跳到主要內容

交易的錢與研究的錢

大部分投資者,包括我,都曾經嘗試過一種交易方法,在買入時低掛幾個價格檔位,或者在賣出時,高掛幾個價格檔位。

  這種手法,背後心態是,如果成交了,那可以多賺一兩個點,如果不成交——特別是買入單,那也沒什麼,無非是多埋幾筆。

  不過,很多投資者後來都放棄了這個投資手法,往往是經歷了幾次因為掛低了沒有成交,結果大漲,或者因為賣單掛高了,錯過賣出時機,導致虧損的情況。想一想,為了這一兩個點的成本,丟失一大段利潤,不值得,於是漸漸放棄了這個方法。

  還有人是因為風格轉向長線投資,相比錯失交易機會,一兩個點的利潤空間對最終收益影響太小。

  當然,更多的投資者還是保留了這個習慣,只是更隨機,買入時心裏沒底就往下多掛幾個點,如果特別想買入,就對著賣盤直接成交。

  這看似一個交易習慣的問題,事實上,你交易時,到底是應該對著賣盤買,還是在買盤上掛單,這取決於你的投資體系。

  所以“低掛單”不是一個簡單的對與錯的問題,而是與投資體系相容性的問題,可以從勝率、賠率和出手頻次三個要素去分析。

  勝率、賠率和出手頻次

  任何一筆交易,其預期收益都可以看成“勝率、賠率和出手頻次”三個要素的結合。

  勝率就是未來上漲概率與下跌概率的比,上漲概率大,代表高勝率;

  賠率就是未來股價上漲空間與下跌空間的比,比值越大,代表高賠率;

  出手頻次就是某一筆錢,在某一段時間內,被交易了幾次,次數越多,代表出手頻次越高。

  如果你覺得這支股票確定性很強,那就是基於“高勝率”的投資,如果覺得這支股票未來上漲空間很大,下跌空間很小,那就是基於“高賠率”的交易,如果你為達到上述目標,定的是一個比較短的時間,那就是基於“高頻次”的交易。

  “勝率、賠率和出手頻次”構成一個不可能三角形,一筆交易,很難兼顧高勝率和高賠率——如果能兼顧,一定是長線投資,那就是用“極低頻次”的代價換取。

  同樣,投資者的交易體系也可以這麼分,打開交易,分析過去一年已清倉和仍然持有的股票,如果賺錢的投資(不管賺多少)超過50%,就代表你是“勝率優先”體系,再比較一下,所有賺錢交易的平均收益和所有虧錢交易的平均虧損,如果前者大於後者,你就屬於“賠率優先”體系。

  如果你既是“勝率優先”,又是“賠率優先”,而且優勢很明顯,那麼可以肯定,你一定是長線投資者。

  那麼,“低掛單”這種投資方法,是如何影響這三個因素的呢?

  如果現在的“賣一”是10元,你選擇掛在9.8元的買單上,這麼做,降低了你的買入成本,意味著這筆交易的賠率上升;同時,降低買入價也意味著賺錢的概率更大,勝率也上升了。

  賠率和勝率同時上升,看上去穩賺不賠,但實際上,因為你有一定的概率無法達成交易,出手頻次卻下降了。

  問題就清楚了,低掛單的方法能否提高收益,完全取決於賠率和勝率帶來的預期收益的上升,和出手頻次下降帶來的潛在的損失,哪一個更大。

  這個結論其實很好理解,如果我們只是在買二或買三上掛單,成交的概率還是非常大的,但提升的賠率和勝率也很少。

  分別為勝率優先和賠率優先這兩個體系,分析一下“低掛單”的方法對預期收益的影響。

  賠率優先的分析

  你打算在10元買入A公司,其預期收益判斷為:一個周後上漲10%的概率為50%,下跌-5%的概率為50%。

  很明顯,這是一筆賠率優先的交易(賠率2:1),上漲的空間大於下跌的空間;而勝率是中性的,漲跌都是50%。

  那麼,這筆交易一個周的預期收益就是:

  10%*50%-5%*50%=2.5%

  如果你覺得股價當日有下跌的趨勢,於是低掛了兩毛錢,即買入價9.8,如果成交,則上漲的收益和下跌的損失分別變成12.24%(9.8至11元)和-3.06%(9.8至9.5元)。

  再看勝率,假設有100筆交易,其中50筆的交易均勻地分佈在上漲20%的空間裏,另外50筆均勻地分佈在下跌10%的空間裏,成交下降兩個點後,有10筆由虧轉盈,勝率就上升到60%。

  此時,有兩種可能:

