[系列活動] 使用 r 語言建立自己的演算法交易事業
Post on 24-Jan-2017
3.002 views
TRANSCRIPT
1
資料科學系列活動—使用 R 語言建立自己的演算法交易事業
Speaker: 吳牧恩Date: 2016.01.15( 日 )
2017/01
2
你為何要交易 ?• 難道我學過如來神掌,也要告訴你 ?
• https://www.youtube.com/watch?v=i5uCWL0nsFA
• 初入市場的第一階段:花大錢遍尋名師 ~ 尋找聖盃 ~• 初入市場的第二階段:果然是百年難得一見的 ..• 初入市場的第三階段:受傷慘重 !? or 陣亡出場 !?
2017/01
出局 留下
3
這門課跟過去的課有什麼不一樣 ?• Q: 為何是演算法交易 ?
• Q: 演算法交易是程式交易嗎 ?
• Q: 為何要當事業來做 ?
• Q: 需要什麼背景 ?2017/01
4
這一切從這個時間點開始 !!
先自我介紹一下• 大家好,我是牧恩 !
• 部落格 (Bituzi)
• 筆名:牧清華• 數學 • 資金管理 理論模擬策略回測2017/01
5
課堂練習 http://zuv.io/1556148a00
2017/01
你修過幾門投資交易相關課程 ?
6
你是百年難得一見的交易奇才嗎 !?•主觀交易
• 市場上的眾多老師• 傑西李佛摩• 過去:得民心者得天下 !!
•計量交易• 西蒙斯 (Jame Simons)• 現在:得“計量”者得天下 !?
2017/01
72017/01
買 買 買 買
賣 賣 賣
+14
+15
+13
+10
+7
8
過去股市名嘴喊盤,現在資料科學說話
2017/01
9
加上量放大的條件 ?
2017/01
10
烏雲罩頂 : n 天後的機率分佈
2017/01
11
空頭吞噬 : n 天後的漲跌分佈
2017/01
12
今天想帶給大家的內容• 建構自己的演算法交易策略
• 下載資料、讀取資料、畫 K 線、簡單回測• 婆婆媽媽都能懂的交易統計學
• 績效:勝率、賠率、 MDD 、獲利因子• 策略:濾網、動量、加碼• 穩固性測試
• 股票、期貨策略開發實務• 理論:凱利賭徒、最佳化比例、槓桿空間模型• 實務:固定分數、固定比例
• 選擇權交易策略開發• 選擇權介紹• 實做凱利精神運用於台指選擇權策略開發
2017/01
13
哪裡下載 R 語言 ?
2017/01
免費
開源
好用
14
R Basic: 向量、四則運算、畫圖• 加減乘除四則運算: 1+2^3• 向量產生的幾種方式:
• a=1:100• b=100:1• c=rep(3,5)• d=seq(3,51,2)
• 向量運算: a=a+1,a+b,a*b
• 和: sum(a)• 累積和: cumsum(a)
• 畫圖: plot(cumsum(a),col="red",type="l")2017/01
15
R Basic: 迴圈• a=0• for (i in 1:100){a=a+1}
• a=0• while (a<=100){a=a+1}
• a=0• for (i in seq(1,99,by=2)){a=a+i}
2017/01
1+1+1+…+1=?
1+1+1+…+1=?
1+3+5+…+97+99=?
16
安裝 quantmod• install.packages("quantmod")• library(quantmod)
參考網站:• http://www.quantmod.com/
2017/01
17
下載資料 getSymbols• 下載資料 ( 預設 Yahoo Finance)
• 蘋果 : getSymbols("AAPL")• 台積電 : STK=get(getSymbols("2330.tw"))
• 不同的資料源 :• getSymbols('MSFT',src='google')• getSymbols("DEXJPUS",src="FRED")
• 資料格式• 使用 head 、 tail• 五個欄位:開高低收 (OHLC) 、量 (Vol) 、還原權值 (Adjusted)
2017/01
18
畫 K 線圖 : chartSeries• 時間週期
• 日 K: Default• 週 K: STK_week=to.weekly(STK)• 月 K: STK_mon=to.monthly(STK)• 自行定義 ? 週三 K
• 時間範圍• STK["2013"]• to.weekly(STK["2013::2015"])• STK["2013-01-01::2013-03-02"]
• 畫圖 (Charting)• barChart(STK["2015-01-01::2015-02-03"]) • chartSeries(STK, subset="2015-12-1::2016-03-21",theme="white")
2017/01
19
技術分析指標• 均線
• SMA(Cl(STK))• addTA(SMA(Cl(STK)), on=1, col="blue") ## default: n=10• addTA(SMA(Cl(STK),n=20), on=1, col="red")
• MACD• addMACD()
• 不靈通道 (Bollinger band)• addBBands()
2017/01
20
回測前置作業• 獲取台積電資料
• STK=get(getSymbols("2330.tw"))• 轉換成周 K ,矩陣類別
• STK=as.matrix(to.weekly(STK))
2017/01
21
回測前置作業• STK 的列名稱 (Week)
• rownames(STK)• 有多少個日期 ?
• length(rownames(STK))• 產生紀錄每筆交易損益的向量
• numeric(length(rownames(STK)))• 產生紀錄每筆交易損益的向量,並附上日期
• profit=setNames(numeric(length(rownames(STK))), rownames(STK))
2017/01
22
• 每周損益:周 K 收盤價 - 周 K 開盤價• profit[m]=STK[m,4]-STK[m,1]• profit[m]=Cl(STK)[m]-Cl(STK)[m]
• 每週都要計算 !• for (m in rownames(STK)) {
• profit[m]=STK[m,4]-STK[m,1]• }
• 檢查 !?• head(cbind(STK[,c(1,4)],profit),10)
台積電 : 週一開盤買,週五收盤賣
2017/01
23
損益績效• 損益向量
• profit
• 總損益• sum(profit)
• 累計損益• cumsum(profit)
• 畫出累計損益• plot(cumsum(profit), type="l",col="red",lwd=2)• abline(h=0,col="green")
2017/01
24
練習•1. 若是開盤賣,收盤買 ?•2. 日 K 價購損益績效如何 ?•3. 月 K 架構損益績效如何 ?•4. 其他股票 ?
