&p&突破开仓法要求事先确认有趋势，并不是所有的突破波峰波谷都有意义。&/p&&p&&br&&/p&&p&参考：&/p&&ul&&li&&a href=&/question//answer/& class=&internal&&突破买入和回调买入&/a&&/li&&li&&a href=&/question//answer/& class=&internal&&趋势衡量方法和确认方法&/a&&/li&&/ul&&p&&br&&/p&&h2&确认有效突破&/h2&&p&&br&&/p&&p&目前最简单的方式是，通过中长实体阳线确认向上突破的有效性以及通过中长实体阴线确认向下突破的有效性，然后在这跟中长实体K线收盘价进场。&/p&&img src=&/v2-fbcdf744089edcafe8d9b3_b.jpg& data-caption=&& data-rawwidth=&1270& data-rawheight=&847& class=&origin_image zh-lightbox-thumb& width=&1270& data-original=&/v2-fbcdf744089edcafe8d9b3_r.jpg&&&p&&br&&/p&&img src=&/v2-56c06b2cf32fb15f4e04efcbafc920bb_b.jpg& data-caption=&& data-rawwidth=&1218& data-rawheight=&847& class=&origin_image zh-lightbox-thumb& width=&1218& data-original=&/v2-56c06b2cf32fb15f4e04efcbafc920bb_r.jpg&&&p&&br&&/p&&p&&br&&/p&&p&这种方法可以过滤一部分假突破、影线突破。小实体突破往往代表着空多力量的均衡和犹豫，而中长实体代表着多方的坚决或者空方的坚决。&/p&&p&&br&&/p&&p&以收盘价进场可以避免大幅度的滑点，在外汇市场挂单进场并不明智，尤其在交易系统交易次数较多的时候，可以参考：&a href=&/question//answer/& class=&internal&&外汇滑点弊端&/a&&/p&&p&&br&&/p&&h2&止损点设定&/h2&&p&&br&&/p&&p&就题主在问题中写到的三种止损点位，理论上都是可以的，都放在了支撑位之下，但你要理解其中的不同点。&/p&&p&&br&&/p&&ul&&li&止损距离小，开仓头寸大，胜率低，盈亏比高。&/li&&li&止损距离中等，开仓头寸中等，胜率中等，盈亏比中等。&/li&&li&止损距离大，开仓头寸小，胜率高，盈亏比低。&/li&&/ul&&p&&br&&/p&&p&止损距离不能过小，否则轻微的反向就会被扫到，止损距离也不能过大，否则开仓头寸太小，哪怕后市向前移动了好长的距离，绝对收益还是很小。&/p&&p&&br&&/p&&p&具体应该使用哪种止损距离，需要你自行测试，下面有几条设置止损位的原则和提示可以参考（以做多为例）：&/p&&p&&br&&/p&&ol&&li&止损放在支撑位下方，通过下影线等方法过滤掉一些毛刺&/li&&li&止损距离不能过小导致头寸过大，使得破产风险大于0&/li&&li&止损的设定不能死板，题主你提到在前一个波谷下方和最低价下方设定止损，如果前一个波谷和最低价很远怎么办？你的头寸就会非常小，哪怕后市向前移动了好长的距离，绝对收益还是很小。&/li&&li&根据止盈位测算风险报酬比，如果第一止盈位与开仓点的距离，小于止损距离，我们不交易，可以参考：&a href=&/question//answer/& class=&internal&&止盈点设置方法&/a&&/li&&/ol&&p&&br&&/p&&p&我们以题主给出的图为例：&/p&&img src=&/v2-72b3e92a09da1_b.jpg& data-caption=&& data-rawwidth=&687& data-rawheight=&470& class=&origin_image zh-lightbox-thumb& width=&687& data-original=&/v2-72b3e92a09da1_r.jpg&&&p&&br&&/p&&p&在3000点阻力位下方（突破后变成了支撑位），我画了一个红圈，我们可以以红圈最低价下方设定止损位，原因如下：&/p&&p&&br&&/p&&ol&&li&红圈很明显是一个支撑位，同时是一个小波谷，比单纯放在3000点阻力位下方多了一重保障——所以我们一般会寻找突破点位下方的支撑位（长下影线、密集成交区、长阳线最低价构成的支撑位）&/li&&li&3000点下方设定止损位比前一个波谷下方和最低价下方设定止损位更加灵活，不会因为波谷和最低价很远导致错过机会&/li&&li&止损距离适中，具体我们应该根据止盈点测算盈亏比是否大于1&/li&&/ol&
