Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

計量化交易策略的開發與運用 法人版

16 042 vues

Publié le

  • Soyez le premier à commenter

計量化交易策略的開發與運用 法人版

  1. 1. 計量化交易策略的 開發與運用 何志偉 Derek Ho
  2. 2. 內容 <ul><li>1. 前言 </li></ul><ul><li>2. 交易策略的開發 </li></ul><ul><li>3. 交易策略的檢驗 </li></ul><ul><li>4. 資金管理 </li></ul><ul><li>5. 建立良好的心態 </li></ul><ul><li>6. Q&A </li></ul>
  3. 3. 1. 前言 – 自我簡介 <ul><li>何志偉 Derek Ho </li></ul><ul><li>藍色投機客 Blog 版主 </li></ul><ul><li>國立中央大學資訊管理研究所碩士 </li></ul><ul><li>IBM 公司 PreSale 工程師 </li></ul><ul><li>IBM 公司業務代表 </li></ul><ul><li>專職交易者 & 家庭煮夫 </li></ul><ul><li>主要交易商品: </li></ul><ul><ul><li>美盤期指,外匯,金屬,能源,農產品 </li></ul></ul>
  4. 4. 1. 前言 - 系統交易 vs 主觀交易 <ul><li>系統交易靠的是電腦交易策略產生的買賣指令來進出場 </li></ul><ul><li>主觀交易靠的是上帝賜予的禮物 ( 頭腦和盤感 ) 來進出場 </li></ul><ul><li>兩種交易方式都有人成功,端看個人選擇 </li></ul>
  5. 5. 1. 前言 - 系統交易的優勢 <ul><li>交易策略是可以做回測 (Back-testing) 和檢驗 </li></ul><ul><ul><li>交易策略的穩健度分析 (Robustness) </li></ul></ul><ul><ul><li>歷史資料獲利能力的統計顯著性檢定 </li></ul></ul><ul><ul><li>多策略 / 多商品的投資組合 (Portfolio) </li></ul></ul><ul><ul><li>操作資金 Scalable </li></ul></ul><ul><li>但是系統交易要小心陷阱 </li></ul><ul><ul><li>曲線套入 (Curve Fitting) 是最嚴重的陷阱,會讓聖盃變成靠杯 </li></ul></ul>
  6. 6. 1. 前言 – 交易成功的關鍵因素 <ul><li>50% 心理層面 </li></ul><ul><li>30% 資金管理 </li></ul><ul><li>15% 出場 </li></ul><ul><li>5% 進場 </li></ul>
  7. 7. 內容 <ul><li>1. 前言 </li></ul><ul><li>2. 交易策略的開發 </li></ul><ul><li>3. 交易策略的檢驗 </li></ul><ul><li>4. 資金管理 </li></ul><ul><li>5. 建立良好的心態 </li></ul><ul><li>6. Q&A </li></ul>
  8. 8. 2. 交易策略的開發 – 進場 Entry( 一 ) <ul><li>價格通道突破 (Price Channel Breakout) </li></ul><ul><ul><li>突破過去 20 天的最高價做多,跌破過去 20 天的最低價做空 </li></ul></ul><ul><ul><li>有趨勢發生時一定會被帶進場內 </li></ul></ul><ul><ul><li>突破點可能會有很多的追價產生 , 導致滑價過大 </li></ul></ul>
  9. 9. 2. 交易策略的開發 – 進場 Entry( 二 ) <ul><li>通道突破 (Bollinger Band, Envelop Band, Keltner Channel) </li></ul><ul><ul><li>主要由一條移動平均線,上下各加減一段空間,形成上下通道 </li></ul></ul><ul><ul><li>順勢作法:突破上通道則買進,跌破下通道則賣出 </li></ul></ul><ul><ul><li>擺盪作法:突破下通道則買進,跌破上通道則賣出 </li></ul></ul><ul><ul><li>可以避免突破點太多的追價的買賣單 </li></ul></ul>
  10. 10. 2. 交易策略的開發 – 進場 Entry( 三 ) <ul><li>移動平均線 </li></ul><ul><ul><li>黃金交叉則買進,死亡交叉則賣出 </li></ul></ul><ul><li>開盤區間突破 (Opening Range Breakout) </li></ul><ul><ul><li>日本汽燃油冠軍交易法 </li></ul></ul>進場 10:45 36,200 出場 37,020