2017/01
25
婆婆媽媽都能懂的交易的統計學勝率、賠率、回檔、最大回檔、獲利因子動量策略、加碼、穩固性測試
2017/01
26
勝率• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 贏的次數• length(profit[profit>0])
• 總交易次數• length(profit[profit!=0])
• 勝率• length(profit[profit>0])/length(profit[profit!=0])
2017/01
27
賺賠比• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 平均賺• mean(profit[profit>0])
• 平均賠• mean(profit[profit<0])
• 賺賠比• mean(profit[profit>0])/abs(mean(profit[profit<0]))
2017/01
28
• Total Profit: 118.1855 • Trading Days: 508 • Profit Per Trade: 0.2402144 • # of Win: 261 • Win Rate: 53.04878 % • Winning Average: 2.336493 • Losing Average: -2.128308 • Maximum Draw Down: 31.8 • The Periods of MDD: 16 18 20 48 282 • Profit Factor: 1.240391 • Total Profit/MDD: 3.716525
台積電 : 週一開盤買,週五收盤賣 !績效模組 : performance.R
2017/01
29
最大回檔 (maximum drawdown, MDD)• 回檔 (DD)
• 最好不要有回檔 ( 虧損、風險 )• 如果有一個策略,天天都在創新高 (No DD)
• 絕對最大回檔 (MDD)• 距離上次高點的最大回檔距離
• 比例最大回檔 (MDD%)• 回檔距離 / 前波高點高度
• 穩定度的表現:總獲利 /MDD
2017/01
30
獲利因子 (profit factor, PF)• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 賺的和 / | 賠的和 |• sum(profit[profit>=0])/abs(sum(profit[profit<0]))
• 意義:每輸 1 單位,必可再換來 PF 單位的獲利• 勝率低無所謂 ? • 賺賠比低無所謂 ? • 交易次數很少無所謂 ?
2017/01
31
課堂練習 http://zuv.io/1556148a00
2017/01
試計算損益向量 profit= c(-5,15,-20,-16,15,-18)的 MDD 與 PF 分別為多少 ?
32
台積電這幾年都在多頭,每週開盤買當然賺 !考慮多空 : 開低買,開高賣
2017/01
33
週一開低買,開高賣,週五收盤前出• 第一週是否可以交易 ?
• 先紀錄第一週收盤• lastC=STK[1,4] ## 或 lastC=Cl(STK)[1]
• 交易邏輯回測• for (m in rownames(STK)[-1]) {
if(STK[m,1]<=lastC){profit[m]=STK[m,4]-STK[m,1]}else(profit[m]=STK[m,1]-STK[m,4])
lastC=STK[m,4] }
2017/01
34
TSMC: 開低買,開高賣• Total Profit: 130.2388 • Trading Days: 508 • Profit Per Trade: 0.3192127 • # of Win: 222 • Win Rate: 54.41176 % • Winning Average: 2.361101 • Lossing Average: -2.11788 • Maximum Draw Down: 25 • The Periods of MDD: 28 30 31 45 107 • Profit Factor: 1.330618 • Total Profit/MDD: 5.209552
2017/01
35
練習:開低 1% 買,開高 1% 賣,收盤前空手lastC=STK[1,4] for (m in rownames(STK)[-1]) {
if(STK[m,1]<=lastC*0.99){profit[m]=STK[m,4]-STK[m,1]}
if (STK[m,1]>=lastC*1.01){profit[m]=STK[m,1]-STK[m,4]} lastC=STK[m,4]}
• Q: ( 最佳化參數 ) 開低 ?% 買,開高 ?% 賣,收盤前空手2017/01
該 如 何 修 改 ?
36
當然你也可以試試其他股票中鋼、中華電、鴻海、統一、國泰金、
甚至… ..宏 達 電 !><
2017/01
37
HTC: 開高賣,開低買• Total Profit: 37470• Trading Days: 488 • Profit Per Trade: 79.55541 • # of Win: 228 • Win Rate: 48.40764 % • Winning Average: 21658.89 • Lossing Average: -20167.72 • Maximum Draw Down: 591000 • The Periods of MDD: 5 7 19 41 151 • Profit Factor: 1.007646 • Total Profit/MDD: 0.06340203
2017/01
38
扣掉交易成本• 股票手續費
• 成交金額 *0.1425% • 買賣各一次
• 證券交易稅: 0.3%• fee=STK[m,4]*0.006
• 期貨滑價 + 手續費扣 5 點• 傳統回測: 2+2+1?• 經驗平均滑價約 1.5 點
2017/01
39
台積電:沒扣手續費 v.s.扣手續費
2017/01
聖盃
靠盃
40
練習• 試用 par(mfrow=c(2,2)) 畫出下面四種 cases 比較
• fee=STK[m,4]*0.006• fee=STK[m,4]*0.005• fee=STK[m,4]*0.004• fee=0
• par(mfrow=c(2,2))• for (f in c(0.006,0.005,0.004,0)){
fee=STK[m,1]*f }
2017/01
該 如 何 修 改 ?
41
練習 : 尋找 0050成份股哪隻股票最會獲利 ?• 你可以考慮下面規則 ?
• 1. 周 K 架構 or 月 K 架構哪個好 ?• 2. 開高 (?%) 賣,開低 (?%) 買• 3. 開低 (?%) 買,開高 (?%) 賣• 4. 是否可做到停損 & 停利 ?
• 停損不停利• 停利不停損
•請扣掉手續費: fee=STK[m,4]*0.006
• 試找出 2007 年至今,誰的 “ profit” 最高 ? 或是誰的 PF 最大 ?
2017/01
42
沒轍了嗎 ?開始發揮人類愛賭的天性!!
凹~ 再凹~~~ 無止境的凹 !!!
2017/01
43
馬丁格爾的聖盃 !? (以輪盤為例 ~)贏 : 翻倍;輸 : 賠光勝率 18/37 ,賠率為 1 (1:1)
2017/01https://www.youtube.com/watch?v=RldNUWT2pyY
442017/01
45
一種天真浪漫的賭法 ~( 勝率 18/37 ,賠率1)• Martingale: 贏了下注 1 單位,輸了就加倍。
•只要贏一次,就能賺一個單位。•輸衝贏縮,賺小賠大。
連輸次數
第一次
第二次
第三次
第四次
第五次
第六次
第七次
第八次
第九次
第十次
第十一次
投注 1 2 4 8 16 32 64 128 256 512 ???已輸金額 -1 -3 -7 -15 -31 -63 -127 -255 -511 -
1023
2017/01
46
記得當時…PM 06:00進賭場, AM 11:00 出賭場10枚籌碼進去, 50枚籌碼出來 !
假設每 3~4 分鐘可玩 1 局,1小時約玩 16 局, 5小時大約玩 80 局
2017/01
47
Beginner’s Luck!?我們就用 R 語言來模擬…10枚籌碼,最多玩 80 次,超過 50枚的機率 ?
