古人说,技之上为之道,技之下为之器,如果理论是道,策略是技,那么一个具体的模型就是器了。我已在<资金管理在赢利模式中的探索>及<资...续》分别探讨了"道"和"技",按照这个思路,这一篇将讨论"器",作为整个资金管理完整讨论的结束。我分别从三个方面讲:
1> 设计一个模型
我就以上一篇文章中---<资...续>里,在积极管理策略部分举的一个模型例子---通过2条MA线进行资金管理,它和大部分散户的实际情形匹配,我现在就以它作为设计模型,
它的特征请参阅<资...续>一文:这里就不再累赘了。为了使测试结果更合理,
有更好的适用性,我增加了两个条件:
1. 足够的样本分析数量:按照Dow氏建议,
分析任何一个数据样本, 它的周期数应该不少于120个.
2. 样本是随机的:
如果我把每一段被研究的周期从一个10年或者更长的时段里抽取出来,
被割裂的周期并不能使得它看上去更"随机", 而是被精细挑选过的, 那么我唯一可以做的是,
我取的这一段参考时期, 对于市场的波动是代表性的, 从而间接认为, 这个样本获取是"随机"的.
根据这两个条件, 我做了这个设置: 以上证指数为标的,区间为09年8月31日 -
09年11月30日[共3个月时间],并且使用60min
K线, 使得样本数据K线达到240根. 我们再把其他要素列进来:
- 统计参考值: 60min "收盘价"
- 信号源:MA5, MA10,MA20
- 资金单位: 1U, 它可以使任何金额 x元
- 资金管理规则:
a> 当MA5金叉MA10,建仓1U
b> 当MA5死叉MA10, 结仓
c> 当MA10金叉MA20,增仓2U
2> 数据检验其有效性
我们通过检索样本分析区间数据, 记录每个有效信号点的位置,
仓位动作, 及收益. 得到如下结果:
日期-时间
信号事件
位置 升/跌幅[与上一位置相比]
仓位动作
1a.
09.02-13:00
MA5金叉MA10
2698
+1U
1b.
09.04-10:30
MA10金叉MA20
2844
+146
[+5.41%]
+2U
1c.
09.02-13:00
MA5死叉MA10
2983
+139
[+4.89%]
-3U
2a.
09.17-14:00
MA5金叉MA10
3055
+1U
2b.
09.18-15:00
MA5死叉MA10
2963
-92
[-3.01%]
-1U
3a.
09.25-15:00
MA5金叉MA10
2839
+1U
3b.
09.28-15:00
MA5死叉MA10
2764
-75
[-2.64%]
-1U
4a.
09.30-15:00
MA5金叉MA10
2779
+1U
4b.
10.09-15:00
MA10金叉MA20
2912
+133
[+4.79%]
+2U
4c.
10.16-10:30
MA5死叉MA10
2961
+49
[+1.68%]
-3U
5a.
10.19-13:00
MA5金叉MA10
3018
+1U
5b.
10.22-11:30
MA5死叉MA10
3069
+51
[+1.69%]
-1U
6a.
10.23-13:00
MA5金叉MA10
3108
+1U
6b.
10.27-13:00
MA5死叉MA10
3055
-53
[-1.71%]
-1U
7a.
10.30-14:00
MA5金叉MA10
3016
+1U
7b.
11.03-10:30
MA10金叉MA20
3098
+82
[+2.72%]
+2U
7c.
11.11-14:00
MA5死叉MA10
3173
+75
[+2.42%]
-3U
8a.
11.12-14:00
MA5金叉MA10
3192
+1U
8b.
11.13-13:00
MA5死叉MA10
3142
-50
[-1.57%]
-1U
9a.
11.16-10:30
MA5金叉MA10
3236
+1U
9b.