  11. 11. 2. 交易策略的開發 – 進場 Entry( 四 ) <ul><li>波動突破 (Volatility Breakout) </li></ul><ul><ul><li>Dual Thrust(No.2 in FuturesTruth.com, 286%/year) </li></ul></ul><ul><li>擺盪指標 </li></ul><ul><ul><li>KD, RSI </li></ul></ul><ul><li>隨機進場 (Random Entry) </li></ul><ul><ul><li>用來測試出場策略,看出場策略是否有優勢 </li></ul></ul>
  12. 12. 2. 交易策略的開發 – 出場 Exit( 一 ) <ul><li>出場 (Exit) 可以決定一筆交易的輸贏 </li></ul><ul><li>只有出場 (Exit) 才能做到交易成功的鐵則 : </li></ul><ul><ul><li>迅速認賠 讓獲利繼續發展 (Cut the loss, and let the profit run) </li></ul></ul>
  13. 13. 2. 交易策略的開發 – 出場 Exit( 二 ) <ul><li>起始停損 Initial Stop( 最重要 ) </li></ul><ul><ul><li>Daily ATR$ 的某個比率 ( 不受 Back Adjust 影響 ) </li></ul></ul><ul><ul><li>固定百分比,如市值 1% 風險 ( 會受 Back Adjust 影響 ) </li></ul></ul><ul><ul><li>應該設在正常波動雜訊之外 </li></ul></ul><ul><ul><li>稍寬的起始停損會比太窄的起始停損好 </li></ul></ul><ul><ul><li>固定金額 ( 固定點數 ) 停損 => 不建議 </li></ul></ul>
  14. 14. 2. 交易策略的開發 – 出場 Exit( 三 ) <ul><li>追蹤停損 Trailing Stop( 第二重要 ) </li></ul><ul><ul><li>通道追蹤停損 </li></ul></ul><ul><ul><li>Daily ATR$ 的某個比例追蹤停損 </li></ul></ul><ul><ul><li>獲利折返百分比出場 Percent Trailing </li></ul></ul><ul><ul><li>波動突破出場 ( 溜溜球出場 ) </li></ul></ul>
  15. 15. 2. 交易策略的開發 – 出場 Exit( 四 ) <ul><li>獲利保護停損 Profit Protection Stop( 第三重要 ) </li></ul><ul><ul><li>當獲利超過一個程度後 , 把追蹤停損調緊一點 , 獲利越大 , 停損調越緊 </li></ul></ul><ul><ul><li>拋物線出場 , 兩階段出場 , 三階段出場 </li></ul></ul><ul><li>獲利最大化出場 Profit Maximizing Stop( 第四重要 ) </li></ul><ul><ul><li>不想把獲利吐回去 , 那就在行情還在上漲當中就賣出 </li></ul></ul><ul><ul><li>獲利目標出場 Profit Target </li></ul></ul><ul><ul><li>RSI 超過 70 的時候就賣出 </li></ul></ul><ul><li>固定時間出場 Fix Bar Exit </li></ul><ul><ul><li>進場後,固定 x 根 K 線後出場 </li></ul></ul><ul><ul><li>通常用來測試進場效率 </li></ul></ul>
  16. 16. 2. 交易策略的開發 – 回測資料的檢驗 <ul><li>回測長度需考慮該商品在不同年度的特性 </li></ul><ul><li>回測所產生的交易次數,比回測時間長短還要重要 </li></ul><ul><li>回測期間長度應該要能產生 300 個 trade 以上 </li></ul><ul><li>人工盤 , 電子盤 , 歷史資料的組合 </li></ul><ul><ul><li>@CL, @CL.P, @CL.C </li></ul></ul><ul><li>檢查資料的乾淨程度 (Garbage In, Garbage Out) </li></ul>
  17. 17. 2. 交易策略的開發 – 換倉調整 (Back Adjust) <ul><li>換倉調整 (Back Adjust) 可以把因為期貨合約換月而產生的跳空補齊 </li></ul><ul><li>股票也會因除權 / 除息而讓歷史資料失真 , 也有除權息調整問題 </li></ul><ul><li>一般而言 , 換倉跳空造成的”不存在的獲利”&”不存在的虧損”的機率可能相同(隨機出現) </li></ul><ul><li>但是最佳化的過程中 ,” 不存在的獲利”較多的參數組合 , 容易被挑選出來 </li></ul><ul><ul><li>Data Mining Bias, 造成回測績效的虛胖 </li></ul></ul><ul><li>當有參考到前一日以前的資料時,應該用換倉調整過的資料 , 但是要注意 % 的問題 </li></ul><ul><ul><li>因為換倉調整後的資料,相對值會維持不變,但絕對值會改變 </li></ul></ul><ul><li>當沖策略如果沒有參考前一日以前的資料,可以用沒有換倉調整過的資料 </li></ul>