突破开仓法要求事先确认有趋势，并不是所有的突破波峰波谷都有意义。 参考： 确认有效突破 目前最简单的方式是，通过中长实体阳线确认向上突破的有效性以及通过中长实体阴线确认向下突破的有效性，然后在这跟中长…
&img src=&/50/v2-70432eda7b44d2cacc68f37b24f5a46c_b.png& data-rawwidth=&487& data-rawheight=&329& class=&origin_image zh-lightbox-thumb& width=&487& data-original=&/50/v2-70432eda7b44d2cacc68f37b24f5a46c_r.png&&&p&我有个朋友，酷爱主观交易。每每聊天，他经常说，“我这有个好的trade，能有25%的return，比你那个5%的book强多了”。我便和他讲，“你那个交易，动辄回撤30%，我这个日波动率只有2%，我加8倍杠杆都比你安全，回报分分钟到40%”；可能他就是揶揄我，所以这样的对话发生了很多回，他依然乐此不彼。我决定写文章讲讲这回事。&/p&&p&很多主观交易员一直不能理解Sharpe究竟在衡量什么。在传统的语境下，衡量一个对冲基金表现的一直是绝对回报率，比如周一见报的&a href=&/?target=https%3A///content/dcf8077c-b823-11e7-9bfb-4a9c83ffa852& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&这篇&i class=&icon-external&&&/i&&/a&文章，讲说Two Sigma啥的return超过10%，特别厉害云云。于是，外行以及做主观交易的，都是以绝对回报作为刻度。&/p&&p&Sharpe的本质，衡量的是：每单位风险的回报。（公式里的PnL也可以换成Return，一般来讲，市场中性的策略都用PnL算，没有特别大的区别。）&/p&&p&&img src=&/equation?tex=Sharpe%3D%5Cmathbb%7BE%7D%5BPnL%5D%2F%5Csigma%28PnL%29& alt=&Sharpe=\mathbb{E}[PnL]/\sigma(PnL)& eeimg=&1&&&/p&&p&比如统计套利的策略，如果After Cost Sharpe年化在4左右，我们就说这个策略&b&飞了&/b&。年化在4，意味着日Sharpe在0.25左右，意味着每日的预期PnL大概在一个标准差的1/4，如果我们认为日PnL是正态分布（一般都不是），那么可以说，我们预期每天挣X元，每日的收入一个标准差波动在[-3X, 5X]之间，发生两个标准差的概率极低。&/p&&p&多数算法交易策略，回报率都是非常低的。一般而言，做统计套利需要对各种风险因子中性，挣得都是所谓的“alpha”钱，没有“smart beta”在里面。做得好的策略，日回报不过2个基点，年回报一般在5%左右。然而，做得越好的策略，回报率的波动越低，这意味着，这个策略越“稳”。&/p&&p&举个例子，两个策略：&/p&&ul&&li&策略一：日回报2个基点，日波动8个基点，Sharpe是4，年预期回报率5%；&/li&&li&策略二：日回报10个基点，日波动80个基点，Sharpe是2，年预期回报率是25%。&/li&&/ul&&p&年累计收益，看起来是这样的：&/p&&img src=&/v2-f300ecdb4d659f1cb5b10dabdfd7acba_b.jpg& data-caption=&& data-rawwidth=&609& data-rawheight=&306& class=&origin_image zh-lightbox-thumb& width=&609& data-original=&/v2-f300ecdb4d659f1cb5b10dabdfd7acba_r.jpg&&&p&蓝线是策略一，高Sharpe，低回报；黄线是策略二，低Sharpe，高回报。&/p&&p&&b&在没有杠杆的世界里，黄线完胜&/b&。这是一个怎样的世界呢？Mutual fund，Asset Management，Pension Fund，这样的世界里，几乎没有杠杆的存在，那么对于他们来讲，策略二这种低Sharpe高回报的策略简直完美。&/p&&p&那么，如果有杠杆呢？