾點，說實在的，我也不知道，只是可以確知的是，NM越小碰到的機率越大，所以基於避免還沒賺到錢就已停損出場的風險，通常我M會設大一些（因為對進場點有信心，停損碰到的機率低），但是我又很膽小，怕煮熟的鴨子飛掉（停利點設太高，還沒到之前，盤勢已反轉，相信有不少朋友都曾為那差一點的一點而捶胸頓足），N相對於M會小些，到目前為止的實際績效，自己還算滿意。僅供參考，虧錢不要找我算帳，嘿嘿。

 

 

網友討論三：

小弟也有一些看法~

1.價格不是隨機，而是有跡可循、具有預測效果的。
2.如何取得價格的蛛絲馬跡呢?
國際上的計量基金或期貨基金，可能會告訴你說透過高等統計、人工智慧或復雜的數學模型等等，才有機會取得價格的蛛絲馬跡。
其實目前的程式交易就已經是基礎的計量過程。
例如：
計量交易：針對時間序列，透過統計的取樣過濾資料的雜訊后，套用Momentum或Mean-Reversion的數學模型來做交易。
程式交易：針對原始的價格(時間序列)，整理成開高收低的K線(資料的取樣)后，和套用技術指標(數學模型)來做交易。
Make yourself rich，不需要太復雜的計量交易。
3.巴菲特和索羅斯都可以否定強勢效率市場假說。
4.臺灣是淺碟性市場，應該是符合半強勢效率市場。

世界級數學大師詹姆斯．西蒙斯，管理規模五十億美元的Medallion對沖基金，自八八年成立以來，年均報酬率高達三四％。西蒙斯最近籌設一支規?？赡芨哌_一千億美元的基金，震驚華爾街，這是整個對沖基金業資產規模的十分之一！

你可以想像七十名擁有數學及物理學博士頭銜的人，坐在華爾街金融辦公大樓盯著電腦螢幕，進行套利、投機或避險交易嗎？這不是時空錯亂，「文藝復興科技公司」（Renaissance Technologies Corp.）雇用了七十位數理博士，研發出一套精細復雜的數學模型，緊盯全球各項經濟指標、商品及證券價格變化，無論是做多或放空，隨時掌握時機出手。

運用數學模型　電腦運算選標的報酬率驚人

這家數理專家云集的公司，正管理全球最賺錢的對沖基金——Medallion Hedge Fund，由世界級數學家詹姆斯．西蒙斯（James Simons）擔任負責人。
以電腦運算為主導，在全球各種市場上進行短線交易，是「Medallion基金」的成功祕訣。
Medallion基金利用數學預測模型，對一堆投資標的如股票、債券、貨幣、商品、選擇權等進出套利。新成立的「文藝復興法人股票基金」將採取截然不同的運作策略：偏重於投資美國股市、持有時間會超過一年。
從數學天才變身成為華爾街億萬富翁，西蒙斯被譽為「地球上最好的基金經理人」。
西蒙斯領導的Medallion基金，規模五十億美元，自一九八八年創立以來，年均報酬率高達三四％，在業內傲視群雄，堪稱表現最佳的對沖基金。就算大名鼎鼎的索羅斯（George Soros）量子基金（Quantum Fund），同期年均報酬率也只有二二％，而標準普爾五○○（S&P 500）指數同期的年均漲幅，才只有九．六％。
事實上，這個報酬率已經扣除了五％的資產管理費，以及四四％的投資收益分紅等費用。西蒙斯收取的這兩項費用，是對沖基金平均收費的兩倍以上，○四年光是傭金就賺進五億美元。

