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

171

課堂練習 http://zuv.io/1556148a00

2017/01

賣出 9100 Call@36.5放置結算，若大盤結算在 9200 ，賺賠多少 ?

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 Put9300@14.5• Short Put9350@29.5

•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 Put9300@14.5• Long Put9350@29.5

•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 9400Call@29.5部位。經計算最佳風險比例為 5% ，則該建立幾組這樣的部位？

193

使用 R 語言建立選擇權的組合部位 (拼圖 )• 買進跨式• Long Call9350@54• Long Put9350@29.5

2017/01

194

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 Put9350@29.5

2017/01

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 Put9350@29.5

•折腳• Long Call9450@13.5• Long Put9250@7

• ( 買進蝴蝶價差 )

2017/01

196

使用 R 語言建立選擇權的組合部位 (拼圖 )• 賣出勒式• Short Call9450@13.5• Short Put9300@14.5

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 Call9450@13.5• Short Put9300@14.5

•折腳• Long Call9500@5.5• 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