2017/01
48
(馬丁格爾模擬 ) 100枚籌碼,最多玩 1000次
2017/01http://www.letyourmoneygrow.com/2016/09/04/mystery-and-misery-of-the-martingale-betting-system-why-it-will-not-make-you-rich/
49
10枚籌碼,最多玩 80 次,最後超過 50枚的機率 !
2017/01
輸錢離場的機率為 81.106%賺超過 50枚的機率為 5.322%
Beginner’s Luck 確認 !
模擬 10000 次
50
現在,我們開始 ”玩” 策略…馬丁格爾 : 贏了交易一張,輸了加倍交易
2017/01
51
交易的馬丁格爾• 產生一個計算每次部位大小的向量
• PZ=setNames(rep(1,length(profit)),names(profit))
• 如果上次輸,下次加倍買• if (sign(profit)[m-1]<0){PZ[m]=2*PZ[m-1]}
• 如果上次贏,下次買一張• If (sign(profit)[m-1]<0){PZ[m]=1}
2017/01
52
交易的馬丁格爾• 產生一個計算每次部位大小的向量
• PZ=setNames(rep(1,length(profit)),names(profit))
• 計算每一次的 PZ• for (m in 2:length(profit)){
if (sign(profit)[m-1]<0){PZ[m]=2*PZ[m-1]} if (sign(profit)[m-1]>0){PZ[m]=1} If (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
}2017/01
53
將 PZ 前與 PZ 後畫在一起比較• source("performance.R")
• par(mfrow=c(1,3)) ## 三張圖畫同一個畫面• performance(profit) ##PZ 前• performance(profit*PZ) ##PZ後• ProfitBar(PZ) ##PZ 大小• max(PZ) ## 最大使用部位• mean(PZ) ##平均使用部位2017/01
54
馬丁格爾:輸了加倍買,贏了買 1張
2017/01
55
類馬丁格爾 (1234) :輸了多交易 1張,贏了只交易 1張
2017/01
56
練習 PZ 大法:輸縮贏衝•練習:類馬丁格爾 (1234…)
• if (sign(profit)[m-1]<0){PZ[m]=PZ[m-1]+1} else • if (sign(profit)[m-1]>0){PZ[m]=1} else • if (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
•練習:贏了交易一張,輸了交易兩張• if (sign(profit)[m-1]<0){PZ[m]=2} else • if (sign(profit)[m-1]>0){PZ[m]=1} else • if (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
2017/01
該 如 何 修 改 ?
該 如 何 修 改 ?
57
為了控制風險 : 輸了交易 2張,贏了交易1張
2017/01 輸了“多”買 1張
58
濾網:去蕪存菁,拆解成…輸了買 2張,贏了買 1張 = 買 1張 + 輸了才買 1張
2017/01
Total Profit: 33.8907 Trading Days: 508 Profit Per Trade: 0.1653205 # of Win: 112 Win Rate: 54.63415 % Winning Average: 2.207289 Lossing Average: -2.293824 Maximum Draw Down: 32.972 The Periods of MDD: 28 36 38 45 85 Profit Factor: 1.158868 Total Profit/MDD: 1.027863
輸了“才”買 1張
59
輸贏濾網好不好 ? 會不會是OverFitting?
2017/01
60
練習 : 尋找最適合的輸贏濾網 ?•連輸系列
• 輸贏 ?• 輸輸贏 ?• 輸輸輸贏 ?
• 尋找輸贏 pattern• 輸贏輸贏 ?• 輸輸贏輸贏 ?
2017/01
61
動量策略 v.s. 均值回歸• 動量策略 (順勢交易,買高賣低,違反人性 )
• 因為過去漲,所以現在買進;因為過去跌,所以賣出• 均值回歸 (逆勢交易,買低賣高,大家都愛 )
•漲多了該回跌,跌深了該反彈•牛頓第二運動定律 : 動者恆動,靜者恆靜 ?
• 股價漲未來是否會繼續漲 ? 股價跌未來是否會繼續跌 ?2017/01
62
課堂練習 http://zuv.io/1556148a00
2017/01
停損、停利 屬於哪一種策略 ?動量 or 均值回歸 ?
在交易裡,大部分違反人性的事,都是好事 ! 不正常的人才會獲利 !!!
63
我們使用“隨機交易”概念 !度量停損停利帶來的影響~
策略:開盤隨機交易,停損 ?停利 ?。2017/01
64
開盤隨機交易,不停損不停利,收盤平倉
2017/01
開盤隨機交易,停損30, 停利 30 ,收盤平倉
65
隨機交易,停損 30 ,停利 60 ,收盤平倉
2017/01
隨機交易,停損30 , 不停利,收盤平倉
66
台指期貨隨機交易統計• 不停損,停利 30 點•停損 145 點,停利 35 點•停損 140 點,停利 40 點• …•停損 35 點,停利 145 點•停損 30 點,不停利
2017/01
順勢、動量、違反人性 !
672017/01
隨機交易,停損 30 , 不停利,收盤平倉隨機交易,不停損,停利 30 ,收盤平倉
68
隨機交易,其他股票如何 ?
1%停損,不停利 v.s.
1%停利,不停損2017/01
69
Momentum v.s. Mean Reverse
2017/01
70
進場的動量策略突破 n 日高點、跌破 n 日低點黃金交叉、死亡交叉箱型突破、箱型跌破均線糾結後多頭排列,空頭排列
2017/01
71
課堂練習 http://zuv.io/1556148a00
2017/01
下列何者為動量順勢交易策略 ?
72
“突破” 10 日高點買進, 3 日後賣出• 何謂突破 ?
• Cl(STK)[m]>max(Hi(STK)[(m-10):(m-1)]) ##今天收盤 > 前 10 日高點• Cl(STK)[(m-1)]<max(Hi(STK)[(m-10-1):(m-2)])
##昨天收盤 <昨天前 10 日高點
2016/09
73
“突破” 10 日高點買進, 3 日後賣出• 前 10 日跟最後 3 日是否可交易 ?
• for (m in (10+1):(length(rownames(STK))-3)){
profit[m]=Cl(STK)[m+3]-Cl(STK)[m]-fee }
•停損• SL=0.95 #5%停損• if (min(Lo(STK)[m:(m+3)])<Cl(STK)[m]*SL){profit[m]=Cl(STK)[m]*(SL-1)-fee}
2016/09
0 500 1000 1500 2000
-25
-20
-15
-10
-50
2007-12-31 ~ 2017-01-11
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
0 500 1000 1500 2000
-25
-20
-15
-10
-50
2007-12-31 ~ 2017-01-11
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
29.5
35.5
41.5
47.5
53.5
59.5
65.5
71.5
何時突破 10 日高點
74
策略改進,使用波動濾網:金融市場,什麼都是假的 !只有大小波動是真的 !!