策略一的波动率是策略二的十分之一，让我们给策略一加上10倍的杠杆，其理论风险将会和策略二持平。加完杠杆，两个策略变成了这样：&/p&&img src=&/v2-fe1b368b7cd32c9b3260f53_b.jpg& data-caption=&& data-rawwidth=&602& data-rawheight=&306& class=&origin_image zh-lightbox-thumb& width=&602& data-original=&/v2-fe1b368b7cd32c9b3260f53_r.jpg&&&p&这条绿线是策略一加10倍杠杆的累计回报。简直咸鱼翻身，一瞬间，&b&在风险相当的情况下&/b&，加了10倍杠杆低回报的策略一，碾压了高回报的策略二。&/p&&p&可以看到，Sharpe的价值，体现在其容忍杠杆的能力。一个策略如果拥有高的Sharpe值，说明其单位风险的回报高，说明“&b&在允许杠杆的情况下，达到给定最低回报要求的风险小&/b&”。两个策略，一个策略回报低，Sharpe高，通过杠杆，将其回报放大后，其风险低于同等回报的另一个低Sharpe策略。&/p&&p&什么情况下允许杠杆？Hedge Fund，Prop Shops —— 欢迎来到高杠杆世界。所以说，你和Mutual Fund的人谈Sharpe，简直是找抽；对于没有杠杆能力的玩家，Sharpe没有卵用。&/p&&p&当然，允许杠杆的情况下，Sharpe也不是无与伦比的重要。毕竟你要弄出个年回报1%的策略，都没有办法cover 杠杆的成本。公式很简单， &/p&&p&&img src=&/equation?tex=Return_%7Bfinal%7D+%3D+%28Return_%7Bstrategy%7D+-+Cost_%7Bleverage%7D%29%5Ctimes+multiplier& alt=&Return_{final} = (Return_{strategy} - Cost_{leverage})\times multiplier& eeimg=&1&&&/p&&p&所以你看，当利率低的时候，杠杆便宜，年回报率低的高Sharpe策略就可以通过高杠杆达到高回报；要是哪天杠杆资金成本飙到了5%，回报5%以下的策略就都没法跑了，很多对冲基金大概都要死了。那天真来的时候，就算你说你高Sharpe策略回报10%，不怕资金成本高，你也一样死。别人倒闭了，就得平仓，你就得承受人家和你策略相关却逆着你下单的痛苦；火上浇油的是，真要倒了一大批小基金，给你杠杆的人也会风控，压缩你的杠杆。这就是流动性抽干连锁反应，比如2016年初的时候我们伟大的Citadel触发的大drawdown。&/p&&p&长话短说，Sharpe为什么重要？因为Sharpe高了可以加杠杆，就可以成倍放大回报。所以，对于没法加杠杆的人，Sharpe屁用没有，还是看回报好了。就算可以加杠杆，也不能全看Sharpe，还是得控制一下杠杆的比例，否则别人meltdown了，连锁反应抽干流动性，你也倒霉。以我的经验（不代表任何我工作过/正在工作的公司），10倍左右的杠杆，Sharpe 4，这个大概是比较好的组合，杠杆再大或者Sharpe再低点，都不如看return来的简单粗暴。&/p&&p&&/p&
我有个朋友，酷爱主观交易。每每聊天，他经常说，“我这有个好的trade，能有25%的return，比你那个5%的book强多了”。我便和他讲，“你那个交易，动辄回撤30%，我这个日波动率只有2%，我加8倍杠杆都比你安全，回报分分钟到40%”；可能他就是揶揄我，所以这…
&img src=&/50/v2-d2e8c69c799ec3ea08ff93_b.jpg& data-rawwidth=&1017& data-rawheight=&570& class=&origin_image zh-lightbox-thumb& width=&1017& data-original=&/50/v2-d2e8c69c799ec3ea08ff93_r.jpg&&&p&&b&作者：&/b&聚宽社区用户 ScintiGimcki&/p&&p&&b&导语：&/b&商品期货交易上线啦！听闻这个消息的小编当然坐不住了，决定立刻商品期货走一波！本文选择实现的是经典的海龟交易法，之前&a href=&/?target=https%3A///post/1401%3Ff%3Dstudy%26m%3Dalgorithm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&量化课堂&i class=&icon-external&&&/i&&/a&已经有海龟交易法在股票当中的应用了，这一次让我们来看看海龟策略在商品期货中的应用吧！