選擇權的眉眉角角

EntrepreneurOPs

前情提要: (賣方為主思考)11/13(五)的留倉狀況如下幾圖
1. 調整累計損益

登錄/註冊後可看大圖

EntrepreneurOPs

每次的調整都代表一次的成本付出, 因此, 能夠不要調整是最好! 為什麼常說要MOC ? OP賣方以日線來評估完整的循環cycle周期是最妥適的 --- 不容易過度交易, 也不會太過遲鈍而欠反應行情變化的事實! 只可惜我也常常做不到MOC 哈哈

EntrepreneurOPs

非因果型(non-causal)領先當沖指標

為了追求更好的生活品質, 基本上我是不從事當沖的; 但拚結算有時是當期(ex: 週選)賺賠的必要之惡, 因此如何輔助結算日做決策(i.e. 當沖), 關乎長期的綜合帳戶利益, 是無法閃躲與避免的! 常用的指標分成趨勢型和震盪型, 震盪型的邏輯就是預測物極必反, 而趨勢型的邏輯傾向於追蹤現況, 可見震盪型相較有領先的意味! 一般會認為採用震盪型來做當沖較為適合!

有篇舊文講關於領先指標的, 忘了提也是分成兩大類:

1. 因果型(causal): 完全和資料相關. 上面連結舊文裡面有圖解了因果型領先指標的概念性做法如下:

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

sec2100

EntrepreneurOPs 發表於 2021-5-4 22:28
重申第30樓:
                   紀律的達成不是靠修持, 而是去設計好機制讓它 [被迫] [不得不] 自動維持
...

挺好的

EntrepreneurOPs

所謂的實際波動率速算應該也是要有原理邏輯根據的! 在該計算標準差的地方卻用平均數在做(0.8%，1.2%，-3%，2%，1%，將這五個絕對值平均後為8/5=1.6), 平均數是試圖去找數列的重心(中間值), 但標準差是在看數列和重心的離散程度, 因為兩者的概念天差地別, 這樣混用想必有很好的理由?

殊不知這種 [似是而非] 最可怕, 沒真懂的人容易被誤導! 統計學老師看了他的論點當和他取經重修吧? 你覺得平均數和標準差算出來的答案差不多, 是因為樣本數列的關係啊! 換個樣本數列(未來市場會出哪一種數列沒人知曉)搞不好就差很多了啦! 主要是這個波動率值要用來帶入BS model, 不符合當初model數學原理的方法, 代入之後算出的選擇權理論值, 沒有BS得過諾貝爾獎的數學基礎做論證; 都還沒說到他舉例的報酬率數列該是取自然對數的報酬率, 才符合BS的數學要求呢!

期交所公布的VIX是怎麼做出來的?https://mis.taifex.com.tw/futures/disclaimer
https://www.taifex.com.tw/cht/9/tradersQAProducts#q3
經查台灣期交所新舊兩制的VIX指數同時並行公布已經很多年了, 似乎最近一兩年才完全只公布新制, 因此, VIX和BS model沒關係只是近一兩年的事情而已! VIX用新制之後才和IV沒關係, 但用舊制的時候VIX和IV大有關係(主因植基於BS model)
根據根據期交所自己的連結
https://www.taifex.com.tw/file/taifex/event/cht/taifex/2.%E8%87%BA%E6%8C%87%E9%81%B8%E6%93%87%E6%AC%8A%E6%B3%A2%E5%8B%95%E7%8E%87%E6%8C%87%E6%95%B8%E4%BB%8B%E7%B4%B9.pdf
臺指選擇權波動率指數發展歷程
2006 年12月18日，每日收盤後於本公司網站上揭露依 CBOE 新VIX公式編製之8:45~13:45每分鐘臺指選擇權波動率指數
2007年3月1日，每日收盤後於本公司網站上揭露依 CBOE舊VIX 公式編製之9:00~13:30每分鐘臺指選擇權波動率指數

