選擇權的眉眉角角

EntrepreneurOPs

不用費事去訓練什麼心性

貫徹紀律不用費事去訓練什麼心性, 因為鮮少人會成功的! 有志交易者的第一件事 --- 先了解自己, 之後才能訂出容易實踐且適合自己的紀律(規則), 既然適合可行便是輕鬆做到, 哪裡需要訓練什麼心性? 訓練心性都是那些賺學費的老師在講的, 因為當你虧損時, 可以簡簡單單地推給你自己練心不夠, 沒能做到老師給你的規則(可能會賺錢但不適合你), 不是老師的方法不好. 哈! 哈!

容易實踐的規則是先認識自己後, 依照個人在操作上的優缺點(特質)特製化出來的, [順性] 才能輕鬆做到, 順性才能長久做到, 順性才能一直做到; 這都已經順性了還需要什麼訓練心性? 需要訓練代表做起來很痛苦, 很痛苦的事情不管訓練再多, 您覺得會能長期做到?

http://www.optionshare.tw/forum.php?mod=viewthread&tid=3828&extra=

EntrepreneurOPs

獲利是來自於管理

我最常引用的是 Van K. Tharp說的: 操作是在交易你的信念; 信念也可以看成是專屬你自己的哲學, 一種你從事交易時的基礎觀念! 那我的哲學是什麼? 明白揭露我的哲學是 --- 市場不可能預測!!! 這就引發了一個大疑問 => 既然從根本上否定了多空可以預測, 演算法交易分類裡面研究了不少理論去分析市場多空, 還搞了不少數學模型, 究竟有何意義? 到底為了什麼? 答案是 --- 只為了進出有一致性 + 有所本地去方便管理而已!!!

隨便做能贏嗎? 勝率、買賣點很重要嗎？

演算法(程式)交易之我見

說到底我就是個隨機論者, 不可預測的隨機沒什麼可怕呀, 做好管理即可 --- 管理我們的資本, 管理我們的分析, 以及管理好我們自己; 如果管理得正確, 就能產生利潤!!! 因此, 演算法交易分類裡的研究, 是為了更正確的管理, 為了達到賺的時候部位多, 賠的時候部位少!

賠的時候押10元, 而賺的時候押100元

實單示範: 賺多賠少策略

以上, 可以完全解釋了為何因應多空指標信號的調整後, 我幾乎都是讓整體部位趨近delta中性, 而不是單純地改做多或做空. 壓根兒我就不認為信號能有多準確啊! 壓根兒我就不認為有什麼方法可以過濾出市場有效的信息啊! 市場是不可能預測的!

EntrepreneurOPs

口數超過總量管制很多的人, 即便做了價差, 損失還是會比口數不失控的裸賣可觀多了, 因為口數的控制遠超於價差的保護, 總量管制確實遠超於建構價差單所帶來的保護力. 如果能做到 [永保調整餘裕] 的口數管制, 裸賣不僅不危險, 甚至能加大獲利; 只是大多數人都太超過自己資金能負擔的部位, 然後想用做價差來買保險, 殊不知此類犯了天條又用其他方法補救的思考, 先一步就陷入了迷霧啊. 重點是看資金決定口數. 大部分操作者的弊病應是做太大, 然後妄想用做價差買保險(被一些老師教壞了基礎觀念)

太多教條不如只把握一條 --- 總量管制, 其他的不過都是在配合它, 或在它底下去發展而已. 管制兩字本身就涵蓋了分批進場的概念, 每次新進場便是去做原部位的調整(停損也是調整的一種), 我認為做好的價差保護, 時機點正是在後續調整的當下, 而非初幾次進場布局就同時做, 應是有必要才做還來得及(如果會來不及, 便是口數管理有問題). 因此, 向來的觀點即是: 總量管制寓意要分批進場, 分批進場便可多次對既有部位做調整, 然後調整包含了做(部分. 比例或全部, 甚至backspread)價差. 停損. 或移倉...等. 總量管制以能永保調整的餘裕為原則

約莫6年前的舊文(Spreading As a Risk Management Tool)裡, 曾經節錄過某大師對價差保護的看法, 同樣地也是我一直以來秉持的態度(價差只是一種風險管理工具 a Risk Management Tool, 除此之外還有其他工具...); 重點不在是否做價差(我常在做), 而在Risk Management(風險管理), 當[總量管制]可以帶來更有效的風險管理時, 價差當然相對是次要了!