&/p&&h2&&b&海龟交易是什么&/b&&/h2&&p&作为经典的交易策略，相信很多人都已经很清楚什么是海龟交易法了，如果你已经清楚明白的知道了什么是唐奇安通道、真实波幅、N值（ATR）和Unit，也能够熟练地掌握他们的算法，那你大可直接跳过这一部分，进入策略实现的部分。&br&如果你想快速认识什么是海龟交易策略，或是想重新回顾一下，那就让我们开始吧！&/p&&h2&&b&唐奇安通道&/b&&/h2&&p&先让我们上一张图！&/p&&img src=&/v2-2fadebd73ff13_b.jpg& data-caption=&& data-rawwidth=&1242& data-rawheight=&593& class=&origin_image zh-lightbox-thumb& width=&1242& data-original=&/v2-2fadebd73ff13_r.jpg&&&p&图中这个完全将K线包裹在内的通道线就是&b&唐奇安通道&/b&，它的上线与下线分别取的是20日最高价与最低价，因此当当前价格突破上线或者下线的时候，都能作为很好的突破信号。&br&就像上图图中所示，当价格突破上线的时候，往往意味着一轮向上行情的开启，我们在这个时候进行多仓买入操作。&br&类似的，当价格突破下线的时候，往往意味着一轮向下行情的开启，我们在这个时候进行卖空操作。&/p&&img src=&/v2-b49ab7e061d6c30e594d10d80f03c59c_b.jpg& data-caption=&& data-rawwidth=&782& data-rawheight=&347& class=&origin_image zh-lightbox-thumb& width=&782& data-original=&/v2-b49ab7e061d6c30e594d10d80f03c59c_r.jpg&&&p&这就是海龟交易法的基础，当然，作为一个成熟的交易法则，我们还需要一些指标来判断加仓点、止损点与每次买入卖出的数量。而用来判断的依据，我们叫做真实波幅与N值。&/p&&h2&&b&真实波幅&/b&&/h2&&p&话不多说先上公式！&/p&&img src=&/v2-b28f32f81_b.jpg& data-caption=&& data-rawwidth=&563& data-rawheight=&56& class=&origin_image zh-lightbox-thumb& width=&563& data-original=&/v2-b28f32f81_r.jpg&&&p&其中：High是指当日最高价，Low为当日最低价，pre_close是指前一日收盘价。&br&公式看上去很复杂，其实它要表达的就是&b&昨日收盘以后股票的最大波幅&/b&，让我们来看看K线图里真实波幅具体指哪一部分。&/p&&img src=&/v2-ff1b8dd2d95b261fdaf42b_b.jpg& data-caption=&& data-rawwidth=&776& data-rawheight=&347& class=&origin_image zh-lightbox-thumb& width=&776& data-original=&/v2-ff1b8dd2d95b261fdaf42b_r.jpg&&&p&从图片中我们可以很容易的看出，真实波幅就是昨天收盘后股票的最大振幅，也就是图片中最长的那一根箭头所表示的位置。&/p&&h2&&b&N值（ATR)&/b&&/h2&&p&N值是海龟交易法当中非常重要的一个概念，它还有一个名字，那就是ATR（Average True Range），也就是&b&平均真实波幅&/b&的意思，话不多说，老规矩上公式先！&/p&&img src=&/v2-3c69ea92d7c245bd1cde4_b.jpg& data-caption=&& data-rawwidth=&306& data-rawheight=&77& class=&content_image& width=&306&&&p&或者用滑动平均的方法：&/p&&img src=&/v2-fdac417ee765_b.jpg& data-caption=&& data-rawwidth=&424& data-rawheight=&77& class=&origin_image zh-lightbox-thumb& width=&424& data-original=&/v2-fdac417ee765_r.jpg&&&p&其中：days是取平均的天数，比如我们要取真实波幅20日的平均，days就取20；TrueRange是真实波幅。