狂徒

我喜歡研究和挑戰艱澀的學科,也喜歡用易懂的人話分享知識。 http://madx.ctcin.bio 歡迎各位批評指教,互相切磋。

交易遊戲

本篇寫給想接觸「交易」的新手。

本篇寫給想接觸「交易」的新手。

我一直宣傳「指數投資」,利用被動、分散、長期的投資風格累積資產,但我可不是基本教義派。事實上,一個理智的投資者,應該衡量自己在市場上的競爭力,然後再決定要不要主動投資。因此,對於巴菲特或西蒙斯來說,或許跟隨大盤是一種損失;但對於大部分的民眾而言,「不交易」才是最佳策略。

請注意我的用詞,我不反對交易本身,但是據我觀察,一般散戶根本就不該交易。做市商提供交易量能賺錢,散戶提供交易量只是多虧錢,然而最熱衷交易的正是無所畏懼的小散戶。

所以,如果你剛開完戶,摩拳擦掌準備海撈一票,不妨先把這篇看完。



1. 賺錢的是策略,不是交易。

一般人只要進行交易,就會損失手續費,所以交易行為本身並無法為我們帶來利潤。相對的,如果策略本身能營利,那麼透過交易才「有機會」累積資金。聽起來很簡單,但此處至少有三個陷阱,讓無數散戶成為肥料。

  • 第一種人,根本不知道自己的策略會不會賺錢,在網路或書上看到一招,就很高興的拿來用,結果自己也沒有能力測試(backtest & forwardtest),那就是在賭博。
  • 第二種人,連策略都沒有,就愛交易。他不管市場漲跌,只要不進出就不舒服,所以周末股市不開盤,非常難熬。他們沒有錯,只不過通常會因為過度交易而虧損。
  • 第三種人,控制不住自己的情緒。妳的計畫很完美,但是實際執行的時候又忍不住想要修改,破壞原本的策略,那不就是在和自己對抗嗎? 昨天訂下紀律,今天就打破,明天開始後悔,後天又訂出新規則,在我看來只是在玩樂而已。

讀者看到這裡,如果不小心被我說中,此時收手也不遲,「指數投資」是你的良藥。不過我倒是想提一些交易的框架和書籍,作為說明的輔助。



2. 交易的海龜。

在那個兵荒馬亂的年代,不知為何我讀到《海龜交易》系列的書,就給它中性評分吧。

我認為它的策略細節偏重於技術指標,所以我受到影響也開始研究技術分析。可是在系統化的驗證之後,我認為這些手段並無法帶來穩定的獲利。況且,我身為新手,連衍生品都不懂,所以期貨交易離我還太遠。因此,這本知名的老書,就被我堆在記憶中的角落。

不過,海龜提到的心態、系統和一些統計方法,確實引起我對於投資「體系」的重視。換句話說,我寧願承受意料之中的虧損,也不樂見雜亂無章的獲利。

從另一個角度來看,就是因為減少交易,我們才有時間思考策略和優化體系。在我有限的經驗中,「先打幾單,虧多了當學費,自然就會有好策略」,是一句謊話;「開始交易之後,懶得改進策略」,才是實話。

問題來了,我要怎麼建立優良的體系?



3. 量化交易框架。

事實上,我後來開始看一些「量化」交易的書,也學到一些驗證手段。由於我是工科出身,會基本的程式語言,包括C++/Python和Matlab,所以除了用Excel來測試之外,也混跡Quantopian等網站。當然,Quantopian已經倒閉,但是那段學習經歷讓我的實力大幅提升,從最底層的肥料,變成比較高級的肥料。

如果你想看書,我推薦Chan的Quantitative Trading,它能讓小白對於量化交易有基本的認識。第二本書依然是Chan的Algorithmic Trading,我當時沒看完,只不過對於坊間的老師已經不屑一顧了。因為我逐漸知道,要測一組策略的時間有多快,而市場又是多麼優秀。

「一招打天下」的暢銷書,在我眼中毫無吸引力。

再後來,我開始研究公司基本面,對於交易本身較少涉略,但是也持續讀了一些好書。

Robert Carver的Systematic Trading, 讓我的知識提升到另一個境界,他的blog也很風趣。

我認為,讀者參考這些作品後,雖然不一定能夠馬上將理念轉化成系統,但是至少會有清晰的思緒,知道怎麼增強交易體系的品質。更重要的是,在經過實際挫折之後,交易者才會知道「打敗指數」並沒有想像中的簡單。



4. 從交易到投資。

我在接觸現代投資組合理論之後,逐漸往組合優化和資產配置靠攏,但是偶而還是會看一些不同主題的資料。

在這個時間點,我再推薦兩本書,不過建議讀者至少要有「投資學」和統計學的概念。

  • Robert Kissel的Algorithmic Trading Methods, 是我近期讀到體系比較完整的書。
  • Michael L. Halls-Moore的Advanced Algorithmic Trading, 出自QuantStart, 也是我認為的好書。

如果你的路徑和我類似,應該就能了解我和「傳統指數投資作者」的差異。

我寫衍生性金融商品,包括定價模型的推導和理論演進。
我寫組合優化的手段,包括方差均值優化和Black Litterman。
我寫資產的特性分析,包括Risk Parity和量化因子模型。

或許,交易策略可以帶給我一些超額收益,但我認為研究資產本身,對目前的我更有價值。



如果我不想打敗大盤,我怎麼可能花時間看書、跑程式碼?

我從頭到尾都不滿足於指數報酬,這也不必隱瞞。但正是因為我將交易和投資體系的成本評估,延伸到了日常生活,我才會「精明」的算出最佳交易頻率和策略,我相信對大部分的讀者也一樣。

花同樣的時間和精力,主動投資績效多1元,或是被動投資和本業收入多5元,你選哪一個?

我不鼓勵交易,但我也不反對任何嘗試。同時我認為,成功的交易者和不交易者,其實是朋友而非敵人。

有一天,新手朋友會發現,真正無法在市場生存的人,不是第一線的交易員,也不是指數投資者,而是看起來萬能的群組賣課大師。
那麼,你應該算是入門了。



註: 歡迎各位指教:)

Quantitative Trading

Algorithmic Trading

Systematic Trading

Algorithmic Trading Methods

Advanced Algorithmic Trading

喜歡我的文章嗎?
別忘了給點支持與讚賞,讓我知道創作的路上有你陪伴。

CC BY-NC-ND 2.0 版權聲明

看不過癮?

一鍵登入,即可加入全球最優質中文創作社區