2017/01
75
最簡單的波動… . 如果這是股價的波動 ?
2017/01
76
20 日標準差
2017/01
77
日波動:每日開盤與收盤的漲跌幅
2017/01
78
將目前的策略,增加波動濾網•採用 10 日標準差當波動,門檻值設為平均
• if (sd(Cl(STK)[(m-10):(m-1)])<mean(sd(Cl(STK)))){
}
2017/01 0 500 1000 1500 2000
-25
-20
-15
-10
-50
2007-12-31 ~ 2017-01-11
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
0 500 1000 1500 2000
-25
-20
-15
-10
-50
2007-12-31 ~ 2017-01-11
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
Trading Days
Cum
ulat
ive
Pro
fit &
Dra
wD
own
29.5
35.5
41.5
47.5
53.5
59.5
65.5
71.5
原策略
79
思考:當你研發順勢策略時• Q: 波動小策略品質好 ? 還是波動大策略品質好 ?
• Q: 要用什麼當波動 ?
• Q: 找出最好的波動、門檻 ?
2017/01
80
天下之大 : 合久必分,分久必合金融市場 : 波大必小,波小必大世間萬物都是遵循此道 !
2017/01
81
拿廢話當濾網… ..
2017/01
822017/01
順勢策略:波動大小決定策略品質好壞 ?
波動 <100 波動介在 100~150 波動 >150
83
亂入策略波小當濾網輸了才交易
2017/01
84
加碼的奧義成也加碼,敗也加碼 !!
2017/01
85
加碼的奧義 : 成也加碼,敗也加碼 !!
• 摩天大樓 (1,1,1,1….)• 海龜
• 金字塔 (5,4,3,2,1)• 正常人
•倒金字塔 (1,2,3,4,5)• 瘋子
• 投票表決一下你覺得哪個加碼法好 ?
2017/01
86
課堂練習 http://zuv.io/1556148a00
2017/01
投票表決一下你覺得哪個加碼法好 ?
87
考慮台指期動量策略 : 開盤 + 門檻值突破( 用了濾網,採用順勢 )
2017/01
Buy
88
原始策略 ( 單口當沖 ) 績效與累計損益 :X
2017/01
損益 : 1670 總交易天數 : 1375實際交易次數 : 199 平均每次損益 : 8.434343獲利次數 : 80勝率 : 40.40404 % 平均賺 : 56.175平均賠 : -23.9322 最大連續虧損 : 250最大連續虧損區間 ( 天 ): 108 114 197 254 302 獲利因子 : 1.59136總獲利 /MDD: 6.68
89
加碼規則:進場後 5 分鐘後仍有獲利,加碼 1 口 !
2017/01
90
加碼第一口後 : X+X1
2017/01
損益 : 1670 2951總交易天數 : 1375實際交易次數 : 199 平均每次損益 : 14.82915獲利次數 : 75 勝率 : : 40.40 % 37.69% 平均賺 : 92.96平均賠 : -32.42742最大連續虧損 : 375最大連續虧損區間 ( 天 ): 75 94 197 261 313獲利因子 : 1.59136 1.733897總獲利 /MDD: 6.68 7.869333
91
加碼第二口後 : X+X1+X2
2017/01
損益 : 29513880總交易天數 : 1375實際交易次數 : 199 平均每次損益 : 19.49獲利次數 : 75 勝率 : 37.69% 37.64 % 平均賺 : 111.68平均賠 : -36.25最大連續虧損 : 425最大連續虧損區間 ( 天 ): 79 93 96 197 257獲利因子 : 1.733897 1.862989總獲利 /MDD: 7.869333 9.129412
92
加碼第三口後 : X+X1+X2+X3
2017/01
損益 : 3880 4439總交易天數 : 1375 實際交易次數 : 199 平均每次損益 : 22.30653獲利次數 : 75 勝率 : 37.64 % 37.68 % 平均賺 : 120.8平均賠 : -37.26613 最大連續虧損 : 425最大連續虧損區間 ( 天 ): 89 93 94 200 257 獲利因子 : 1.862989 1.960615總獲利 /MDD: 9.129412 10.4447
93
一口一口加碼,你就滿足嗎 ?策略拆解 : 分別”獨立”看每次的加碼 !
2017/01
94
第一次加碼 : X1
2017/01
損益 : 1281總交易天數 : 1375實際交易次數 : 103 平均每次損益 : 12.43689獲利次數 : 47 勝率 : 45.63107 % 平均賺 : 55.12766 平均賠 : -23.39286 最大連續虧損 : 215最大連續虧損區間 ( 天 ): 93 96 98 114 345 獲利因子 : 1.977863總獲利 /MDD: 5.95814
95
第二次加碼 :X2
2017/01
損益 : 1281 929總交易天數 : 1375 實際交易次數 : 46 平均每次損益 : 20.19565獲利次數 : 24 勝率 : 45.63107 % 52.17391 % 平均賺 : 60.66667平均賠 : -23.95455 最大連續虧損 : 102最大連續虧損區間 ( 天 ): 93 96 110 269 305 獲利因子 : 1.977863 2.762808總獲利 /MDD: 5.59 9.107843
96
第三次加碼 : X3
2017/01
損益 : 929 559總交易天數 : 1375 實際交易次數 : 24 平均每次損益 : 23.29167獲利次數 : 14 勝率 : 52.17391 % 58.33333 % 平均賺 : 56.21429 平均賠 : -22.8 最大連續虧損 : 100最大連續虧損區間 ( 天 ): 56 63 91 110 871 獲利因子 : 2.762808 3.451754總獲利 /MDD: 9.107843 5.59
97
觀察:越加碼 品質越好 !等差加碼 (1234 神經病 !)等比加碼 (1248瘋子 !)