&/p&&p&从公式可以看出，&b&N（ATR）值其实就是标的days日内的平均真实波幅，当这个值大的时候，就说明这段时间股票每一天的波动率都很大，当这个值小的时候，就说明这段时间每一天的波动率都很小。&/b&&/p&&p&因此在海龟交易法中，&b&每当标的价格上涨（下跌）0.5个N（ATR）时，我们就加仓1个Unit的多头（空头）仓位；当标的价格上涨（下跌）2个N（ATR）时，我们就对空头（多头）仓位进行平仓止损。&/b&&/p&&p&让我们举一个例子来看看N值究竟怎么算~为了方便起见，我们就令days=5，由于TrueRange计算时用的是前一日的收盘价，因此我们自己计算时&b&收盘价要取前一日的数据而不是当天的&/b&：&/p&&ul&&li&收盘价： 35190.,
35710.&/li&&li&最高价： 35700.,
35990.&/li&&li&最低价： 35280.,
35640.&br&用以上三行价格中的最大值减去最小值便能得到真实波幅数据：&/li&&li&TrueRange： 510., 590., 600., 430., 350.&/li&&/ul&&p&计算这五个数的平均值有(510+590+600+430+350)÷5=548 (510+590+600+430+350)÷5=548 (510+590+600+430+350)\div5=548&br&&br&因此5日N（ATR）便为548&/p&&h2&&b&Unit&/b&&/h2&&p&知道了买点、卖点、止损点与加仓点，我们就需要知道每一次建仓与加仓都需要购买多少数量，老规矩，看公式！&/p&&img src=&/v2-65c49a9ba1f77f7ad27d_b.jpg& data-caption=&& data-rawwidth=&194& data-rawheight=&61& class=&content_image& width=&194&&&p&其中：Account表示账户中的总资金，coef为该商品期货一手的数量，如铜为5吨一手，则对铜的商品期货来说，coef就等于5。下面是一些常见商品期货的coef表格：&/p&&img src=&/v2-c2ea7a8d5149cbc152d841f56bcfadb7_b.jpg& data-caption=&& data-rawwidth=&571& data-rawheight=&286& class=&origin_image zh-lightbox-thumb& width=&571& data-original=&/v2-c2ea7a8d5149cbc152d841f56bcfadb7_r.jpg&&&p&我们接着用之前那个例子来看看Unit的计算。之前的数据小编取的是期货铜的价格，则coef应该为5，假设我们的账户当中有1,000,000的现金。&/p&&img src=&/v2-faf8a0c121_b.jpg& data-caption=&& data-rawwidth=&287& data-rawheight=&64& class=&content_image& width=&287&&&p&可以得到每一次购买、加仓，我们都需要购买4手的期货铜。&/p&&h2&&b&策略实现&/b&&/h2&&p&到这里，相信你已经知道什么是海龟交易法了，让我们来总结一下这个策略究竟是怎样的吧！&/p&&ul&&li&计算期货标的的N（ATR）与Unit；&/li&&li&判断价格是否突破了唐奇安通道，若是向上突破则多头仓位开仓，空头仓位平仓；向下突破则空头仓位开仓，多头仓位平仓；&/li&&li&若期货价格高于（低于）上次买入价格0.5个ATR，则加仓一个Unit的多头（空头）仓位；&/li&&li&若期货价格低于（高于）上次买入价格2个ATR，则平仓多头（空头）仓位止损。&/li&&/ul&&h2&&b&划重点——商品期货代码一定要注意&/b&&/h2&&p&商品期货策略开始一定要记得设置账户属性为期货账户，不然是没有办法交易的哦~具体的代码参考如下：&/p&&img src=&/v2-dc27fbae5f0181ff05bae53_b.jpg& data-caption=&& data-rawwidth=&867& data-rawheight=&158& class=&origin_image zh-lightbox-thumb& width=&867& data-original=&/v2-dc27fbae5f0181ff05bae53_r.jpg&&&h2&&b&回测&/b&&/h2&&p&构建好策略以后，小编便用沪铜期货“CU”作为标的来试验了一下大名鼎鼎的海龟交易法：&/p&&img src=&/v2-c3d774bd0f686a32d03755a_b.jpg& data-caption=&& data-rawwidth=&1650& data-rawheight=&371& class=&origin_image zh-lightbox-thumb& width=&1650& data-original=&/v2-c3d774bd0f686a32d03755a_r.jpg&&&p&结果还不错哦~大家可以克隆代码以后自己改标的尝试一下，还可以根据自己以往海龟交易的经验优化一下买点卖点与止损函数。