|
1一个投资者的亏损过程和原因： 1.对自己的能力不了解： 看看证券或期货公司的僵尸户吧！别人说好赚就觉得自己也能赚，行情好的时候可能会盈利，行情不好时开始变成便套牢户或赔大钱了，这是许多投资者停留的阶段。 2.对市场不了解：赚了一点小钱就认为市场行情可以让自己发大财，怎知道行情一反转，小赚户变成了套牢户或大赔户。 3.盲目相信他人：于是认识了一些所谓“大师级”人物，声称自己几乎每月（行情好时一般人都赚）甚至每天都赚，结果投资者信以为真，便让“大师”帮其操盘或指点迷津，最后行情变坏，“大师”也赔钱了。 4.不懂资金管理：摆脱“大师”忽悠后行情又好转了，虽然不懂止损、仓位、投资规模控制，但总体还是赚的，就算出现亏钱也拼命往账户砸钱，把前期亏损的赚回来，然后行情开始变坏了，又没有把止损、仓位、投资规模控制好，而且账户开始亏钱了，于是又拼命往账户里面砸钱，而且越亏越砸，结果发现手上没钱了，行情还是一样糟糕，如果借钱投资的话，从此跳楼的心都有。 5.缺乏自我控制：收拾心情后还相信市场能赚钱，于是就从书上或什么地方学到了赚钱技巧，自己回家琢磨，就自信满满地交易，结果因为贪小便宜把本来大赚的单子一早就结了，又因为害怕吃亏把小亏的单子捂住，最后有些小亏单变成了大亏单，终于该害怕的时候到了，于是才了结大亏单或一直不敢动，然后又从小赚户变成了大赔户，于是就想彻底放弃了，能熬到这一阶段的已经投资者少之又少。 6. 没有专注和反思：还没有放弃的投资者会在前5项状态中循环一段或长或短的时间，最后还是没有专注和反思自己究竟为什么会不断赔钱而放弃。 然而有一小部分投资者终于走出那死循环，他明白市场博弈中谁也想尽办法去赚对方的钱，一般情况下根本不存在什么稳赚不赔的方法。如果投资者本身不是把投资当成爱好，而是只想通过投资来赚钱的话，其精神上是很难达到自由的，他知道如果精神上没有自由是很难适应市场变化的，于是就离开了市场，寻找他本身想过的生活；如果投资者本身或已经把投资当成爱好，他知道盈利的方法是不固定的，他会乐此不彼地研发系统，此终不卑不亢地用手上的系统适应市场的不同变化。 2上述前五项亏损原因正是量化交易的优势： 1.具有特定的定量数据分析策略。（拥有可让自己寻找盈利方法的平台，解决了对市场不了解问题） 定量分析是基于一定的市场逻辑或根据历史数据作出的概率统计，形成特定的数学模型用以分析和评判市场表现，进而形成交易策略。这与目前大多数分析师所采用的定性分析方式有很大区别。定性分析是主要凭分析者的直觉、经验，凭分析对象过去和现在的延续状况及最新的信息资料，对分析对象的性质、特点、发展变化规律作出判断的一种方法。当然，其模型数据必需是来源于市场的相关数据，这种来源可以是基于历史数据所进行的概率统计，也可以是一些技术指标，甚至可以是来源于基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。 2.绩效具有可追溯性。（可设计资金管理方案、可评估其盈利方法的可行性） 量化投资是基于特定的交易模型，可以用历史数据输入模型进行绩效检测，从而计算出交易策略的胜算率、期望收益与风险度等，并且可以依据这些检测值来预判模型未来的收益表现。相反，基于经验主义的主观交易方式无法通过历史数据进行合理的检测，不具有可追溯性，也无法对以后的交易行为进行合理预估。 3.具有极高的纪律性。（解决了缺乏自我控制问题） 量化投资是根据经过历史验证的模型进行分析和交易，因而规避了主观判断带来的局限。而在具体操作时，大多采用计算机程序实现自动化交易，不会出现主观交易中经常出现的人性弱点。 4.在信息处理上具有主观交易不可比拟的优势。（更快地了解其他市场，让自己可更快地融入其他市场进行投资） 目前金融投资品种非常丰富，以国内商品期货市场为例，品种已经超过20个，加上每个品种有数份合约同时交易，可供选择的标的组合可以达到成百上千个，如果再考虑境外商品市场以及金融类市场，信息更是呈几何倍递增，处理如此海量的数据，显然依靠数学模型与计算机程序处理的量化投资比传统交易方式效率更高。 3量化交易的局限性及解决方法： 1.基于历史测试的数量化投资策略，在情势变迁时，有时无法像人那样做出灵活的调整。 解决方法：系统开发者可进行数据监测系统是否失效或品种属性是否发生改变，迅速把最新的情况纳入模型，及时调整，重新回测、优化、模拟，争取在最短的时间内扭转损失。 2.没有交易基础的投资者容易出现逻辑错误，导致系统出现未来函数、滑点、手续费、市场容量、数据量少等等问题没有处理。 解决方法：需要系统开发者具有较深的市场认识，需要实盘验证其系统是否可行。 3.没有熟练使用软件的投资者容易在编写程序和数据挖掘中出现漏洞，导致不必要的亏损。 解决方法：需要系统开发者具有很好的软件使用能力，需要长时间的实盘操作确保其系统无漏洞。 