登錄/註冊後可看大圖

EntrepreneurOPs

20210511

終於跌得稍微有感一點了, 不過幅度上和早年(2007或2008年)時的全職操作相較, 還是差了不少(更不用說到2009年4月底的兩根漲停超過14%); 今日台指期也才跌了3.9%而已, 要想見到市場恐慌的話, 跌點還要多加油啊! (記得2015年8月盤中接近10%, 當時便有點恐慌的味道) 量能創了七千多億的新高, 倒是挺妙的, 表示山頂上亂玩的人是 [一大堆] !!! http://individual-trader.blogspot.com/2015/07/blog-post.html

EntrepreneurOPs

在波動度大的市場上, 有裸賣部位的調整, 容易因為掌握不了波動變化的幅度, 以及裸露致使心裡害怕的過度調整, 最終導致不如預期的結果

若從部位風險 & 操作心態的角度考量, 純買 + 價差 也是種很好的留倉策略之一

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!

ant1964

EntrepreneurOPs 發表於 2020-12-18 08:57
價差只有當VIX在多頭的時候(i.e. 相對適合當買方的時候), 在Puts那單邊有積極建立的必要性; 或是自己在手裸 ...

這一篇將價差及裸賣寫得很好-----做好管理,不要排斥風險,尤其是本人最喜歡的交易者,索普說的話--交易是在交易您的信念

萬千世界中,每個人的信念都不一樣.以前很排斥階級及門當戶對的觀念,交易選擇權後,慢慢懂了(原來自己是聰明無智慧的人)相同的階級,才會有相同的觀念及做法.
說實在的,要說服他人是很困難的事--如同跟定存者或股票投資者,講選擇權是很好的商品,他們根本也不會相信

本人使用價內或價平價差,能讓我安心,可以不必理會大盤(含夜盤)的震盪,再憑藉相當數量的順勢價外裸賣來獲利---就是順我的性

EntrepreneurOPs

價差只有當VIX在多頭的時候(i.e. 相對適合當買方的時候), 在Puts那單邊有積極建立的必要性; 或是自己在手裸露部位受迫又不適合停損的時候, 才有建立價差的需要

裸露部位哪裡是一廂情願地用covered put/ cash secured put去思考? 客觀的資金控管觀念要重建了! 絕對不必1口去準備危言聳聽的50萬! 買賣權同時雙漲停的最誇張行情, 如0206事件那天1口10萬也夠了, 2009年4月底的兩根漲停也是不用, 更不用說平時市場穩定的時候資金準備更低, 因為我全部親身經歷過, 當時都有裸賣的部位, 從來也不知道接 margin call 是什麼感覺(只有日盛亂來誤發過1次給我, 營業員說可以截圖當紀念), 最終也是獲利出場(雖然不大, 我的獲利全職10幾年來從來沒有大過 哈哈). 只要做好資金安全性的規劃與管理(包含流動性), 即使有裸賣部位, 甚至可以和我一樣常不去管沒現貨支持的夜盤波動 (操作的目的是過上更好更自在的生活, 睡個好覺是基本吧)

不要排斥有裸賣的部分, 更不要排斥遇險時該做的價差. 重點是做好管理, 而不是排斥風險. 建立賣方部位的同時去架構價差, 猶如有人採用資金下跌5%的方法去停損; 而我一直在使用的視情況動態地加建價差, 就好像另外某些人, 是採用突破支撐或壓力時才開始去做停損一般, 誰好誰壞因為沒驗證過, 應該不一定吧? 端看您的信念是什麼! Van K. Tharp我最認同的話 --- 操作是在交易你的信念!

做了價差還要半夜4點起床關心行情, 難道這種方式會比較好? 希望劉律師不要亂入去扭曲別人的原意, 用補充的名義說自己的意見真的很不好, 在自己文裡去主張自己的意見就好. 麻煩您像我賦予尊重一樣, 不管如何地不認同您的意見, 也不會過版去做什麼 [補充]!!!

登錄/註冊後可看大圖

EntrepreneurOPs

嚴謹的人真的愈來愈少了

我對陌生的名詞都要審慎地了解與查證後, 才敢小心地使用

真的很難理解為什麼現在網路上的發言:

1. 用到數據做了一些統計, 就敢自稱 [大數據] ? 不是你覺得用到了很多data, 就是 big data 好嗎? 維基百科查一下何謂大數據很難嗎? 你那就只是傳統的用一些數據做了一些統計而已!!! 有資格稱為大數據的根本屈指可數(ex: 氣象局, NASA...)