  18. 18. 內容 <ul><li>1. 前言 </li></ul><ul><li>2. 交易策略的開發 </li></ul><ul><li>3. 交易策略的檢驗 </li></ul><ul><li>4. 資金管理 </li></ul><ul><li>5. 建立良好的心態 </li></ul><ul><li>6. Q&A </li></ul>
  19. 19. 3. 交易策略的檢驗 – 最大的敵人 -Curve Fitting <ul><li>你要的是什麼 ? </li></ul><ul><ul><li>過去資料回測亮麗的績效? </li></ul></ul><ul><ul><li>未來實際交易穩健的表現! </li></ul></ul><ul><li>Buy next bar at close - 2 *(minmove/pricescale) limit; </li></ul><ul><li>SellShort next bar at close + 2 * (minmove/pricescale) limit; </li></ul>
  20. 20. 3. 交易策略的檢驗 – 最大的敵人 -Curve Fitting <ul><li>曲線套入 Curve fitting 是針對過去的歷史資料 , 開發出一套績效很好的交易策略 , 可以對過去的歷史資料買在低點,賣在高點。但其實這套系統對未來資料是不具預測能力的 , 所以運用在未來的實際交易時 , 無法保持良好的績效 </li></ul><ul><li>曲線套入的成因 </li></ul><ul><ul><li>回測期間太短(回測期間應包含上漲,下跌,盤整三種盤勢 ) </li></ul></ul><ul><ul><li>太複雜的規則 ( 交易策略應該能被合理解釋 ) </li></ul></ul><ul><ul><li>不切實際的滑價和手續費 </li></ul></ul><ul><ul><li>太多的參數 ( 建議四個參數以下 ) </li></ul></ul><ul><ul><li>參數孤島 </li></ul></ul><ul><ul><li>獲利集中於少數幾筆交易 </li></ul></ul><ul><ul><li>軟體的限制 </li></ul></ul><ul><ul><li>寫死在程式碼裡,拿來騙錢的 </li></ul></ul>回測績效 上線後表現
  21. 21. 3. 交易策略的檢驗 – 範例說明
  22. 22. 3. 交易策略的檢驗 – 多市場檢驗 <ul><li>一個穩健的交易策略,應該在類似的商品上也有類似的績效。不應相差太多。否則就可能有曲線套入的風險。 </li></ul><ul><li>台指期 </li></ul><ul><ul><li>小台 , 摩台指 , 金融期 , 電子期 , 香港恆生 , 日本日經 </li></ul></ul><ul><li>指數 </li></ul><ul><ul><li>S&P500, 道瓊 , Nasdaq, Russell 2000 </li></ul></ul><ul><li>金屬 </li></ul><ul><ul><li>黃金 , 白銀 (COMEX, CBOT), 銅 </li></ul></ul><ul><li>農產品 </li></ul><ul><ul><li>黃豆 , 玉米 , 小麥 </li></ul></ul><ul><li>能源 </li></ul><ul><ul><li>原油 , 天然氣 , 無鉛汽油 </li></ul></ul><ul><li>利率 </li></ul><ul><ul><li>五年公債 , 十年公債 , 三十年公債 </li></ul></ul><ul><li>匯率 </li></ul><ul><ul><li>歐元 , 英鎊 , 日圓 , 加幣 , 澳幣 , 紐幣 </li></ul></ul>Dow Nasdaq Russel2000 SP500
  23. 23. 3. 交易策略的檢驗 – 多時間架構檢驗 <ul><li>時間架構 (Time Frame) 也可視為交易策略的一種參數 </li></ul><ul><li>相近時間架構的績效,表現應相似 </li></ul><ul><li>5min -> 4min or 6min </li></ul><ul><li>15min -> 14min or 16min </li></ul><ul><li>60min -> 50min, 55min or 65min, 70min </li></ul>60min 50min 55min 65min 70min