2017/01
98
等差加碼 1234
2017/01
損益 : 9255總交易天數 : 1375 實際交易次數 : 199 平均每次損益 : 46.50754獲利次數 : 72 勝率 : 36.1809 % 平均賺 : 229.7083平均賠 : -57.35433 最大連續虧損 : 858最大連續虧損區間 ( 天 ): 93 94 98 114 257 獲利因子 : 2.270593總獲利 /MDD: 10.78671
99
等比加碼 1248
2017/01
損益 : 12420 總交易天數 : 1375 實際交易次數 : 199 平均每次損益 : 62.41206獲利次數 : 72 勝率 : 36.1809 % 平均賺 : 289.1389平均賠 : -66.12598 最大連續虧損 : 1079最 大連續虧損區間 ( 天 ): 93 94 114 157 257 獲利因子 : 2.478924總獲利 /MDD: 11.51066
100
結論:加碼是放大器,同時放大”風險”與”利潤”
好的原始策略加碼更好;壞的原始策略加碼就完蛋 !!! (overfitting)2017/01
101
股票、期貨策略開發實務
2017/01
102
均線策略• 月線黃金交叉季線買近, 20 日後賣出• 月線黃金交叉季線買近,死亡交叉賣出• 月線黃金交叉季線買近,死亡交叉反手放空
2017/01
Trading Days: 2499 Profit Per Trade: 3.184475 # of Win: 11 Win Rate: 55 % Winning Average: 9.077436 Lossing Average: -4.018033 Maximum Draw Down: 10.9981 The Periods of MDD: 228 277 373 541 638 Profit Factor: 2.761213 Total Profit/MDD: 5.790954
103
考慮策略 (檢查方式 )•指標: 20ma,60ma•訊號:黃金交叉、死亡交叉•規則:黃金交叉買進,死亡交叉賣出
2017/01
104
這個策略到底好不好 ?把他丟到台灣 50 成分股
2017/01
105
思考一個問題• 股價 50元,你買一張• 股價快 200元,你還是買一張 ??? 這樣對嗎 ?
•部位控管 + 投資組合 + 資金管理 !2017/01
106
天下武功 無堅不破 唯快不破• https://www.youtube.com/watch?v=yVQWJeLUxSk
•許多人都在追求絕世武功,卻忽略了內功的修為 !
•許多人都在追求交易聖盃,卻忽略了資金管裡的重要 !
2017/01
翻倍可以很多次,破產只需要 1 次 !
107
交易的聖盃 : 資金管理的理論與實務凱利、最佳化比例、槓桿空間模型固定分數、固定比例、 Ranking 賭小一點交易 v.s. 賭局 是否一樣 ? 哪裡一樣 ? 哪裡不一樣 ?何謂賭局 ? 何謂交易 ?
2017/01
108
給你一枚銅板,人頭輸,數字贏 2倍 !• 勝率 50%• 賠率 (odds)=贏的淨賺 / 輸的淨賠
• 賠率為 2
2017/01
賠光WIN
LOSE
109
期望淨利• 勝率 * 賺的錢 +(100%- 勝率 )* 賠的錢
• 50%*2 + (100%-50%)*(-1) = 0.5• p*b + (1-p)*(-1) = p*(1+b)-1
• 你有 100元,可以玩無限多次,你會怎麼賭 ?• 如果連這麼好的賭局,你都不會賭,你憑什麼在交易上獲利 ?• 你可能會有其他說法,交易跟賭局不一樣 ?• 交易勝率不固定,賠率不固定• 交易次數有限次,賭局無限次
2017/01
110
課堂練習 http://zuv.io/1556148a00
2017/01
下面賭局何者期望淨利最大 ?
111
要玩 “期望淨利 > 0”的賭局,這個大家都知道 !
但這樣就夠了嗎 ?
2017/01
112
做個賭徒模擬實驗就知道… .• 勝率 50% ,賠率為 2
• 1. 玩 40 次下注多少比例 f會最好 ?• 不同下注比例 10%,20%,…,60%
• 2. 玩很多次下注多少比例 f會最好 ?• 玩 100 次、 500 次、 1000 次、 5000 次
• 用 R 語言模擬一下 ~
• Input: 勝率、賠率、下注比例• Output: 資金成長曲線 !2017/01
113
考慮 勝率 50% ,賠率為 2 的賭局
2017/01
資金 100元100元
114
考慮 勝率 50% ,賠率為 2 的賭局
2017/01
資金 100元,如果下注 20元80元
20元
115
考慮 勝率 50% ,賠率為 2 的賭局
2017/01
資金 100元,如果下注 20元贏: 100*(1+2*20%) 80元
20元20元20元
116
考慮 勝率 50% ,賠率為 2 的賭局
2017/01
資金 100元,如果下注 20元贏: 100*(1+2*20%) 100元
20元20元
140元20元
117
考慮 勝率 50% ,賠率為 2 的賭局
2017/01
資金 100元,如果下注 20元贏: 100*(1+2*20%)輸: 100*(1-20%)
100元
20元
80元
118
賭局設定 :• nbet=40 ## 賭幾局 ?• Odds=2 ## odds ( 賠率 )• Pwin=0.5 ## win rate ( 勝率 )• initM=100 ## initial capital ( 初始資金 )• f=0.3 ## bidding fraction ( 下注比例 )
• capital=rep(initM,1) ## current capital ( 紀錄每一局資產 )
2017/01
119
銅板賭局模擬• 開始賭 !
• for(i in 2:nbet){ ## 每一局dice=sample(0:1,size=1,prob=c(0.5,0.5),replace=T)
## 模擬賭局輸贏capital[i]=dice*capital[i-1]*f*(1+odds)+capital[i-
1]*(1-f) ## 資金成長}
2017/01
120
銅板賭局模擬• 畫累計損益
• plot(capital,type="l",col="red",lwd=3,font=2,xlab="The # of Bidding", ylab="The Growth of Capital",main=paste("WinRate",pwin*100,"%,","Odds",odds,", Play",nbet,"Games, ","Bidding",f*100,"%"))
• abline(h=initM,col="green",lty=2,lwd=3)
2017/01
1212017/01
122
身為一個賭徒 ( 交易員 )“ 賭” 最佳化 !
身為一個數學家“資金管理” 最佳化 !
2017/01
123
凱利賭徒 “理論上”的最佳下注比例理論、模擬、分析
2017/01
124
定義問題 !!• 勝率 50% ,賠率 2 的賭局• 初始資金 100元,玩無限多次
•假設人生可以天長地久• 每次決定下注比例 f (0% < f < 100%)
•假設資金可以無限分割•問題: f選多少可讓資金成長最快速 !2017/01
125
凱利公式推導• 勝率為 50% ,賠率為 2 的賭局
• 賭 1元,輸了賠光,贏了拿回 3(=1+2)元。•假設每次下注為 f 比例
• 如果贏: At= At-1(1+2f)• 如果輸: At= At-1 (1-f)
•假設在 T 次的賭局中,一共贏了W 次,輸了 L 次 (W+L=T)• 結論: AT= A1(1+bf)W(1-f)L
• 我們想要最大化 AT
• 如果玩無限多次會怎樣 ?2017/01
126
求 f 使得 AT= A1(1+bf)W(1-f)L 最大 ?• Rearranging:
• As , we have
• 什麼時候 f=1? (Showhand!)• 勝率 99% ,賠率 10000 的賭局,要你全壓,你賭不賭 ?