數理專家做投資　發現貨幣交易中有特定規律

西蒙斯畢業於麻省理工學院數學系，獲柏克萊加州大學數學博士學位后，返回麻省理工學院、哈佛大學和紐約州立大學石溪分校數學系任教。
西蒙斯和中國著名數學家陳省身教授合作發現的「Chern-Simons幾何定律」，成為理論物理學的重要工具。此外，西蒙斯曾擔任普林斯頓大學國防研究學院的密碼破譯專家。
在數學領域工作十五年、數學研究正處於高峰時，西蒙斯轉入金融界，開始創立私人投資基金，目前是世界上最賺錢對沖基金的負責人，○三年在華爾街投資經理人薪水排行榜上高居第三。
西蒙斯說：「有些交易模式并非隨機，而是有跡可循、具有預測效果的?！轨妒撬l展出一套運用統計方法建立風險投資的數學預測模型，創下驚人的投資報酬率。
西蒙斯說，過去的選股方式，既能讓人變成一夜英雄，也能在翌日把人打回原形。「大多數時候，選對股不過是幸運而已。」他說：「數學模型可以降低風險，也能減少日復一日的惡化?！挂虼?，交易行為不應是一種人為判斷，而應是復雜精細的電腦計算模式。
西蒙斯剛開始從事投資工作時，也是仰賴個人判斷作決策。直到有一天，他從貨幣交易中發現特定的規律，建立出一套預測貨幣走勢的數學模型。從此，他變成一位「模型先生」。

黑箱作業　所有投資策略演算法都保密

從冰冷的數學家化身為炙手可熱的基金經理人，西蒙斯憑著獨創的數學投資模式，創造了前所未有的成就。這套數學家式的繁復運算模式和分析方法，華爾街一般財經背景的基金經理人根本無法企及。
西蒙斯喜歡聘用數理專家，公司背景完全和華爾街沾不上邊。
這些來自數學、物理學、天體物理學、統計學等領域的專家，運用量化策略，從龐大的市場數據中抽絲剝繭，找尋統計上的關係，找到預測商品、貨幣及股市價格波動的模式。( www.tumamayizhan.com )
華爾街雖然也有其他對沖基金，採用了相同的策略，卻遠遠不及Medallion基金那般成功。
不過若想要進一步了解西蒙斯的數學投資模式，恐怕是妄想，因為西蒙斯對於基金內部操作保密到家！
目前文藝復興科技公司基本上是「黑箱操作」，同行和投資人無從得知西蒙斯真正採用的演算法和交易策略，工作人員則發誓要保守祕密。
西蒙斯從來不雇用華爾街分析師，他身邊圍繞著一群「怪胎」。文藝復興科技公司有一百四十名員工，其中三分之一擁有數理博士學位，大部分是西蒙斯的學生。
這群「超級怪胎」的專業領域千奇百怪，包括天體物理學、數字理論、電腦科學、計算語言學等?！肝覀儾还陀蒙虒W院學生，」西蒙斯表示，目前公司只有一位金融博士，「我們只聘請數理人才?！?br /> 西蒙斯行事低調，鮮少與媒體接觸，遠遠不如巴菲特那麼有名，甚至許多華爾街同行也未曾聽過他的大名，但他卻是一張不能被忽視的王牌。（www.tumamayizhan.com ）
千億美元規?！⌒禄鸪闪⒂嫯嬕鸾鹑谌︱}動
最近，西蒙斯揚言要設立一支規模高達一千億美元的基金，相當於全球對沖基金行業資產規模的十分之一。此語一出，立即在金融圈引起騷動。
這支由數學家和物理學博士共同開發的基金，叫作「文藝復興法人股票基金」（Renaissance Institutional Equities Fund），從去年十月創立以來，短短三個月即已集資四十億美元。
許多基金經理人都發現，當管理的資產過於龐大，對沖基金要想實現高於業內平均水準的報酬率就愈來愈難；但西蒙斯卻想驗證數學模型適用於任何規模的基金，他到底是對沖基金的異數？還是會步入LTCM（長期資本公司）的后塵？華爾街和數學界都等著看。

 

其他高見看  期貨交易程式與機率（2） http://www.tumamayizhan.com/2016/03/24/34714.shtml