11.24-15:00
MA5死叉MA10
3224
-12
[-0.37%]
-1U
按照我们的系统设置, 将会发生9次完整的交易,
4次赢利, 5次亏损, 它从另外一个角度去验证了我以前的文章观点,"多次小的亏损和一次大的赢利"这种模型对于普通股民是常态
......我们继续接着分析, 其中第1次,第4次,第7次将会触发我们的资金头寸策略而进行加仓.
已知,
收益率E(r) = w1E(r1) + w2E(r2) + .... + wnE(rn)
其中E(rn)是某一次其中的交易,wn是该次交易对应的权重.
那么,我们可以轻易得到总赢利:
当我们不实施仓位策略, 仅以1U进行交易, 9次交易之后, 我们将会有14.3%U的收益 [剔出复利因素]
当我们实施了仓位策略, 动态调整仓位,9次交易之后, 我们将会有32.28%U的收益
结果是令人惊叹的, 我们通过某几次仓位调整, 从而令你的总收益的绝对值增加了1倍多. 还记得我在上一篇文章讲的吗:
资金管理将是决定你是否赢利的关键,样本数据分析检验并支持了这一观点。
值得注意的是,增加的资金部分会导致相对收益的降低,如果由始自终只投入了1U,那么,相对收益是(14.3%U)/1U =
14.3%,如果你总投入是3U,那么,相对收益将降低为(32.2%U)/3U = 10.76%。
3> 关于这个模型的杂音
- 反复讲过,
"一个积极管理的资金管理策略" 依赖于你的一个信念, 使你确认大概率事件正在发生, 使用这个模型的人,确认了效率市场理论,
相信技术分析中趋势的作用,
以及信任了MA作为信号.....某种程度,你"积极而主观地"参与了资金管理,由于主观分析而导致的错误信号的发生,将导致你在一个误认为大概率事件上配置大资金,而产生一个大的亏损,特别对于希望成为预测高手的股民来说,它潜在的危险是不容忽视的,当然,从另一个角度说,
这也是你期望获得"超额收益"的代价。
-
任何系统都不是十全十美的, 对"积极资金管理"的策略来说也一样,
仅仅由于被参考信号的缺失就可能使你有一个大的亏损, 你必须有优化系统的能力,
对信号,对策略都是如此。并不要期望一个好的策略当前有效,就永远有效地替你赚钱。而必须根据不同的变化适当的微调 ---
如同你对RSI或MA这类指标进行参数微调一样。
并且重要的是, 你最好对你的系统进行测试.
任何一个看上去逻辑合理的策略都要有实际数据的支持才能经得起考验。在我提供这个模型之前,我稍稍变更了一个条件: 把参考值由60min
K线改成了日K线, 然后对它进行了测试, 发现得到误差很大的结果, 为什么? 如果你有兴趣,
试试看, 你会得到很多额外的收获和微调的经验,而令你的策略更强健.
-
这个模型还有两个比较重要的问题是值得思考的, 但我并没有提及:
1. 它没有设置止损机制;
2. 它没有计算风险成本R的值.
这两个技术我还没讲过, 如果再花文字去描述, 恐怕文章会很长, 我写得辛苦, 你看得更辛苦. 重要的是,
这篇文章是讲资金管理的, 我必须将一些与主题无关的东西从我的文章中拿走,
紧紧扣住"资金管理"这个核心去讲, 以免它扰乱了正常的思路, 所以在这里就不讨论了.
限于篇幅, 我并没有对"消极资金管理"列举模型, 从一个期限较长的投资来看, 它比大多数"积极资金管理",
有更高的风险收益比E(rp)/δ, 除了"定期定投"策略为大家所熟知外, 还有一些更高效的消极管理策略可以被应用, 当然,
我本人也是它们的粉丝. :=)
关于<资金管理在赢利模式中的探索>, 已经写了三篇,
"道-技-器"都讲到了, 虽然关于它,还有很多有趣的话题都很有意思, 但是, 我想还是留给有兴趣的股友自己去思考吧.
希望你看完我写的这三篇文章后, 能活学活用, 改善你的赢利状况.
|