  24. 24. 3. 交易策略的檢驗 – 統計顯著性檢定 (Z-Score) <ul><li>Z-Score 是來看歷史回測的資料是否能獲利(平均獲利金額 >0) </li></ul><ul><ul><li>Z-Score = ( 平均獲利 / 標準差 )* 交易次數的平方根 </li></ul></ul><ul><ul><li>Z-Score > 1.645 有 95% 的信心水準 </li></ul></ul><ul><ul><li>Z-Score > 2.33 有 99% 的信心水準 </li></ul></ul><ul><ul><li>Z-Score > 3.09 有 99.9% 的信心水準 </li></ul></ul><ul><li>所以交易次數應該越多 , 越頻繁越好 </li></ul><ul><ul><li>越多的交易次數 , 也可讓資金曲線越平滑 </li></ul></ul><ul><ul><li>但首先需打敗滑價和手續費 </li></ul></ul>
  25. 25. 3. 交易策略的檢驗 –參數孤島檢驗 <ul><li>經由圖形表現,交易策略的參數對績效的敏感度分析 (Sensitivity Analysis) </li></ul>
  26. 26. 3. 交易策略的檢驗 – 參數高原檢驗 <ul><li>穩健的交易策略,最好績效的那組參數,其附近的參數組合的績效應該也要不錯才對 </li></ul>
  27. 27. 3. 交易策略的檢驗 – 樣本內,樣本外績效檢驗 (In Sample, Out of Sample) <ul><li>如果有五年的歷史資料,先只取前四年 ( 樣本內, In Sample) 的歷史資料來跑最佳化 </li></ul><ul><li>然後將所得的這一組參數,套用在最後一年 ( 樣本外 ,Out of Sample) 的歷史資料,看績效如何 </li></ul><ul><li>用以模擬在一年前開發好這套策略,並實際操作一年的情形 </li></ul>樣本內歷史資料 樣本外歷史資料
  28. 28. 3. 交易策略的檢驗 –移動窗格檢驗 (Walk Forward Analysis) <ul><li>採滾動方式 (rolling) 來做樣本內,樣本外檢驗,即是移動窗格檢驗 (Walk Forward Analysis) </li></ul><ul><li>是交易策略上線前很重要的一個檢查關卡 </li></ul>
  29. 29. 3. 交易策略的檢驗 – 滾動式移動窗格檢驗 (Rolling Walk Forward) <ul><li>樣本內歷史資料時間固定。所以樣本內的起始時間,會隨著每一次檢驗往後移 </li></ul>TODAY 2006 2002 2004 樣本內 樣本外 樣本內 樣本內 樣本內 樣本外 樣本外 樣本外 2008
  30. 30. 3. 交易策略的檢驗 – 定錨式移動窗格檢驗 (Anchored Walk Forward) <ul><li>樣本內歷史資料起始時間固定。所以樣本內的資料長度,會隨著每一次檢驗增長 </li></ul>樣本內 樣本內 樣本內 樣本內 樣本外 樣本外 樣本外 樣本外 2008 TODAY 2006 2002 2004
  31. 31. 3. 交易策略的檢驗 – Walk Forward Efficiency <ul><li>未來的績效會像回測的績效一樣亮麗嗎? </li></ul><ul><li>答案是:幾乎都不會 , 而且會打折 </li></ul><ul><li>問題是 : 打幾折 ? </li></ul><ul><li>WFE = 樣本外 (OOS) 績效 / 樣本內 (IS) 績效 </li></ul><ul><li>例如 : 樣本內歷史回測平均每天贏 $150 ,但在樣本外表現平均每天贏 $90 </li></ul><ul><li>則 WFE = $90 / $150 = 60% </li></ul><ul><li>則我們應該依據最近一期的樣本內回測績效,再打 6 折來推算未來績效 </li></ul>TODAY 2008 2007 回測與最佳化 ???
  32. 32. 3. 交易策略的檢驗 – Walk Forward 注意事項 <ul><li>In-Sample, Out of Sample 的長度應該取多久 ? </li></ul><ul><ul><li>個人常用 12:1 的比例 ( 12 個月 :1 個月, 12 個星期 :1 星期 ) </li></ul></ul><ul><ul><li>每一次 In Sample 的樣本數,平均應有 60 筆以上 </li></ul></ul><ul><li>用什麼來當評量標準 (Fitness)? </li></ul><ul><ul><li>NetProfit, Profit Factor, ROA, MDD… </li></ul></ul><ul><li>要取 In Sample 第一名的最佳參數組合嗎? </li></ul><ul><ul><li>可測試用第二名 or 第三名的參數,以避免參數孤島 </li></ul></ul><ul><li>應該要用 Rolling 或是 Anchored 的 Walk Forward? </li></ul><ul><ul><li>都可以,但與實際交易要一致 </li></ul></ul><ul><li>Walk Forward 的 WFE 如何計算? </li></ul><ul><ul><li>可由軟體自動計算 </li></ul></ul><ul><li>Out of Sample 的績效很差 , 怎麼辦? </li></ul><ul><ul><li>重新設計 or 捨棄不用 </li></ul></ul>