2017/01
1272017/01
128
課堂練習 http://zuv.io/1556148a00
2017/01
下面賭局你會選哪一種玩法 ?
129
凱利騙局•到底是誰騙了誰 ?• Kelly• Thorp• Larry William• Ralph Vince
2017/01
130
不同的部位配置 (position sizing, PZ) ,會造成不同的報酬損益 !!
不是老師帶你上天堂、住套房,而是” 資金管理” 帶你上天堂、住套房 !!2017/01
一句話談交易:用風險換報酬
131
原始策略 : 想要 Fitting ,又怕OverFitting然而,這些都不是最重要的… .
交易聖盃 : 資金管理 !! https://www.youtube.com/watch?v=yVQWJeLUxSk
2017/01
132
• 勝率固定 (50%) ,賠率固定 (2) 的賭局• 不管如何 Sample (10 個取, 20 個取, 50 個取, 100 個取 ) 都一樣 !!
• 我以為的交易是上面這樣…•實際的交易損益是:不知道機率、不知道賠率 !?
博弈理論 v.s. 交易實務
2017/01
-1
133
交易賭局:機率未知,但可 “預估”… .???•賭局給定機率、賠率• 交易回測給定”歷史損益” (Ralph Vince’s Optimal F)
2017/01
In Sample Out Sample
134
Review Kelly Again• 勝率 50% ,賠率為 2
• 抽到紅球,叫做贏,壓的翻 2倍• 抽到紅球,叫做輸,壓的賠光
•贏的機率 50% ,輸的機率 50%• 賠率為 (2,-1)
2017/01
AT= A1(1+2f)1(1-1f)1
135
Extend Kelly Criterion•抽到紅球為贏,翻 2倍•抽到籃球為贏,翻 1倍•抽到綠球為輸,賠光•機率 (20%, 20%, 20%, 20%, 20%)• 賠率 (2,2,1,-1,-1)
2017/01
AT = A1(1+2f)1(1+2f)1 (1+1f)1(1-1f)1(1-1f)1
= A1(1+2f)2 (1+1f)1(1-1f)2
136
HPR: Holding Period Return
• Idea: HPR= 1 + f (-profit/biggest loss)• Example: 16 、 -8 、 -8 、 +4 、 +4 、 +4• TWR (f) = HPR1 * HPR2 * HPR3 * HPR4* HPR5* HPR6
= [1 + f (-16/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-4/-8)] * [1 + f (-4/-8)]* [1 + f (-4/-8)]
= (1 + 2f )1 * (1 – f)2 * (1 + 0.5f)3
• How to find optimal f to maximize TWR(f)?• Brute method: from f=1%, f=2%, f=3%,…,f=98%,f=100%
2017/01
137
HPR 理論 (玩 1 次的損益期望值 v.s.下注比例 )
2017/01
138
然而,人生並不像銅板賭局那麼簡單…交 易 也 是 !沒有連續,只有離散沒有永恆 (無限 ) ,只有曾經 ( 有限 )
2017/01
1392017/01
一場勝率 50% 、賠率為 2 的賭局,賭起來天南地北 ! 10次50%
500 次24%
40次31%
100 次21%
1000 次26%
5000 次25%
1402017/01
TWR 模擬:從 (16,-8,4) 取樣也天南地北 !10次52%
500 次38%
40次35%
100 次46%
1000 次36%
5000 次38%
141
三個層級的先知• 第一層 ( 神 ) :不用知道勝率,因為他知道下一場會贏還是會輸 !
• 可以梭哈 (ShowHands)
• 第二層 (半仙 ) :知道未來 10 次,”一定會贏 5 次,輸 5 次“• 可以下最佳比例 (Optimal f)
• 第三層 (智者 ) :知道未來 10 次發生的機率“確實是 50%”。 ( 不容易 )• 一旦遇到偏差,錯誤的下注比例很有可能讓你受傷慘重。•賭小一點 (1%~2%)
2017/01
再來我才要解釋這件事 !
下面策略,你選哪一個 ?
2017/01 142100萬 230萬 100萬 1642萬
143
最基本的資金管理:固定分數 (Fixed Fraction)
•凱利賭局的勝率已知,賠率已知 控制虧損• 交易的勝率未知,賠率未知 但…
唯一能控制的還是虧損 !!
2017/01
1442017/01
1% 3% 5% 8%
單口 風險比例
145
開盤突破昨日波動 (高低 )*k1• 開盤突破昨日波動 *k1 買進• 20 點停損,收盤平倉• 回測標的:台指期貨• 回測時間: 2010.05.25~2015.09.10
2017/01程式碼: 7_TX_HL.R
Total Profit: 1140 Trading Days: 1543 Profit Per Trade: 2.76699 # of Win: 161 Win Rate: 39.07767 % Winning Average: 43.81366 Lossing Average: -23.56175 Maximum Draw Down: 312 The Periods of MDD: 107 112 171 188 254 Profit Factor: 1.192763 Total Profit/MDD: 3.653846
146
輸贏濾網:輸了一次再進場 !