&br&以上就是海龟交易法在商品期货的尝试，大家快把代码克隆起来，商品期货走一波！&/p&&img src=&/v2-892ac5fc757dbbd3aa0c29_b.jpg& data-caption=&& data-rawwidth=&865& data-rawheight=&537& class=&origin_image zh-lightbox-thumb& width=&865& data-original=&/v2-892ac5fc757dbbd3aa0c29_r.jpg&&&img src=&/v2-9dfd69ec97ef8de0d8dab283f1854355_b.jpg& data-caption=&& data-rawwidth=&865& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&865& data-original=&/v2-9dfd69ec97ef8de0d8dab283f1854355_r.jpg&&&p&&br&&/p&&p&&b&到JoinQuant聚宽查看原文并参与讨论（可获取源代码克隆策略）：&/b&&a href=&/?target=https%3A///post/9184& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&商品期货策略——海龟交易法&i class=&icon-external&&&/i&&/a&&/p&
作者：聚宽社区用户 ScintiGimcki导语：商品期货交易上线啦！听闻这个消息的小编当然坐不住了，决定立刻商品期货走一波！本文选择实现的是经典的海龟交易法，之前已经有海龟交易法在股票当中的应用了，这一次让我们来看看海龟策略在商品期货中的应…
&p&在主要趋势基础上，突破买入和回调买入，是两种超级经典的&b&在趋势进行中&/b&进场的方式，你会在大多数主流交易系统中，看到他们的身影和变形。&/p&&p&&br&&/p&&h2&突破买入&/h2&&p&&br&&/p&&p&Livermore是首个提出突破而作这个概念的交易者，其模型图如下所示：&/p&&img src=&/v2-a1ee1ee67c66f9eb6138_b.jpg& data-caption=&& data-rawwidth=&1041& data-rawheight=&829& class=&origin_image zh-lightbox-thumb& width=&1041& data-original=&/v2-a1ee1ee67c66f9eb6138_r.jpg&&&p&&br&&/p&&p&突破而作有三点要求：&/p&&ol&&li&趋势判断为向上&/li&&li&价格有一定程度的回调&/li&&li&价格以中长K线实体突破前期高点构成的阻力位后开仓，止损点设置在阻力位下方&/li&&/ol&&p&&br&&/p&&h2&回调买入&/h2&&p&&br&&/p&&p&其模型图如下所示：&/p&&img src=&/v2-6dd4647da4_b.jpg& data-caption=&& data-rawwidth=&972& data-rawheight=&829& class=&origin_image zh-lightbox-thumb& width=&972& data-original=&/v2-6dd4647da4_r.jpg&&&p&&br&&/p&&p&回调买入有三点要求：&/p&&p&&br&&/p&&ol&&li&趋势判断为向上&/li&&li&价格回调到某个支撑位（前期高点、斐波那契回调点、均线、布林线等构成的支撑位）&/li&&li&价格以中长K线实体验证了支撑位的有效性后开仓（拓展阅读：&a href=&/question//answer/& class=&internal&&左侧交易与右侧交易&/a&），止损点设置在支撑位下方&/li&&/ol&&p&&br&&/p&&h2&比对&/h2&&p&&br&&/p&&p&这两种进场方式都要求你首先发展出一套判断趋势的方法，通过这套方法，你判断出目前市场有趋势，接下来你才可以进场。