  結果一,成交,你的預期收益率就變成:12.24%*60%-3.06%*40%=6.12%

  結果二,不成交,你的預期收益就是:0%

  此時,就要考慮“低掛單”成交的概率,你的掛單至少要達到2.5%/6.12%=40.8%的成交概率。

  當然,上述演算法還有一個問題。因為低掛單而未能成功的交易,大部分都是原本賺錢的交易,真實的勝率還要低於剛才的計算值。

  股價短期的波動是隨機的,呈現的價位呈正態分佈,離10元越遠,出現的概率越低,此外,還與該股的波動性有關,想要判斷“低掛單”的成交概率是否合理,需要回測一下過往數據。或者通過趨勢交易的能力,類似T+0的能力,才能達到合理的預期收益。

  所以,有了第一個結論:“低掛單”最好是輔助某些趨勢分析的能力,但股價並不是一直有趨勢,所以不是所有的投資機會都適合用“低掛單”的方法。


  雖然無法確定成交概率,但還可以通過提高交易賠率的設定,來看一看其變化的方向。

  如果我們把賠率變大,比如變成3:1,勝率不變,即一個周後上漲15%的概率為50%,下跌-5%的概率為50%,同樣9.8元的掛單,至少需要多大的成交概率呢?

  先看一看3:1賠率的原預期收益:15%*50%-5%*50%=5%;

  再算一算9.8元的掛單,假設收益均勻分佈,勝率仍然是60%,預期收益:17.35%*60%-3.06%*40%=9.19%;

  那麼,你的掛單至少要達到5%/9.19%=54.4%的成交概率。

  同樣的低二毛錢的掛單,成交概率應該是相等的,所以在高賠率的狀態下,更難達到合理的成交率。

  這裏,我們可以得到的結論二:賠率優先的體系中,賠率越高,越不適合用低掛單的方法。

  這個結論也很好理解,如果你覺得這筆交易上漲的空間遠遠大於下跌的空間,那就要保證成交,不要貪圖一兩個點的收益空間。

  那麼,在勝率優先的體系下,同樣的預期收益率,低掛單方法的效果如何呢?

  勝率優先的分析

  你打算在10元買入A公司,一周內預期收益10%,概率為62.5%,下跌-10%,概率為37.5%,這是一筆勝率優先交易,一周的預期收益就是:

  10%*62.5%-10%*37.5%=2.5%

  如果採用低掛兩個點,9.8元的低掛單,則上漲和下跌的空間變成12.24%(9.8至11元)和-8.16%(9.8至9元)。

  再看勝率,假設原先有37.5%下跌的交易均勻的分佈在20%的下跌空間裏,那麼,成本下降2個點,則有3.75%的交易由虧轉盈,勝率提升至66.25%。

  此時,預期收益率為:

  12.24%*66.25%-8.16%*33.75%=5.36%

  預期收益不變的交易成功率要求為大於2.5%/5.36%=46.6%。

  跟前面的“賠率優先”交易要求的40.8%的概率比較一下,難度加大了,即結論三:

  “賠率優先”比“勝率優先”的投資體系,更適合用低掛單的方法。

  原因也不難想,勝率優先的體系中,較低的下跌概率分佈在較大的下跌空間中,因而,成本下降對勝率的影響較小。

  那麼,如果是更大的勝率,比如75%呢?

  假設修正為,一周內預期收益10%的概率為75%,下跌-10%的概率為25%,那麼,這筆交易一周的預期收益就是:10%*75%-10%*25%=5%;

  低掛兩個點後,勝率為77.5%,預期收益率12.2%*77.5%-8.2*22.5%=7.61%;

  預期收益不變的交易成功率要求為大於5%/7.61%=65.7%。

  同樣,我們可以得到跟結論一類似的結論四:勝率越高,越不適合用低掛單的方法。

  如果你對一筆交易比較有把握,那就要盡可能成交,不要貪圖一兩個點的空間。

  賺交易的錢還是賺研究的錢

  先小結一下前面的四個結論:

  結論一:“低掛單”需要輔助趨勢分析的能力,而不是所有的投資機會都適合。

  結論二:賠率越高,越不適合用低掛單的方法。

  結論三:“賠率優先”比“勝率優先”的投資體系,更適合用低掛單的方法。

  結論四:勝率越高,越不適合用低掛單的方法。

  綜合賠率和勝率兩方面分析,還可以發現,低掛單本質是在我們對該筆投資不是很有信心的前提下,即賠率或勝率不是特別高時,通過降低成本,強行提高勝率和賠率。

  這裏的問題是,當我們對某筆投資不是很確定時,我們到底應該通過交易的方法提高收益,還是通過更深入的研究,尋找更有勝率和賠率的交易?