2017/01
Total Profit: 1140 # of Win: 161 Win Rate: 39.07767 % Maximum Draw Down: 312 Profit Factor: 1.192763 Total Profit/MDD: 3.653846
Total Profit: 1427 # of Win: 106 Win Rate: 42.23108 % Maximum Draw Down: 235 Profit Factor: 1.419582 Total Profit/MDD: 6.07234
147
固定分數 (以台指期貨為例,固定風險比例2%)• 每口最大損失 : 200*(20+5)=5,000
• loss=5000
• 初始資金 : 1000,000• initM=1000000
• 風險比例 : 2% = 0.02• risk=0.02
• 設定目前總資金• capital=initM
• 計算第 m 天的下單口數• PZ.FF=floor(capital*risk/loss)• 初始下單口數: floor(1000000*0.02/7000)• 如果資金成長到 1500,000 ,下單口數 ??2017/01
程式碼: 8_Fixed_Fraction.R
每次交易最多損失總資金的 2%
假設你有 100萬,每次交易最多可損失100萬 *2%=20000
則你最多下 ( 下高斯 20000/5000) =4 口
148
• 設定固定分數向量• PZ.FF=setNames(rep(1,length(profit)),names(profit))• PZ.FF[1]=floor(capital*risk/loss)
• 計算每一時期的固定分數• for (m in 2:length(profit)){PZ.FF[m]=floor(capital*risk/loss)capital=capital+PZ.FF[m]*profit[m]*200 }
• 程式碼檢查• head(cbind(profit,PZ.FF,"P&L"=profit*PZ.FF,"Cap"=initM+cumsum(profit*PZ.FF*20
0)),1000)
2017/01
1492017/01
Total Profit: 4173 Trading Days: 1543 Win Rate: 39.07767 % Maximum Draw Down: 2473 The Periods of MDD: 123 188 204 260 297 Profit Factor: 1.121308 Total Profit/MDD: 1.687424
Total Profit: 1140 # of Win: 161 Win Rate: 39.07767 % Maximum Draw Down: 312 The Periods of MDD: 107 112 171 188 254 Profit Factor: 1.192763 Total Profit/MDD: 3.653846
150
課堂練習 http://zuv.io/1556148a00
2017/01
若小明想要用資金 150萬,風險比例2% ,操作某檔股票。買進價位 30元 / 股,預計 25元停損,則小明該買進多少張 ?
151
再來看一下 Kelly 是不是真的那麼神 ?• 勝率 : 39.07 %• 賠率 :平均賺 /平均賠
• 平均賺 : 43.8 • 平均賠 : -23.56
• 凱利比例 : 11.5 %
2017/01
152
固定分數• 初始資金 100萬• 風險比例 2%• 策略停損 NT5000元。• 100萬 4口• 125萬 5口• 150萬 6口• 175萬 7口• …..
2017/01
資金 *2%/5000 = 口數最小口數 = 資金 *25萬
越到後面口數增加越快 ? WHY?
153
固定比例 (Fixed Ratio)•瑞恩 .瓊斯 ( 交易的遊戲 ,1999)
• 固定分數的缺點:最初合約的增速很慢,一但累積到一定數額後,合約的速度會突然增加很快。• 固定比例
• 試圖平等對待每份合約,使資金的增長速率相同。• 1. 假設資金 X ,從一個單位做起,例如 1口。• 2. 固定每份合約的增長量 (Delta)2017/01
154
初始資金 100萬,做 1口;Delta = 3萬。• 做 2口的資金 = 做 1口的資金 + 1*Delta = 103萬。• 做 3口的資金 = 做 2口的資金 + 2*Delta = 109萬。• 做 4口的資金 = 做 3口的資金 + 3*Delta = 118 萬。• 做 5口的資金 = 做 4口的資金 + 4*Delta = 130 萬。• 做 6口的資金 = 做 5口的資金 + 5*Delta = 145 萬。… .
2017/01
固定每份合約的增長量
固定比例公式推導•做 n口的資金 = 做 n-1口的資金 + (n-1)*Delta• = 做 n-2口的資金 + (n-2)*Delta + (n-1)*Delta• = 做 n-3口的資金 + (n-3)*Delta + (n-2)*Delta + (n-1)*Delta
...
• = 做 2口的資金 + 2*Delta + 3*Delta +... + (n-1)*Delta• = 做 1口的資金 + 1*Delta + 2*Delta + 3*Delta +... + (n-1)*Delta• = 初始資金 + (n(n-1)/2)*Delta 2017/01 155
固定比例公式推導•作 n口的資金 = 初始資金 + (n(n-1)/2)*Delta
2017/01 156
157
實做固定比例,並與固定分數比較• 初始資金 100萬• 策略停損 NT 5000• 固定分數
• 風險比例 2%
• 固定比例• Delta=2萬
2017/01
程式碼:9_Fixed_Fraction_Ratio.R
158
固定比例 :Delta=3萬• Total Profit: 1516 • Trading Days: 1543 • Win Rate: 39.07767 % • Maximum Draw Down: 1836 • Profit Factor: 1.070508 • Total Profit/MDD: 0.8257081
2017/01
程式碼:9_Fixed_Fraction_Ratio.R
159
選擇權交易策略開發
2017/01
160
買房子附訂金• 買總價 900萬房子,於 2017 年 1 月 15 日付了 10萬元的訂金 ( 不含房價 )。• 預計 2018 年 1 月 15號交屋。•如果交屋前,房價漲到了 1000萬元。• 則這份訂金 (合約 ) ,價值多少 ?2017/01
161
買房子附訂金• 買總價 900萬房子,於 2017 年 1 月 15 日付了 10萬元的訂金 ( 不含房價 )。• 預計 2018 年 1 月 15號交屋。•如果交屋前,房價跌到了 800萬元。• 則這份訂金 (合約 ) ,價值多少 ?2017/01
1622017/01
1000萬900萬
100萬合約價值
房價
1632017/01
-10萬 1000萬900萬
910萬
100萬 90萬
合約價值
房價
164
付訂金 = 買 “買的權利” = 買 “買權”=Long Call•房價 台股加權指數•訂金 台指買權• Q1: 訂金該收多少才叫合理 ?• Q2: 能不能當房地產商,賣 “買的權利” ?• Q3: 有沒有 “賣的權利” ?
2017/01
165
台指選擇權 @2017.01.13
2017/01
Call Put履約價
損益報酬
大盤指數9450 9463-13
Long 9450Call@13
看錯一定賠! 看對不一定賺!
損益報酬
大盤指數9450
9463
-13
9378
看大對才會賺 !
日期 : 2017 年 01月 13 日賭大漲 (看多 ) :買進 9450CALL@13結算日: 2017 年 01月 18 日
大盤現在指數 : 9378點
損益兩平點
看對一定賺! 看錯不一定賠!
損益報酬
大盤指數9450
9463
+13
9378
看大錯才會賠 !
日期 : 2017 年 01月 13 日賭不漲 (看空 ) :賣出 9450CALL@13結算日: 2017 年 01月 18 日
大盤現在指數 : 9378點 損益兩平點
169
買權買方 v.s. 買權賣方
買買權Long Call
賣買權Short Call
賭大漲 ! 賭不會漲 !
2017/01
170
賣權買方 v.s. 賣權賣方
買賣權Long Put
賣賣權Short Put
賭大跌 ! 賭不會跌 !