EntrepreneurOPs

技術分析論者渴求的時間扭曲(Time Warp)

舊文 有領先指標這種東西嗎 ? 提過: 短週期參數因延遲(lag)較少, 容易跟得上趨勢的轉折, 但雜訊較多, 而長週期參數優點是雜訊較少不反覆, 但跟蹤趨勢較慢(延遲lag較多); 因此技術分析論者希望保留原有長周期參數的平滑度以看趨勢, 但又要縮短延遲(lag)來儘速跟上趨勢的轉折, 於是運用各種方法來達到以上兩種互斥的目標

天文物理講人類若想進行太空旅行, 因為星球距離都很遠(算光年的), 如果可以製造很大能量的XX(ex: 黑洞, 重力, 核反應周邊..等), 讓它附近的時間或空間扭曲了, 有機會可以 [瞬移] 到那個想去的星球! 保有平滑度以看趨勢便是技術分析者的夢想星球目標, 時間扭曲能瞬移(i.e. 縮短延遲lag來跟上趨勢轉折)是達成目標的手段, 前提這可以製造很大能量的XX, 拉蓋爾多項式 (Laguerre Polynomial) 就是我們技術分析者要的人造黑洞, 大重力或核反應 !!!

把指數報價圖看成是一種波形的話, 趨勢(trend)屬於低頻, 而震盪(cycle)則是高頻; 以前文章也提過用頻通濾波(band-pass filter)的手段, 來過濾出我們所要的低頻(趨勢)後分析 --> 揭密系列: 趨勢的轉折; 現在我們則要利用拉蓋爾多項式 (Laguerre Polynomial) 提供的時間扭曲(time warp)作用, 在分析波形數據時, 讓低頻(趨勢)資料跑得比高頻(震盪)資料慢很多, 以利我們分析與觀察這仍保有原平滑度的低頻(趨勢)資料, 又可因其瞬移效果來縮短延遲lag去跟上趨勢的轉折

下圖是我用拉蓋爾多項式 (Laguerre Polynomial)程式實作在XQ上的結果, 回測結果在短線操作上很不錯(雜訊不多 & 跟趨勢也及時 & 在不同時間的框架上擁有絕對穿透性)

登錄/註冊後可看大圖

EntrepreneurOPs

AI 不適用在交易的根本理由

延伸閱讀:

https://individual-trader.blogspot.com/2019/03/3-ai.html

https://individual-trader.blogspot.com/2020/11/ai.html

前提聲明: 只侷限針對AI不適合應用於交易範圍, 做主觀的判斷與釐清; 但深信在很多的其他領域(ex: 商業智能business intelligence相關的多維度分析, 影像識別pattern recognition在醫療或保安的導入..等) 真的非常有用!!!

接下來會對人工智慧 AI 科普半天, 我要導引的結論就是 --> AI 不過是試圖透過資料去做最佳化(所謂的訓練)而已, 根據資料找規則就是典型的資料擬合(data fitting) !!! 既然我們已經知道開發交易策略時, 做參數最佳化有很多陷阱要注意, 最忌諱 curve / data fitting, 是一種要不得的行為, 而這本質就是做最佳化或資料擬合的所謂 AI 科技, 我們真的還要用它來開發交易策略嗎?

所謂人工智慧 AI 便是想讓機器去模擬人類的思考方式, 而人類的思考最常用到的是回歸與分類! 回歸是我們試圖找尋 X 與 Y 兩者的關係, 當我們有大量(假設是 m 個)各式的 X 值和 Y 值資料的時候(即 Xi 和 Yi 有 m 個), 透過觀察分析眾多的(X軸) Xi 資料和(Y軸) Yi 資料如下圖:

登錄/註冊後可看大圖

EntrepreneurOPs

sec2100 發表於 2021-9-17 08:46
謝謝分享。但大獎章基金絕對是個例外。

哪來 [絕對] 之說 ? 西蒙斯從來沒公開過大獎章基金的方法, 是不是和AI相關外界也不清楚, 就算他自己說是AI, 更可能是個障眼法! 他還說過有些資料來自天體或宇宙的運行哩. 因此是不是個例外, 無法認定也無法否定, 除非他公布方法和細節

EntrepreneurOPs

孔子成《春秋》而亂臣賊子懼

開課或賣文老師受人質疑後, 總找一些似是而非的理由替自己合理化; 實在看不過去三觀被無故混淆, 即使最後仍是狗吠火車(沒能改變現狀什麼吧)? 想想還是該拿出道德勇氣來 [正衣冠], 我們該有孔子成《春秋》而亂臣賊子懼的氣概才是!

許多老師可能是為了招攬學生方便, 很會凸顯他的經驗老到(20年?), 按這種老師的邏輯, 像我這種全職的交易者, 豈不可以乘上3倍到60年經驗了? 殊不知沒用的方法就算搞了60年也是枉然, 否則老師在市場裡賺了20年早已盆滿缽滿, 竟然會欠收學費冒出來當大師? 另外, 教授 [操作] 的開課老師, 最常用來合理化自已的話術便是: 《一個好的教練，未必是一個好的球員》, 舊文 性質相近的事物才能被用來類比 早論證過 --> 一個好的操作教練，就該是個好的市場贏家無誤!!!