2. 用到程式來輔助一些事情, 就敢自稱 AI ? 連最小損失函數是幹嘛的都不知道, 你哪裡 AI 了? 你那就只是傳統的一般程式而已!!!

可能是柯文哲隨便唬爛他用的是 [大數據] 開始的吧?

EntrepreneurOPs

如果您拜訪過這個網址 https://mis.taifex.com.tw/futures/disclaimer/ , 公布VIX的時間是每交易日 09:00 ~ 13:45 (共計285分鐘); 夜盤時段雖然仍有選擇權在交易, 但是期交所沒有跟著也發布VIX

可以想想台灣期交所真是佛心來著, 明示著期權交易時間最好是落在 09:00 ~ 13:45, 尤其是現貨收盤後且在期指收盤前按自訂策略委託(某種型態的 Market On Close；MOC)下單的方式, 對大多數期權留倉交易者應是最容易獲利的方式, 也是相對健康的生活方式, 不用再費心去管沒現貨支持的夜盤波動了, 除非以前摩台(現在改成富台期)發生像2009年4月底超過10%以上的漲跌, 才有必要啟動夜盤調整

選擇MOC可以同時達到2種效果 ---
1. 降低交易頻率: 有一說虧損大多歸因於過度交易, 開市日最多交易一次是種很好的降低法; MOO也有同樣效果
2. 持續做對的事: [持續] 也涉及到頻率, 配合期交所的逐日結算制度(mark to market), 用 [日] 來劃分頻率很合適! 在現貨收盤後且在期指收盤前的15分鐘來下單, 那時各方多空勢力已先行在現貨市場裡做了當天的總結, 然後衍生性商品再依據他們的戰果做交易決策(合乎先後的邏輯), 因為15分鐘內的行情通常跑不遠了, 很能提高我們持續(每交易日)做對決策的機率; MOO沒有辦法, 不少基金法人選擇MOC來調整持股也是基於類似原因, 只是頻率(每季?)的考量不同罷了

以上的勸告都算是教條, 我也常做不到; 在大原則把握之下(程式可以寫成你最好怎樣做的最佳值, 也可以有建議底線, 一如我們的膽固醇檢查有上下界), 通常我都不超過底線而隨意做, 教條盡量去遵守, 做不到也沒差, 我只講求不離譜或大概的教條, 深信心理先舒服了, 後續的決策才會更好, 不然因為啥紀律忍著忍著, 一次忍不住心理問題全爆發(自我毀滅的傾向)會更慘 https://individual-trader.blogspot.com/2019/07/blog-post.html 我向來傾向鬆緊有度免得彈性疲乏 --- 在最風險的期權商品上做保守的管理, 在嚴謹理論架構的程式建議值裡, 隨意取用上下界的中間值, 而不一定是最佳值 => 在不違反大原則下, 於自訂的教條內做舒服性的遵守

5年多前在台灣還沒夜盤的時候, 便寫下了這篇 https://individual-trader.blogspot.com/2017/05/515.html , 現在回看真是有先見之明啊! (過了5年之後檢討起來, 我真的只願延長的時間區段不要去進出還比較好!!!) 可惜我也沒完全做到! 哈哈

EntrepreneurOPs

還記得以前寫過的 技術分析者渴求的時間扭曲(Time Warp) 嗎?

https://individual-trader.blogspot.com/2021/09/time-warp.html

裡面提到的 拉蓋爾多項式 (Laguerre Polynomial) 是我人生至今僅見過有最大能量(核彈???)的數學公式, 可以讓我們小至2根K棒(time warp), 就可以達到20根以上K棒做出來的移動平均(Moving Average, MA) 平滑(smoothing)效果, 並且靈敏到幾乎沒有 lag (不像MA鈍得要命), 依據操作的時間框架(5分, 20分..等), 去調整阻尼值(damping factor), 便能穩穩地跟上每個轉折

我用 Laguerre Polynomial 改進了DMI指標, 捨棄原有的正負 DI 加上 ADX 強度的判斷, 直接得出 1 (做多) 和 0 (做空) 兩種不模糊的結論