  33. 33. 3. 交易策略的檢驗 – Walk Forward 的檢驗工具 <ul><li>StratOpt WFP ( www.stratopt.com ) </li></ul><ul><li>將 walk forward 檢驗時間 4 小時從變為 10 分鐘 </li></ul><ul><li>不支援 Tradestation 2000i </li></ul>NetProfit ROA Profit Factor Compound
  34. 34. 3. 交易策略的檢驗 – 歷史資料重新取樣 (Re-Sampling) <ul><li>我們開發出來的交易策略,僅針對目前手上該商品的歷史資料作檢驗 </li></ul><ul><li>Re-Sampling 可保留該商品的個性,複製出許多條不同的歷史股價圖 </li></ul><ul><li>作法為將歷史股價切割 , 然後利用 Re-sampling 技術重新排列組合 , 形成新的歷史股價圖 </li></ul><ul><li>再將相同策略運用在不同的歷史股價圖上 , 看績效是否仍能維持 </li></ul>
  35. 35. 內容 <ul><li>1. 前言 </li></ul><ul><li>2. 交易策略的開發 </li></ul><ul><li>3. 交易策略的檢驗 </li></ul><ul><li>4. 資金管理 </li></ul><ul><li>5. 建立良好的心態 </li></ul><ul><li>6. Q&A </li></ul>
  36. 36. 4. 資金管理 – 基本觀念 <ul><li>資金管理 = 部位規模管理 (Position Sizing) </li></ul><ul><ul><ul><li>決定應該承受多少風險 , 應該操作多少部位的方法 </li></ul></ul></ul><ul><li>資金管理的原則是 1. 賭輸博大 or 2. 輸錢減碼 , 贏錢加碼 ? </li></ul><ul><ul><li>平賭 (Martingale) or 逆平賭 (Anti-Martingale) </li></ul></ul><ul><li>資金管理的鐵則是:絕對不要賭輸博大 </li></ul><ul><li>目的是控制我們的暴露在市場上的風險,不要承受過多的不確定性 </li></ul><ul><li>希望能長久留在市場裡面,讓具有 edge 的策略可以有時間來發揮 </li></ul><ul><li>當市場波動變大的時候,操作部位會變小。市場波動變小的時候,操作部位會變大 </li></ul><ul><ul><li>讓曝險比率維持一致 </li></ul></ul><ul><li>如果同時操作多商品,多策略。應讓不同商品佔整體資金的影響程度相同 </li></ul><ul><ul><li>原油 ATR$=$2,000 。小麥 ATR$=$500 。則操作 10 口原油 =40 口小麥 </li></ul></ul>
  37. 37. 4. 資金管理 – 資金管理模式簡介 ( 一 ) <ul><li>1. 固定金額交易一口合約模式 (Fix Dollar Amount) </li></ul><ul><ul><li>固定每 NT$50 萬交易一口合約 </li></ul></ul><ul><ul><li>總資產 NT$1,000 萬,每 NT$50 萬操作一口,可以操作 $1,000 萬 /$50 萬 =20 口 </li></ul></ul><ul><ul><li>無法對市場波動變化做出反應 </li></ul></ul><ul><li>2. 保證金目標模式 (Margin Target) </li></ul><ul><ul><li>五倍的保證金操作一口合約 </li></ul></ul><ul><ul><li>總資產 NT$1,000 萬,每五倍保證金操作一口,可以操作 $1,000 萬 /(7.7 萬 *5)=25.9 口,無條件去尾後 =25 口 </li></ul></ul><ul><ul><li>交易所會動態調整保證金金額 , 當市場波動變大時調高 , 波動變小時調低 </li></ul></ul>
  38. 38. 4. 資金管理 – 資金管理模式簡介 ( 二 ) <ul><li>3. 固定風險比例模式 (Percent Risk) </li></ul><ul><ul><li>每筆交易的風險只占總資產的 2% </li></ul></ul><ul><ul><li>總資產 USD$300 萬,交易策略的初始停損金額為 $5,000 </li></ul></ul><ul><ul><li>應操作 $300 萬 *2% / $5,000 = 12 口 </li></ul></ul><ul><ul><li>需知道交易策略的初始停損金額為多少 </li></ul></ul><ul><li>4. 波動固定風險比例模式 (Percent Volatility) </li></ul><ul><ul><li>商品每天波動的幅度金額只佔總資產的 1% ( 海龜規則 ) </li></ul></ul><ul><ul><li>天然氣五日平均波動金額 = $2,300, 黃豆五日平均波動金額 = $700 </li></ul></ul><ul><ul><li>總資產 USD$300 萬,應交易規模為: </li></ul></ul><ul><ul><li>天然氣: $300 萬 *1%/$2,300=13.04 口,無條件去尾後 =13 口 </li></ul></ul><ul><ul><li>黃豆: $300 萬 *1%/$700=42.8 口,無條件去尾後 =42 口 </li></ul></ul><ul><ul><li>讓天然氣與黃豆佔整體資金的影響程度相同 </li></ul></ul>