  很多投資水準很高的投資者,在自有資金投資的散戶階段,收益率很高,但資金規模擴大後,收益率卻開始下降。

  但也有一些從散戶到操盤大資金,收益率並沒有下降很多。

  這兩類投資者的區別在於,前一類投資者的收益中,來自交易能力的收益大於來自研究能力的收益,而大資金進出不靈活,交易意圖很難立刻實現,很難賺到交易的錢。

  什麼是交易能力呢?

  比如做波段,一支股票上漲了20%,交易能力強的投資者可以通過波動操作,賺到25%的收益。

  比如個股擇時,提高資金利用率,比如同時盯著十支上漲趨勢的公司,資金只買啟動加速段,只做主升浪。

  本文說的“低掛單”的投資方法,需要通過判斷日內股價的趨勢,提高低掛單的成交概率,也是一種交易能力。

  對於投資經驗五年以內的投資者而言,靠交易能力賺錢是一個捷徑,因為研究能力的提升太慢了,交易能力的提高則快得多。

  但靠交易能力賺錢,也有缺點,它對應的是高交易頻次和高強度的盯盤,非職業投資者就算能力再高,也很難完全發揮水準,而賺研究的錢,就沒有那麼多限制了,上班投資兩不誤。

  更重要的是,量化基金越來越多,賺交易的錢越來越難了。

  量化資金大部分策略也是靠交易能力,其背後,有不斷新研發的量化策略,有更快速的下單速度和交易通道,有更高交易頻次,相對而言,人的交易能力越來越不佔優勢。

  所以,回到前面的問題:當我們對某筆投資不是很確定時,我們到底應該通過交易的方法提高收益和安全邊際,還是通過更深入的研究,尋找更有勝率和賠率的交易?

  無論你現在賺的是交易的錢多,還是研究的錢多,都需要一個明確的選擇。

留言

這個網誌中的熱門文章

K線組合:棄嬰(晨星/夜星)

  棄嬰形態是一種K線圖中的一種特殊十字星形態 , 是一種主要頂部或底部反轉信號 ,它由三根蠟燭線組成,中間一根為十字星線,並且在這根十字星線與其前後兩根蠟燭線之間,發生了價格跳空。    從形態上看,它與前後的價格走勢格格不入,仿彿掉隊的士兵,被遺棄的嬰兒一樣,所以就叫“棄嬰形態”。 當價格出現了價格跳空的現象,並且這種形態通常出現在頂部或者是底部,將是一種反轉信號。    由於此形態出現的位置不同,因此可以分為底部「棄嬰形態」以及頂部「棄嬰形態」。 通常來說, 底部「棄嬰形態」將會預示著匯價上升,而頂部底部“棄嬰形態”將會預示匯價會下跌。    棄嬰形態出現在頂部的時候時候可以結合三根蠟燭予以確認,第一根蠟燭為陽線,第二根蠟燭為十字線,第三根蠟燭為陰線。 它和十字黃昏星形態十分相近,不同的地方是 棄嬰形態的第二根蠟燭和前後兩根蠟燭之間必須都存在跳空,連影線都不應該有重疊 。    棄嬰形態前後三根蠟燭形成一漲一停一跌的節奏感十分強烈。 當棄嬰形態出現在一段上漲趨勢的尾部或者市場重要阻力位是則暗示市場頂部已經形成的概率極大。       棄嬰形態出現在底部的時候時候同樣是結合三根蠟燭予以確認,第一跟蠟燭為陰線,第二個蠟燭為十字線,第三根蠟燭為陽線。 它和十字啟明星形態十分相似,不同的地方是 棄嬰形態的第二根蠟燭和前後兩根蠟燭之間必須都存在跳空,連影線都不應該有重疊。    棄嬰形態前後三根蠟燭形成一跌一停一漲的節奏感十分強烈。 當棄嬰形態出現在一段下跌趨勢的尾部或者市場重要的支撐位是則暗示市場底部已經形成的概率極大。    在上面的k線組合形態中,我們經常會把 小實體類形態稱為反轉形態 ,它的出現是一種十分有價值的信號和資訊。 就k線圖而言, 當小實體位於自身k線的價格波幅內,這也是“棄嬰形態”的特徵之一 ,這一特徵也是區別於星線的一個主要的標誌,有利於觀察和分析。