2017/01
172
買選擇權 v.s. 買樂透• 2017 年 1 月 10號周二收盤• 2017 年 1月 11號周三
2017/01
173
使用 R 語言建立選擇權部位 ( 前置 )• STK=8000:9900• portfolio=rep(0,1)
2017/01
174
使用 R 語言建立選擇權部位 ( 買權 )• CallK=9250• CallPrice=31.5• Call=STK-CallK• Call[Call<0]=0• Call=Call-CallPrice• names(Call)=STK
• portfolio=portfolio+(Call)
2017/01
175
使用 R 語言建立選擇權部位 ( 畫圖 )
• plot(portfolio,type="l",col="red",lwd=2,font=2,xaxt = "n",ylab="PL")
• axis(1,1:length(STK),as.character(STK),col="black")
• abline(h=0,col="green",lwd=2)
2017/01
176
使用 R 語言建立選擇權部位 ( 賣權 )• PutK=9050• PutPrice=15.5• Put=PutK-STK• Put[Put<0]=0• Put=Put-PutPrice• names(Put)=STK• portfolio=portfolio+(Put)
2017/01
該 如 何 修 改 ?
177
使用 R 語言建立選擇權的組合部位 (拼圖 )• 多頭價差• Long Call9300@90• Short Call9350@54
• Long [email protected]• Short [email protected]
•口訣:買低賣高2017/01
1782017/01
>9350 最多賺 14 點<9300 最多賠 36 點損益兩平點 9336 點
Long Call9300@90Short Call9350@54
179
使用 R 語言建立選擇權的組合部位 (拼圖 )• 空頭價差• Short Call9300@90• Long Call9350@54
• Short [email protected]• Long [email protected]
•口訣:賣低買高2017/01
180
Review: 傳統賭局 & 凱利
2017/01
AT= A1(1+2f)W(1-f)L
181
9300
9350
-36
14
損益
大盤結算位置 大盤結算位置
-36
損益
我認為的大盤結算位置機率
機率
<9300機率 40% >9350機率 30%9300~9350機率 30%
選擇權的多頭價差 v.s. 個人認為的機率分佈
買 9300CALL; 賣 9350CALL
大盤結算位置損益
2017/01
182
有了賠率分佈,我們還缺…大盤漲跌的機率分佈2017/01
183
什麼樣的漲跌機率分佈 ?•特徵: 2017 年 01 月 13號周五•機率分佈:特徵 下周三大盤收盤
2017/01
1842017/01
統計漲跌比例例 : 2016-12-16-1.582%
漲跌比例代入本周五收盤例 : 9378*(1-1.582%)=9230
計算損益例 : 若結算 9230 點賠 36點
計算歷史所有的漲跌所帶來的損益
185
Review Kelly Again• 勝率 50% ,賠率為 2
• 抽到紅球,叫做贏,壓的翻 2倍• 抽到紅球,叫做輸,壓的賠光
•贏的機率 50% ,輸的機率 50%• 賠率為 (2,-1)
2017/01
AT= A1(1+2f)1(1-1f)1
186
Extend Kelly Criterion
•抽到紅球為贏,翻 2倍•抽到籃球為贏,翻 1倍•抽到綠球為輸,賠光•機率 (20%, 20%, 20%, 20%, 20%)• 賠率 (2,2,1,-1,-1)
2017/01
AT = A1(1+2f)1(1+2f)1 (1+1f)1(1-1f)1(1-1f)1
= A1(1+2f)2 (1+1f)1(1-1f)2
187
HPR: Holding Period Return
• Idea: HPR= 1 + f (-profit/biggest loss)• Example: 16 、 -8 、 -8 、 +4 、 +4 、 +4• TWR (f) = HPR1 * HPR2 * HPR3 * HPR4* HPR5* HPR6
= [1 + f (-16/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-4/-8)] * [1 + f (-4/-8)]* [1 + f (-4/-8)]
= (1 + 2f )1 * (1 – f)2 * (1 + 0.5f)3
• How to find optimal f to maximize TWR(f)?• Brute method: from f=1%, f=2%, f=3%,…,f=98%,f=100%
2017/01
188
無利可圖 !!
2017/01
189
那反過來就是 “有利可圖” 瞜 !!
2017/01
190
每周 (3,4,5,1,2,3) 開盤到週 3 收盤的漲跌分佈
2017/01
191
不用考慮策略,只考慮採用什麼條件機率 !?•條件: 2017 年 01 月 13號周五•條件:周一 ~ 周五 : 紅 K or 綠 K?
2017/01
192
課堂練習 http://zuv.io/1556148a00
2017/01
若本金 100萬,今欲建立Long Call9350@54; Short [email protected]部位。經計算最佳風險比例為 5% ,則該建立幾組這樣的部位?
195
使用 R 語言建立選擇權的組合部位 (拼圖 )• 賣出跨式• Short Call9350@54• Short [email protected]
•折腳• Long [email protected]• Long Put9250@7
• ( 買進蝴蝶價差 )
2017/01
197
使用 R 語言建立選擇權的組合部位 (拼圖 )• 賣出勒式• Short [email protected]• Short [email protected]
•折腳• Long [email protected]• Long Put9250@7
2017/01
( 買進兀鷹價差 )
198
Black-Schole Model
2017/01
199
如何操爆你的資金 !?槓桿空間模型
(Leverage Space Model)
2017/01
多策略、多商品、多市場
2002017/01
多策略、多商品、多市場
若下注 40 次,每次下 f 比例 ( 理論 )
…
剩下的 75% 資金要幹麻 ? 玩另一場 ?
201
同時玩 2場,每場各壓 23% ,資金運用達46%!
2017/01
10倍 90倍報酬再多 9倍 !
202
同時玩 3場,每場各壓 21% ,資金運用達63%!
2017/01
10倍 90倍 622倍報酬再多 62倍 !
2032017/01
2042017/01
205
小結 : LSM告訴我們什麼 ?
尋找”最好的”市場、商品、策略 !?分配最適當、有效率的資金運用比例 !
2017/01
206
然而…有時候你只需要一點想像力 !!!
2017/01
你可以分析全球各個金融市場資料,運用各種高深的數學模型用 Big Data?
2072017/01
2016 年 02月 22 日 ( 週一 )你覺得主力在幹什麼 ?
我覺得主力閒閒在家沒事做,很無聊,畫 蝙 蝠 俠 !
208
自從出現蝙蝠俠後, 10 個交易日裡,有 6 個交易日都是類似走勢,早盤衝高後又急速拉回 !!!
2017/01
209
看功夫學交易 !
2017/01
210
火雲邪神的啟示:天下武功,無堅不破,唯快不破 !
2017/01
211
Thank You!未來有緣再見 !
2017/01