  39. 39. 4. 資金管理 – SQN 簡介 <ul><li>SQN (System Quality Number) 是用來衡量交易策略的一個指標 </li></ul><ul><li>SQN 拿來做不同交易策略的評比和排序 Ranking </li></ul><ul><ul><li>SQN = ( 平均獲利 / 標準差 )* 一年交易次數的平方根 ( 以 100 為上限 ) </li></ul></ul>聖盃系統 7.01 以上 超級優秀的系統 ( 很少可以開發得出來 ) 5.01 to 7.00 非常優良的系統 3.01 to 5.00 好的系統 ( 顯著的有獲利能力 ) 2.01 to 3.00 普通的系統 ( 需要 1.7 以上才有統計顯著性 ) 1.01 to 2.00 很難拿來交易 小於 1.0 評等 SQN
  40. 40. 4. 資金管理 – 投資組合風險上限 (Portfolio Heat) <ul><li>Group Control </li></ul><ul><ul><li>限制同一類別商品佔整體資金的比重 </li></ul></ul><ul><ul><li>指數 , 金屬 , 能源 , 農產品 , 匯率 , 利率各為一個類別 </li></ul></ul><ul><ul><li>同一類別的所有部位 , 承受風險比率相加後不得超過 4%( 舉例 ) </li></ul></ul><ul><li>投資組合風險上限 (Portfolio Heat) </li></ul><ul><ul><li>就算擁有最好的交易策略 , 也以不超過 25% 為上限 </li></ul></ul><ul><ul><li>應依據交易策略的品質來決定投資組合風險上限 </li></ul></ul>
  41. 41. 4. 資金管理 – 避免過度交易實例 <ul><li>部位規模管理的原則是,絕對不能過度交易 (Never,Never,Never OverTrading) </li></ul><ul><li>OverTrading 可以讓贏錢的速度變快,但是也讓破產的機率大增 </li></ul><ul><li>交易的目的是希望一直留在市場裡面,不要破產出局 </li></ul><ul><li>「一個投機者的告白」作者,科斯托藍尼說:一個投機者一生如果沒有破產兩次,就稱不上一個好的投機者 </li></ul><ul><li>我認為 : </li></ul><ul><ul><li>第一次破產,學會停損 </li></ul></ul><ul><ul><li>第二次破產,學會資金管理 </li></ul></ul>每三萬交易一口: 淨利: $187 萬 固定一口: 淨利: $11 萬 每 1.5 萬交易一口: 淨利: $1212 萬 每 6 千交易一口: 結果:破產出局
  42. 42. 4. 資金管理 – 資產配置最佳化 <ul><li>應該準備多少資金來操作一口合約,才能讓我們的最終資產最大化,但是又不會面臨破產的風險? </li></ul><ul><li>可利用蒙地卡羅模擬 </li></ul><ul><li>加入 MDD 的限制條件後,去做蒙地卡羅模擬 </li></ul><ul><li>多商品多策略 Portfolio 的最佳資產配置,也可利用蒙地卡羅 </li></ul><ul><ul><li>但要注意明星策略效應 </li></ul></ul>
  43. 43. 4. 資金管理 – 控制破產風險 <ul><li>若每個策略績效相同,應讓每個策略的承受風險佔整體資金比重相同 </li></ul><ul><li>但若某些策略績效較佳,應可多分配一些資金 </li></ul><ul><li>利用 SQN, DD 比例及破產風險 , 決定承受風險比率 </li></ul><ul><ul><li>下表為 100 筆交易 , 一萬次蒙地卡羅模擬結果 </li></ul></ul><ul><ul><li>若我們交易策略 SQN 分數 =3 分 , 且我們只能接受 15% 的 DrawDown, 在破產機率為 1% 的機率下 , 我們能承受風險為總資產的 1.2% </li></ul></ul><ul><ul><li>若我們交易策略 SQN 分數 =3 分 , 且我們只能接受 15% 的 DrawDown, 在破產機率為 10% 的機率下 , 我們能承受風險為總資產的 2.6% </li></ul></ul>