如下圖所示, 自從4/1指標建議做空以來, 都沒機會改轉折做空; 但今天尾盤 -DI (藍線) 自4/1做空以來第1次轉弱為 0, 在原本的強空有所變化下, 繼續追空風險是加大的

                               
登錄/註冊後可看大圖

EntrepreneurOPs

做交易要能成功, 其實要懂的事情很有限, 都在執行力的貫徹而已! 我這 [眉眉角角] 的主題累積了不少沒用的東西, 然真正重要的在於觀念革命, 獨立思考而不要人云亦云, 尤其是那些用教課來賺錢的老師說法! 為什麼老師們最喜歡強調 [紀律] ? 因為當你虧損的時候, 可以簡簡單單地把責任推給你不夠有紀律? 沒能做到老師給你的規則, 絕不是老師的方法不好; 但殘酷的事實是老師自己也做不到他講的紀律!!!

關於所謂的"紀律"，我要一再強調, 做得到的才叫紀律, 無法每次都切實執行的, 不管單點或是怎麼組合, 都是各式沒用的臚列教條! 許多學員可能已經很知道一些教條了(畢竟很多管道都在教, 例: 停損), 問題是他做不到! 因此, 好的老師是要幫助學員如何去做得到, 而非一再重申那些教條, 重申教條只會讓學員誤會老師已經做得到, 所以才一直叫學生也去做到, 這真是好笑的效果啊! 然而好的老師難尋, 大部分的老師也都沒能持續實踐自己揭櫫的所有教條, 請這類老師傳授貫徹紀律的方法不啻緣木求魚? 但據說以前德國訓練士兵先講求 [由外而內] (先達致外表的一致, 再求內心的一致); 這種觀點看來, 不斷地覆誦教條, 或許也算一種 [由外而內] 的方法吧? 只是效果..???

另外, 價差也絕對不是某些老師講一定要的紀律, 而是因每個人的條件不同, 該用的時候就用, 不該用的時候就不用 -> 視需求做價差(spread on demand); 下圖是我12/08(三)的12月選留倉, 主因目前短線上是多頭主控, 明顯地SP 17400下方沒有任何保護(參加我的非營利每季淘汰FB微社團, 可以看到"交易明細"由開倉至結算的所有演變與軌跡); 然而當空頭主控的時候, 肯定要再把價差補上不晚, 如果會有 [晚] 的感覺, 那就是管理沒有做好, 必須精進管理能力, 但與紀律無涉!

登錄/註冊後可看大圖

EntrepreneurOPs

元宇宙? 不就早已經是了嗎?

自從FaceBook宣布改名後, 元宇宙題材很夯, 相關個股也飆漲了一波; 但你這輩子 [可能] 就已經是元宇宙了, 只是擬真到你不覺得是! 因為你不用戴上頭盔, 或是其他穿戴裝置, 生活的一切就像在夢境時一樣真實, 更有智慧話語說: 人生如夢! 我們現在待的世界, 很可能就只是個虛擬世界!!!

我們現在身處的量子物理世界中有名的雙縫實驗, 光(ex: 太陽光 or 可見光)擁有疊加態, 同時具有波動性及粒子性! 平常沒觀測者的時候會表現波動性(粒子性是不會出現的), 而在有觀測者的時候才會坍縮出現粒子性! 這現象稱作觀察者效應. 一個客觀的物理世界, 竟然會被觀測者所決定!

另外, 我們來看電玩遊戲的世界, 裡面有5個街道要你去打怪過5關; 當我們在某一條街道正在打怪的時候, 電腦僅僅只會出現那一條街道相應的場景, 另外4條街道是不會出現的, 要等我們移動到那邊才會顯現, 而我們移出的地方又會隱沒在背景裡, 也就是我們的視界是有限的, 侷限在我們正在進行的環境裡, 有沒有也很像觀察者效應? 主因是電腦的資源(CPU, 記憶體..等)有限, 你沒在觀察的場景, 便不用花電腦資源去跑, 把它挪出來給Chrome瀏覽器, 或其他Office軟體去用, 以達到同時多工或多人使用的目的

上面兩個(真實 v.s. 虛擬)世界例子對照下, 不禁要懷疑我們現在身處的世界, 會不會早已經就是個巨大的電腦虛擬機? 如此才會發生共有的觀察者效應啊! 想像虛擬機外的我們正在進行長途星際旅行, 人類早已拋卻肉體而精神或靈魂永生; 為了度過漫長N年的星際旅行, 自願找個娛樂(進入虛擬機玩某一輩子)防無聊, 如果這輩子玩結束還沒到目的星球的話, 繼續再玩下一輩子(輪迴的概念).