4没介绍量化系统前，必需认清市面上各种陷阱： 1.未来函数（我是“先知”，今天买什么，盘中模糊不清，收盘才告诉你答案） 当前周期信号会因未来的数据变化而改变，例如：当前K线开盘所发出的信号是根据当前K线收盘的数据来作判断依据的，则属于未来函数，简单来说就是你问我今天是涨是跌，我收盘后才告诉你一样毫无意义！ 下面是同一策略，但图1包含未来函数，图2是正常的盈利图线 2.偷价 当前周期信号不会改变，但信号买入的价格总比现价成本低，例如：当前K线买入信号发出了现价是19元，但系统已经在18元买入了，则属偷价，简单来说就是你怎么买我都比你买得便宜！ 下面是同一策略，但图1有偷价，图2是正常的盈利图线 3.手续费 策略进行测试时，如果不计入手续费，或买一手或一万手也是固定手续费。例如：实际是一手收1元，那一万手则一万元，如果测试时固定交易多少手都只收1元的话，那交易一万手就相当于省了9999元了。 5多指标量化系统：历史回测业绩良好，时效性差 多指标量化系统是技术员利用多个指标和参数设计而成的系统。 优点：历史回测业绩良好，收益高，回撤低。 缺点：时效性差，需经常调整参数或指标。 注意：下面展示多指标拟合系统，时效性往往不高，不少个人或公司从网上买来的交易系统信心满满地进行交易。其实这对一个懂编程、懂技术指标、有发散思维的技术员来说，几乎每星期都可以编出历史回测良好的系统，这些系统根本没有技术含量，除了拿来忽悠别人，也就不存在什么意义了！ 6单或少指标量化系统：普适性一般 单或少指标量化系统是技术员利用单或少个指标和参数设计而成的系统。 优点：普适性一般，不需经常调整参数或指标。 缺点：历史回测业绩较差，收益低，回撤大。 注意：下面展示单指标系统，因为未来行情不可测，品种走势易变化，所以单指标系统最好用同一参数内在各品种都能获利的更为可靠。此系统普适性不强，可靠性不大，若结合认知共性系统，将提高系统的可靠性。 7认知共性量化系统：普适性强 认知共性，是指大部分投资者在某件事物或现象出现后，投资者为赚取利润产生相同的认知并陆续或同时驱动下一个事物的产生。认知共性是一种人与生俱来的本性，无论人的学识有多高，心态有多好，面对市场的变化都会产生恐惧、贪婪等心理，即使是量化也好，其本身也是人类想实现自己欲望的本性，所以较难改变，也进一步解决了国内量化数据不足，时效性不长、可靠性差等问题。 优点：普适性强，能跨品种盈利，不需调整参数或指标。 缺点：历史回测业绩不稳定但总体盈利，回撤较大。 注意：下面展示认知共性系统，存在与上述单指标系统周期中，品种2、3参入了止损策略，对未来行情的适应性产生一定影响。 8简化系统：普适性较强，可靠性较大 简化系统，是指单指标与认知共性相或不同认知共性结合而成的交易系统。由于两者结合可使交易频繁的认知共性系统减少价差和滑点，使利润大大提高的同时也确保了单指标系统的普适性。 优点：能跨品种盈利，可靠性较大，回测业绩好。 缺点：回撤较大。 注意：上面展示简化系统，是将各系统的交易周期和获利空间相结而成的系统。若两者在交易周期或获利空间上产生冲突，效果将适得其反。
9激进型简化系统：适应期迅速产生利润，不适应期初始本金回撤小 由于两者结合在相同的时间内提高了不少获利点数，从而可利用这些获利点数抵御了激进型简化系统由于市场资金容量问题产生的滑点和价差，然后利用资金管理系统，使交易策略系统在行情不适应期控制好本金最低净值，在行情适应期使净值迅速提高。 优点：适应期内迅速产生巨大利润，不适应期初始本金风险小 缺点：净值到达预定值后回撤较大 注意：1.由于2014年12月后上述品种开始夜盘交易，交易时间延长导致品种2、3原先使用的交易周期数据发生较大变化，为保持严谨性运用在品种2、3的简化系统已经停用。 2.上述系统，需根据回测数据和监测数据衡量其是否进入不适应期将资金分散投资于其他品种或领域，确保投资收益。 例如： 品种2约3年时间从100万盈利至2276万后，没根据回测数据和监测数据衡量其系统进入不适应期的话，五年内收益也就只有57.9万，还浪费了宝贵的时间；若根据前期3年最大回撤作衡量其是否进入不适应期的话，在第709个交易日平仓净值为8.33，则约3年零两个月收益733万了。
10本人对量化系统的看一些法： 1.通过多指标参数优化拟合的交易系统，无论回测数据多完美，也只是玩弄历史数据而已，对本人来说设计这些系统易如反掌，谁愿出钱我卖谁。 2. 没有长时间实盘验证其系统的交易情况，无论系统回测数据如何完美，都是纸上谈兵。 3. 不能实盘反证其系统的设计理念，都是不可证伪的耍流氓行为。 4.创造巨大利润前期，都需要经历或长或短的不适应期，低频交易系统更是如此，赚钱前提耐心很重要。 5.量化投资只归纳过去，不负责演绎未来，未来行情不可测，市场博弈保本如保命。 |
|
|