樞紐點,五種計算模型

  樞軸點是許多交易策略的重要組成部分,它可以幫助你在面對價格大幅波動時尋找趨勢交易的良好入場點。它可以根據近期價格運動的高低點指示潛在的支持/主力位,日內交易方向,有助於你設定交易計劃。 典型樞軸點 樞軸點的計算有多種形式, 最常用的一種形式使用5個關鍵點. 包括Pivot Point、Support 1 (支持點1)、Resistance 1 (阻力點1)、Support 2 (支持點2) 、Resistance 2 (阻力點2)。計算公式如下: 阻力位 2 (R2) = P + (H - L) = P + (R1 - S1) 阻力位 1 (P1) = (P x 2) - L 樞軸點 (P) = (H + L + C) / 3 支持位 1 (S1) = (P x 2) - H 支持位 2 (S2) = P - (H - L) = P - (R1 - S1) S 代表支持點、R 代表阻力點、P代表pivot point、H代表高價位、L代表低價位、 C代表收市價。 然而,還有其他不同形式的樞軸點,為不少市場人士採用。 伍迪(Woodie)樞軸點: 伍迪樞軸點與經典樞軸點類似,但給予收盤價更大的權重。伍迪樞軸點也是由前一時期的最高價(H)、最低價(L)和收盤價(C)推算出當期的樞軸點。計算伍迪樞軸點公式如下: 樞軸點(P) = (H + L + 2 * C) / 4 阻力位 1 (P1) = (2 * P) - L 阻力位 2 (R2) = P + H - L 支持位 1 (S1) = (2 * P) - H 支持位 2 (S2) = P - H + L 卡瑪利拉(Camarilla)樞軸點: 卡瑪利拉樞軸點,是由前一時期的最高價(H)、最低價(L)和收盤價(C)推算出來。以下是計算卡瑪利拉樞軸點的方法: 樞軸點(P) = (H + L + C) / 3 阻力位 1 (P1) = (H - L) * 1.1 /12 + C 阻力位 2 (R2) = (H - L) * 1.1 / 6 + C 阻力位 3 (R3) = (H - L) * 1.1 / 4 + C 阻力位 (R4) = (H - L) * 1.1 / 2 + C 支持位 1 (S1) = C - (H - L) * 1.1 / 12 支持位 2 (S2) = C - (H - L) * 1.1...

獨立思考和行動

  上世紀50年代,Solomon Asch進行了一系列的試驗,就是眾所周知的Asch從眾實驗,或者是艾氏從眾範式。目的是演示個體的選擇受群體的影響有多大。一些大學男生參與了簡單的感知任務,但重點是,在每次測試中,所有學生中只有一個不是演員。因此,這個測試是為了確定,在群體中,當其他成員做出反應時,個體將會作何反應。   每次測試有7個演員和1個學生,但是學生事前不知情。同時,這些演員簡要回答問題,答案一致,有的問題回答正確,有的錯誤。測試包括給參與者看兩張卡片。一個是左側的圖像,只有一個分隔號,右側的卡片有三個分隔號。參與者必須大聲說出右側的三條分隔號中,哪個與左側的分隔號相匹配。   受測者的座位排序是,真正的學生坐在最後,因此,他每次都最後回答問題。   總共18個單獨的問題,演員共同給出了12個錯誤的答案和6個正確的答案。這12個錯誤的答案被稱為臨床試驗。Asch還對另一個學生進行了測試,觀察其反應,但沒有演員的干預。他在50個不同場合開展了有演員參與的測試,進行了37次只針對一個學生的試驗,這個樣本量足夠證明答案的正確性。   結果令人吃驚!在沒有演員的環境中,沒有群體壓力,錯誤率不到1%。然而在有演員參與的試驗中,學生回答的錯誤率達到33%。實際上,75%的學生至少答錯一個問題,這意味著只有25%的學生答對了全部18個問題。隨後幾年,Asch繼續進行類似的試驗,結果一致: 作為人類,我們都受到群體壓力的影響。   1972年,Irvin Jarvis提出了“群體思維”一詞,他認為群體思維是帶來不良、不合理決定的群體過程。Asch Paradigm稱,他確定,群體中的每個成員都希望使自己的觀點與群體一致。因此,即使那些認為行動不明智的成員,在知道他們不能單獨承擔責任的情況下,也會跟隨集體決定。   這種行為是基於這種心態:群體越有凝聚力,做出的決定就越可能正確。儘管有很多定義,但我認為對群體思維描述最貼切的是: 群體以一種阻礙創造力或個人責任的方式做決定,通常的特點是通過過度努力達成一致。   在投資中,我們將群體思維稱之為追漲殺跌。分析師被指控採取羊群行為策略,害怕做出相反和離群的假設,但事實證明這種做法是錯誤的。獨樹一幟的結果可能會讓分析師丟掉工作,因此,業內人士都表示“寧可一起犯錯,也不與眾不同。”   耶魯大學經濟學教授Robert Shiller...