  44. 44. 4. 資金管理 – 應避免的資金管理模型 <ul><li>主觀式資金管理 </li></ul><ul><ul><li>憑藉直覺及主觀認定來決定操作規模 </li></ul></ul><ul><ul><li>我認為下一筆交易的成功機會很高,所以加碼操作 </li></ul></ul><ul><li>One Up, Back One </li></ul><ul><ul><li>歷史回測顯示,這筆交易如果輸錢,通常下一筆就會贏錢 </li></ul></ul><ul><ul><li>所以這筆交易輸錢 , 下一筆交易可以加碼操作 </li></ul></ul><ul><ul><li>或是歷史回測顯示最多連輸 5 次 , 現在已經連輸 5 次了 . 下一筆加碼操作 </li></ul></ul><ul><ul><li>標準的賭輸博大 (Martingale) </li></ul></ul><ul><li>Kelly Criterion 凱利公式 (Larry William 使用模式 ) </li></ul><ul><ul><li>贏錢速度最快的資金管理模式 ( 理論上的最佳值 ) </li></ul></ul><ul><ul><li>Kelly 比率 = W- [(1-W)/R] </li></ul></ul><ul><ul><li>如果一個策略 , 贏的機率為 40%, 平均的贏 / 輸金額比例為 2:1 </li></ul></ul><ul><ul><li>Kelly 比率 = 0.4 – [(1-0.4)/2] = 10% </li></ul></ul><ul><ul><li>假設前提為:資金和操作部位可以無限分割,沒有破產風險 </li></ul></ul><ul><ul><li>也沒有考慮 MDD ,不符合人性 </li></ul></ul><ul><li>Optimal f </li></ul>
  45. 45. 4. 資金管理 – 多商品的投資組合 <ul><li>1952 年馬可維茲的投資組合理論 </li></ul><ul><ul><li>應該將資金和風險分散在多個相關性低的商品 / 市場 / 策略 </li></ul></ul><ul><ul><li>避免一隻黑天鵝就讓整個投資組合失效 </li></ul></ul><ul><li>多商品 / 市場 ( 指數,匯率,能源,金屬,利率,農產品 ) </li></ul><ul><ul><li>首要考慮流動性及趨勢性 </li></ul></ul><ul><li>多時間架構 (5min, 15min, 60min, 日線 ) </li></ul><ul><ul><li>考慮交易成本對績效的影響 </li></ul></ul><ul><li>多策略 ( 順勢策略,擺盪策略,投機策略) </li></ul>
  46. 46. 內容 <ul><li>1. 前言 </li></ul><ul><li>2. 交易策略的開發 </li></ul><ul><li>3. 交易策略的檢驗 </li></ul><ul><li>4. 資金管理 </li></ul><ul><li>5. 建立良好的心態 </li></ul><ul><li>6. Q&A </li></ul>
  47. 47. 5. 建立良好的心態 – 停損 , 厚尾與趨勢 <ul><li>交易像跑馬拉松 , 一旦跑過撞牆期 . 之後就海闊天空 </li></ul><ul><li>交易的撞牆期就是學會停損 </li></ul><ul><li>厚尾現象指的是金融市場上的波動幅度,並不是呈現常態分配 </li></ul><ul><li>而是呈現兩端較厚的分配曲線 </li></ul><ul><li>也唯有趨勢,才能產生厚尾 </li></ul>
  48. 48. 5. 建立良好的心態 – 信任你的交易策略 <ul><li>唯有信任你的交易策略,才能放心讓系統幫我們做交易 </li></ul><ul><li>藉由各種檢驗方式,可增加對交易策略的信心 </li></ul><ul><li>疑人不用,用人不疑 </li></ul><ul><li>交易策略的生命週期 </li></ul><ul><ul><li>用兩年的歷史資料回測,應有 3-6 個月生命週期 </li></ul></ul><ul><ul><li>用五年的歷史資料回測,應有 1-2 年生命週期 </li></ul></ul><ul><li>知道何時該停止一個交易策略 (Trade Equity Curve) </li></ul><ul><ul><li>資金曲線跌落移動平均線之下即暫停交易 , 等回升到移動平均線之上 , 且移動平均線開始上揚才回復交易 </li></ul></ul><ul><ul><li>資金曲線跌落 Bollinger Band 的下通道暫停交易 , 回升到上通道才回復交易 </li></ul></ul><ul><ul><li>當 Drawdown 超過回測的 MDD 的 1.5 倍 ( 或 2 倍 ) 時即停止交易 . 等回復到 DD 之前高點時回復交易 </li></ul></ul>