元宇宙? 不知道你正在玩著嗎?

EntrepreneurOPs

波動率VIX和WVF的比較

Larry Williams 的 WVF (Williams Vix Fix), 可用商品本身的報價去計算日夜整天的波動率, 且有研究已經證明了 WVF 的有效度和交易所公布的VIX同等, 咸可信也! WVF (Williams Vix Fix) 的公式:

(Highest(Close,20)−Low) / (Highest(Close,20)) × 100

https://www.tandfonline.com/doi/full/10.1080/23322039.2019.1641063

VIX在應用上, 20左右是一般市況, 大於20算高波動, 低於20就算低波動; 可是這種說法的可操作性很差, 我們在VIX高於20的時候做空 + 低於20的時候做多, 或者是全然相反 --- 在VIX高於20的時候做多 + 低於20的時候做空, 再不然用VIX高於20的時候做賣方 + 低於20的時候做買方; 你不管用哪一種組合去做回測, 相信都不會讓你滿意! 這就好比2106年以前台股萬點是天險時 --- 高位萬點以上做空 + 低位萬點以下做多, 類似此種用 [絕對值] 觀點做操作, 能不賠錢都是最好的下場了!

以前介紹過的 正規化你的判斷, 用相對值來取代絕對值的作法才是真正有可操作性! 當強度足以改變原空趨勢改做多 => + 1, 而強度足以改變原多趨勢則改做空 => - 1, 正規化使得指標數值只在- 1 到 + 1之間變化, 也有利於技術分析的圖形表達. 另外, 我自己用來計算WVF的公式參數不是上述建議的20, 而是舊文 --- 趨勢的轉折 裡面動態算出的週期, 可參閱實作成品如下圖:

登錄/註冊後可看大圖

sec2100

EntrepreneurOPs 發表於 2021-10-30 05:15
期交所的夜盤歷史快滿4.5年了, 相信有交易的人也有了不少體悟
曾經在期交所夜盤正式開始前幾日, 寫過 5/15 ...

非常有道理。我績效最好的時候是在2003-2007年，當時沒有夜盤，沒有周選，全世界只有我在玩選擇權(自營家不愛用「玩」這個字)，且無需調整，心中有佛。當時中山北路二段還有開一家洋蔥牛排，那牛排吃起來格外香甜。

2008就不一樣了。

EntrepreneurOPs

期交所的夜盤歷史快滿4.5年了, 相信有交易的人也有了不少體悟

曾經在期交所夜盤正式開始前幾日, 寫過 5/15之後延長交易的應對之策, 經過數不清多少次夜盤錯誤動作的驗證之下, 完全符合記得有份報告說的: 單位時間下, 重評價次數愈多的商品, 愈難獲利!

現在我更覺得 --- 除了盡量不參與夜盤外, 在VIX變大的時候, 也要同時拉大訊號的觸發區間, 以免市場的改變, 讓原有的條件生出過多的誤動作, 徒增無意義的調整!!!

P.S. 所說的不是過度交易或是調單ㄛ! 大家常講的陳腔濫調我反而少說! 就像我講的技術分析也和多數人不一樣! 這裡指的是商品報價! 分分秒秒的報價即每次競價的成交結果, 乃此商品最新的客觀重評價是也!!! 重評價次數最低的可能是房地產吧? 多數人因此獲利得莫名其妙, 自以為是房神了, 殊不知是重評價次數低(被迫做到持長)去幫助了他啊! 股票比期權相對容易獲利也是類似道理. 以被迫做到持長這觀點來看, 似乎又和過度交易產生關連了! 哈哈

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