克服人性的弱点,这才是金融投机交易的正确打开方式!

人性的弱点:贪婪与恐惧

凡人天生就是不适合金融投机交易,因为与生俱来的贪婪与恐惧,让你很难理性对待市场。

贪婪:不切实际的希望。不愿止损,常在止损的单子上加仓。或者盈利时还等待更大的利润点而失去止盈的最佳机会。

恐惧:获得微利害怕失去,导致过早平仓而失去后面更大的机会。因为害怕失去机会而追在高位上,又因为害怕亏损继续扩大而在行情反转前止损。

手动交易:做单最忌三点

1、预测市场。首先,市场走势是所有参与者共同交易的结果,你不是神你根本预测不了市场。其次,预测市场会让你失去理性对待市场的能力,因为你会认为你的预测是对的,甚至不理智地等待你预测的走势出现。

2、赌徒心理。赌的心理,会让你只想盈,不能容忍亏,从而导致你失去止损的理智。赌盈自然好,但是赌错了,你会等待行情反转,或者加码摊平成本,甚至最终在亏损扩大至忍无可忍时把仓位割在“地板上”。

3、无资金管理。市场如战场,胜败乃兵家常事,既然这样就要做到赚的多亏的少。所以不要在无把握的行情上重仓。

成功的新起点:量化交易

量化交易不是程序化交易,或者说量化交易不仅仅是程序化交易。在传统的手动交易中其实已经在进行量化交易了。如:若市场高开则做多,若市场低开则做空,若……加仓,若……减仓,若……止盈,若……止损等等。在计算机量化普及之前交易员是通过观察或手工计算来制定交易策略从而盈利。

而今,我们可以借助计算机来制定交易策略,比如什么条件下开仓,什么条件下加减仓,什么条件下止盈止损可以利润最大化,稳定化。甚至通过计算机的验证或分析,找出最佳的建仓时机、最佳的止盈止损时机、最合理的仓位等,从而整体利润最大化。

量化交易的代表人物

作为有史以来最成功的对冲基金,自 1988 成立以来,文艺复兴科技公司的旗舰基金——大奖章基金取得平均每年 34% 的回报。收益远超巴菲特、索罗斯等同侪。而其创始人、现年 78 岁高寿的詹姆斯·西蒙斯(James Simons)也被誉为“量化投资之王”,成为传奇人物。

在过去的 20 年中,西蒙斯的文艺复兴科技公司在全球市场中进行投资。他们开发了许多数学模型用来进行分析和交易,这些基本上是自动化完成。他们用计算机编程建立模型分析股票价格从而很轻松的交易并获利,这些模型是建立在海量的数据基础上的,所以具有可靠性并可进行实际预测,而结果往往与他们预想的一样,这也许就是数学的魅力之一吧。

程序化交易的本质

程序化交易:一个严格执行的操盘手;优势:执行力、快速的计算能力。

程序化交易不是印钞机,不能消灭市场风险。它所能做的,就是帮助您赚到本应该赚到的钱!

1、程序交易本质是寻找价格波动规律,把握盈利概率(扩大赢面)。发现一种波动风格,并认为这种波动特性能延续下去。

2、寻找一种操作策略,获得更佳的“收益”与“风险”配比。

量化交易成功的关键因素(2+3+5)

20% 的策略+30% 的资金管理+50% 的执行力和无人工干预。

国内量化交易的现状

1、研究者多,近几年呈爆炸式增长。

2、量化交易实盘也在迅速增加,这将导致市场规律出现变化。

3、迷信者多,很多人把程序化交易误认为是个圣杯。其实程序化只是一个工具,盈亏与否还决定于人。

4、否定者多,主要是还未真正了解量化交易的原理、方法。

5、风险管理尚不完备,相关技术水平还有待提高。

国内常用的量化交易平台介绍

主要分为两类:一类是在线量化编程平台,以聚宽、米筐、优矿、掘金为代表,这类平台量化能力强,回测结果准,但学习门槛比较高,使用者需要有一定的编程基础。另一类是指标组合回测平台,以Big Quant、问财、微量网为代表,这类平台不需要编程,学习门槛低,适合量化入门者,但量化能力和回测结果准确度不是很好(相对前者而言)。

量化交易的基本素质

1、树立信任:把所有对模型的怀疑和检查都放在实盘操作前,完全信任后才执行它,并不因为某几次交易而对它产生怀疑。

2、纪律性:坚持无人工干预,并每天执行(不能有选择地打开软件或无纪律加减仓)。

3、承受风险:不要对每一次亏损斤斤计较,要能承受一定比例的风险。如果亏损超过这个比例,那么立即调整策略或者停止执行。

量化交易实盘的注意事项

1、选择模型:适合自己的才是最好的。日内、短线、中长线、套利、震荡型、趋势型、混合型。

2、坚持执行:机会只留给坚持到底的人!坚持还是放弃,在开始量化交易时就先做好准备(坚持最大仓位和最大允许回撤比例)。

3、面对亏损:正常的亏损无法避免,你说能做的就是接受所有符合逻辑的亏损。

4、处理冲击成本:更优价格与更快下单的矛盾,配合加价下单和追价策略。

5、避免技术性风险:信号闪烁、逻辑错误、过度优化。

6、市场容量问题:每个模型都有一定的市场容量问题。要对模型进行保密,限制模型的资金量,以及使用更快的设备、更快的网络。

7、市场波动风格发生变化:关注成交量、持仓量、价格波动风格变化。如果日内价格波动近似于正态分布,并波幅变小:取消日内模型的执行;如果价格波动趋于非对称性:多头和空头策略修改成非对称性等等。

8、模型效率下降问题:模型效率随时间下降是一个普遍存在的问题。这就要不断完善模型,多策略组合,不断更新开发新的策略啦。

更多精彩文章,请扫码关注微信公众号 Deepera。

Leave a Reply

Your email address will not be published.