  49. 49. 5. 建立良好的心態 – 定期檢討交易策略 <ul><li>每天工作 </li></ul><ul><ul><li>看書 ( 不是看盤 ) </li></ul></ul><ul><ul><li>新策略的開發與檢驗 </li></ul></ul><ul><ul><li>紀錄滑價 </li></ul></ul><ul><ul><li>買賣單執行檢查 </li></ul></ul><ul><li>每週檢討 </li></ul><ul><ul><li>紀錄各商品平均波動金額 </li></ul></ul><ul><ul><li>資金管理 / 交易部位規模控制 </li></ul></ul><ul><ul><li>資金曲線 equity curve </li></ul></ul><ul><li>每月檢討 </li></ul><ul><ul><li>Performance Report 檢視 </li></ul></ul><ul><ul><li>交易策略表現是否正常 </li></ul></ul><ul><ul><li>交易策略是否繼續執行 </li></ul></ul>
  50. 50. <ul><li>為什麼會想要看盤 </li></ul><ul><ul><li>不信任你的交易策略 </li></ul></ul><ul><ul><li>擔心單子沒有成交 </li></ul></ul><ul><ul><li>擔心電腦當機 , 網路斷線 </li></ul></ul><ul><ul><li>怕黑天鵝飛出來 </li></ul></ul><ul><ul><li>喜歡賭博的刺激 </li></ul></ul><ul><li>為什麼不要看盤 </li></ul><ul><ul><li>看盤 , 就會心癢 , 手癢 , 想要自己按鈕進出場 . 獲利想趕快實現,虧損就凹下去 </li></ul></ul><ul><ul><li>對交易策略有信心,何需看盤 </li></ul></ul><ul><ul><li>恰當的部位規模控制,飛一群黑天鵝出來也不怕 </li></ul></ul><ul><ul><li>把看盤的 5 個小時省下來 , 看書 , 開發 , 檢驗策略 , 都比看盤好 </li></ul></ul>5. 建立良好的心態 – 停止看盤 開始看書
  51. 52. 附錄: 高頻交易 High Frequency Trading
  52. 53. 什麼是高頻交易 High Frequency Trading <ul><li>高頻交易技術源於 90 年代中期的程式交易 (programmed trading) </li></ul><ul><li>Program Trading => Algo Trading => High Frequency Trading </li></ul><ul><li>在電子期貨和期權市場上,高頻交易商的活動已經佔到百分之 50 到 70 </li></ul><ul><li>高頻交易商們在 2008 年總共賺取了大約 210 億美元的凈利潤 </li></ul><ul><li>高盛也承認,高頻交易策略是集團季度利潤的「主要動 力」( driver ) </li></ul><ul><li>前紐約交易所行政總裁 Bill Donaldson 也直言:「 This is where the money is made 」 </li></ul><ul><li>他們主要是倚靠股價在一秒鐘、兩秒鐘之內的微小變動,然後迅速進行多筆交易。每筆交易量可能並不算大。但是交易速度可以快到用微秒來計算。極度頻繁的交易和微小的價差是他們賺錢的原因 </li></ul>
  53. 54. 高頻交易 HFT 特點 <ul><li>Co-location </li></ul><ul><li>Algorithms </li></ul><ul><li>Program Trades </li></ul><ul><li>Automatic Market Makers(AMM) </li></ul><ul><li>Flash Orders </li></ul>
  54. 55. 高頻交易 HFT 操作方式 <ul><li>甲法人要買 1,000 張 GE 股票 </li></ul><ul><li>現 GE 股票價格為 24.5 元,甲法人可接受的買價為 25 元 </li></ul><ul><li>甲法人的 Algo Trading Program 會將該 1,000 張股票買單,分割為十份 100 張買單 </li></ul><ul><li>HFT 隨時監視市場,搜尋大量買入跡象 </li></ul><ul><li>當發現疑似跡象時,即啟動 AMM, 先送出 27 元 GE 賣出單,若無法吸引買單,馬上取消 </li></ul><ul><li>再送出 26 元 GE 賣單,若仍無法吸引買單,馬上取消 </li></ul><ul><li>再送出 25 元 GE 賣單,此時吸引 Algo Trading Program 買進,此時 HFT 知道甲法人買價上限為 25 元 </li></ul><ul><li>接著 HFT 利用高速網路與電腦,當市場有人要賣出 25 元以下的 GE 股票時, HFT 比甲法人快買入 GE 股票,並馬上轉手以 25 元賣給甲法人的 Algo Trading Program </li></ul><ul><li>持有時間極短,利潤極少,但次數極多 , 風險極小 </li></ul><ul><li>http://marketplace.publicradio.org/display/web/2009/08/12/whiteboard_highfrequency-trading/?refid=0 </li></ul>
  55. 56. Flash Order 的操作方式 – 0.03 秒的優勢

×