檢驗一個贏家的標準是甚麼? 獲利始終來自於 [市場], 這是最最最基本的吧? 不然這利潤部分來自於開課. 賣文.  出書... 等, 必贏的人固然是這位盈利家 (盈家), 那必輸的 (交學費時) 不就是這位 [盈] 家的廣大學生了嗎? 所以你非要當學生不可的話, 應該向老師學習的是這 [必賺] 的 [教學] 系統, 而不是他想教的那 [未知] 的 [操作] 系統了! 不是嗎? 這樣說來, 那是否完全沒有贏家佛心來著, 願意分享出他的賺錢方法與心得? 機率雖低仍有可能的, 但通常是 [無償] 的, 你應該不會在他的分享園地看到任何想盈利的企圖, 因為他出發點是兼善天下, 想賺錢也只會往市場裡動腦, 不會把矛頭指向他想幫助的人(羊?); 真正善意夠大的贏家, 公開的文章與教學應該是免費的, 因為真的已經在市場上賺得夠多, 吸收場地費與行政費對他來說, 只是當善款捐出去而已!

真的這麼 [好為人師] 來賺學生錢的話, 該先想想老師這行業的祖師爺 --> 孔夫子說過的話:
君子疾夫舍曰『欲之』而必為之辭
翻譯: 君子痛恨那種不肯實話說自己想要那樣做, 而又一定要找出理由來為之辯解的作法

EntrepreneurOPs

觀念文章可自行去部落格裡找有興趣的主題, 其實交易相關的東西沒你想像地多, 都是執行力的問題而已, 但指的可不是那些需要違反人性的紀律, 煉心.. bla bla 因為長久來看, 根本都是沒用的狗屁!!! 是賺學費老師要推責任給你時的好藉口! 是你沒做到老師教給你的規則/紀律, 不是老師的方法不好ㄛ

或許去思考出如何能讓最終策略設計成具有 [不得不] 執行的效果 (故意不去執行, 心理反而會很不舒服), 可能會相對容易喔! 操作時的缺點很多時候是天性造成, 硬要去修正/改正不容易; 違反天性的事情短期或許可以勉強, 但長期你真的能做得到? 換個角度看, 自身的優點也是天性使然, 加強優點的效果比較容易事半功倍, 如果可以用大禹治水的疏導法來面對操作時的弱點, 達到優點的好處蓋過缺點的危害, 不用違反人性, 反而是順著人性, 不是相對容易得多了嗎?

EntrepreneurOPs

sec2100 發表於 2021-10-10 11:40
操作不好的人是命使然，要改變先天的命，只有一種方法，就是強迫自己去做命運不容許你做的事。例如，你的 ...

願意開始去做到連結文中兩件 [一定] 的事情, 很大機會可以像我一樣好命, 過程一點都不困難, 更無所謂超脫!
https://individual-trader.blogspot.com/2020/12/blog-post_21.html

EntrepreneurOPs

在我的非營利FB社團有成員提問如下:

                               
登錄/註冊後可看大圖

1. 大多數的風險評估法立基於標的物的隨機走勢機率接近對數常態分配, 也就是大漲大跌的機率低, 接近中間值的小幅變動機率高; 其實這一前提假設就先錯了, 標的物(ex: 指數)隨機變動的機率分配 [要經過費雪轉換] 才會是對數常態分配, 沒轉換前根本不是. 因此很多論文, 軟體, 或是你所謂的 RoR 會有瑕疵常肇因於此

2. 相較於你提的RoR, 我們常用的評估法是VaR(Value at Risk), 期交所的保證金收取採用的也是這個方法, 是按照目前的市況(ex: 波動率..等), 去估出在某信賴水準下的每日可能的最大損失風險值, 然後更保守地向結算會員(ex: 期商)收取; 通常會應用到ARCH或GARCH模型去處理時間序列變數的波動性, SPAN（Standard Portfolio Analysis of Risk）也是VaR的一種.
目前流行的VaR風險值之方式有三種：A.變異數-共變異數法(Variance-Covariance Approach), B.歷史模擬法（Historical Simulation Approach), C.蒙地卡羅模擬法（Monte Carlo Simulation Approach）

3. A法不適合處理非線性資產, B法風險估計值的偏離和資料區間長短太相關, C法電腦軟硬體需求高到一般人準備不了(通常是大學裡的實驗室才有)

綜合以上都各有缺點, 我的實務操作很個人化地只採用 -> 能否接受各種情境模擬下的損益圖結果而已, 沒有開發特別的程式去評估, 太複雜又不切實際(我最喜歡蒙地卡羅模擬法)

另外"我也不喜歡做白工卻常常放棄幾倍收益"方面, 講的是為了保有手上既有的利潤, 過分主動提前去侷限風險(當然也侷限了獲利)而造成收益大減, 和是否有買賣信號無關