Optionshare 選擇幫

 找回密碼
 立即註冊
樓主: EntrepreneurOPs

選擇權的眉眉角角

  [複製鏈接]
 樓主| 發表於 2021-8-10 05:44:43 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-9-16 08:34 編輯

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!!!


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!


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!

回復 支持 1 反對 0

使用道具 舉報

 樓主| 發表於 2021-8-17 15:09:47 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-9-16 08:36 編輯

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!

回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-9-13 10:31:32 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-9-13 14:41 編輯

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)
Laguerre.png

回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-9-15 06:34:56 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-9-15 18:01 編輯

AI 不適用在交易的根本理由

延伸閱讀:

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:

regression.png

當損失函數最小時, 可以做出那條藍色預測線 Y = WX - H (其中 W 代表斜率, H 代表截距); 設每個紅點到藍色預測線的垂直距離(預測失敗的損失)是 ΔYi (實際紅點和預測藍點的差距), 則讓損失函數最小便可以看做 --> 怎樣去找到合適的 Wi 和 Hi 讓 ΔYi 的平方(因為有正負)最小, 這是邏輯上的理解, 損失函數的數學表達當然不止於此. 通常我們會使用梯度下降疊代法(Gradient Descent)去找到合適的Wi 和 Hi, Gradient Descent 的邏輯是利用測試估計值 Wn+1 和最佳值(讓損失函數最小的最佳解)的斜率關係(梯度)下降, 去次次逐漸逼近(疊代)出最佳值, 也就是當 Wn+1 約略等於 Wn 的時候, 我們想要的最佳解 Wi 就出現了

注意以上是只針對 Wi 的最佳化來解說(兩個維度比較好理解), 其實 Wi 和 Hi 是要同時進行最佳化的, 也就是線性回歸求解其實該是三個維度的! 然而我們真實世界要解決的問題很可能更複雜, 不會只是要看 X 和 Y 兩者的關係而已, 更可能想看的是多重變數的之間的關係, 也就是預測式等於 Y = W1X1 + W2X2 + ... + WnXn - H; 那就會變成超過三個維度, 是人類更難理解的多維度, 但反而更適合機器去幫我們做了, 機器找尋那些最佳解的過程被統稱為 [訓練]. 另外, 先前提過人類的思考最常用到的是回歸與分類, 分類的本質仍可視做為類似回歸, 比如上圖的線性回歸可以看成 --> 用藍色線把資料切分成兩大分類

啊! 不是啊! 你說了半天和我平常聽人家說的類神經網路 AI 差很多耶! 類神經網路 (ANNs, Artificial Neural Networks) 大多基於下圖的 M-P 模型 (McCulloch-Pitts model 代表一個神經元)去架構的

mp model.png

先前解釋過的多重變數回歸, 其複雜預測式 Y = W1X1 + W2X2 + ... + WnXn - H; 注意 M-P model  左邊的輸入訊號部分, 不就是 W1X1 + W2X2 + ... + WnXn ? 在右邊的 ϴj (閾值) 就是預測式 Y 裡面的 H, 中間的 NETj (處理單元) 我把它看做找尋最佳解過程(訓練), 再右邊的 f (轉換函數或激活函數)最常用的是 Sigmoid, 也就是類似一種normalization(只映射至 [0,1] 之間). 看到了嗎? 其實和我先前講解回歸是一樣的!!!
y.png
無聊人士可以繼續抗辯, 你講的和我常看到的類神經網路圖不一樣耶 ? M-P model 只是一個神經元, 加多個神經元去多層串連在一起如下圖, 這是你習慣看的 ANNs 了吧?

anns.png

回復 支持 2 反對 0

使用道具 舉報

發表於 2021-9-17 08:46:25 | 顯示全部樓層
EntrepreneurOPs 發表於 2021-9-15 06:34
AI 不適用在交易的根本理由

延伸閱讀:

謝謝分享。但大獎章基金絕對是個例外。
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-9-17 14:29:47 | 顯示全部樓層
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
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-9-28 10:45:34 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-9-28 14:25 編輯

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

回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-10-8 14:47:26 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-10-8 15:13 編輯

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?

回復 支持 反對

使用道具 舉報

發表於 2021-10-10 11:40:55 | 顯示全部樓層
EntrepreneurOPs 發表於 2021-10-8 14:47
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 ...

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,你的命中沒有執行力的優勢,你後天就要培養執行力的優勢,過程極為困難,但,你走在行天宮旁邊的街道,忘著江湖術士,如果能了解他們的命運,就超脫了。
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2021-10-13 11:54:08 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2021-10-13 14:23 編輯
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
回復 支持 反對

使用道具 舉報

您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

站長信箱|Archiver|手機版|小黑屋|Optionshare 選擇幫.  

GMT+8, 2025-1-23 05:44 , Processed in 0.030330 second(s), 19 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表