&/p&&p&&br&&/p&&p&这两种进场方式本身没有本质上的优劣，主要差异有三点：&/p&&p&&br&&/p&&ol&&li&止损距离设置上，突破买入止损距离大，相应的开仓头寸较小，回调买入止损距离小，相应的开仓头寸较大，如果两者平仓点位一致，那么突破买入收益小，回调买入收益大&/li&&li&突破买入操作简单，短平快，回调买入还需要验证支撑位&/li&&li&突破买入不会错过点位，回调买入可能会踏空（当回调很小没有抵达你定义的支撑位）&/li&&/ol&&p&&br&&/p&&h2&总结&/h2&&p&&br&&/p&&p&目前一个比较主流的做法是，在进场的时候，突破买入和回调买入同时运用，两者仓位&b&不联动&/b&，所以对应的平仓点位也有不同，相当于有两个交易系统，一个交易系统突破买入，一个交易系统回调买入。&/p&
在主要趋势基础上，突破买入和回调买入，是两种超级经典的在趋势进行中进场的方式，你会在大多数主流交易系统中，看到他们的身影和变形。 突破买入 Livermore是首个提出突破而作这个概念的交易者，其模型图如下所示： 突破而作有三点要求：趋势判断为向上价…
&p&说到均线，我们就无法绕过葛氏八法（均线上升进场四法，均线下降进场四法），葛氏八法是后来所有均线衍生用法的基础。&/p&&p&&br&&/p&&p&我们以均线上升进场四法为例。&/p&&img src=&/v2-7d5e7d4a4a4cc6ed53e9_b.jpg& data-caption=&& data-rawwidth=&1361& data-rawheight=&1593& class=&origin_image zh-lightbox-thumb& width=&1361& data-original=&/v2-7d5e7d4a4a4cc6ed53e9_r.jpg&&&p&&br&&/p&&h2&A：价格向上突破均线，开多&/h2&&p&&br&&/p&&p&均线具有支撑阻力作用，当价格向上突破均线，意味着阻力位被突破，是破位进场的位置，交易者可以在其基础上叠加破位要求过滤噪音，比如大阳线突破均线、连续两根K线收盘价在均线之上等等。&/p&&p&&br&&/p&&p&衍生模式有短期均线向上突破长期均线开多（甚至短期均线组向上突破长期均线组开多）、价格突破布林线外轨开多、短期均线向上突破中期均线开多（长期均线也是向上）等。&/p&&img src=&/v2-676eeaa14d0482_b.jpg& data-caption=&& data-rawwidth=&1576& data-rawheight=&1375& class=&origin_image zh-lightbox-thumb& width=&1576& data-original=&/v2-676eeaa14d0482_r.jpg&&&p&&br&&/p&&p&A这种开仓模式在均线走平没有趋势时，进出场频繁，资金有较大回撤，难以被交易者们普遍接受。&/p&&p&&br&&/p&&h2&B：价格回调到均线附近后受到支撑，开多&/h2&&p&&br&&/p&&p&在主要趋势向上的基础上，利用回调，见位进场的典型，也是目前市面上的一种主流交易模式。&/p&&p&&br&&/p&&p&拓展阅读：&a href=&/question//answer/& class=&internal&&左侧交易与右侧交易&/a&&/p&&p&&br&&/p&&h2&C：价格回调跌破均线后受到支撑，价格在均线之上，开多&/h2&&p&&br&&/p&&p&本质上和B是一样的，在主要趋势向上的基础上，利用回调，见位进场的典型，也是目前市面上的一种主流交易模式。&/p&&p&&br&&/p&&p&衍生模式有双均线、三均线，允许价格跌破短期均线，但不允许价格跌破长期均线。&/p&&img src=&/v2-14f83a463bed55287bdd_b.jpg& data-caption=&& data-rawwidth=&1548& data-rawheight=&1197& class=&origin_image zh-lightbox-thumb& width=&1548& data-original=&/v2-14f83a463bed55287bdd_r.jpg&&&p&&br&&/p&&h2&D：价格快速远离均线后，开空&/h2&&p&&br&&/p&&p&这种开仓模式属于逆势交易，不建议单独使用。我们应该利用回调波动（比如B和C模式），而不是交易回调波段。&/p&&p&&br&&/p&&h2&利用均线移动止损出场&/h2&&p&&br&&/p&&p&在葛式八法中，均线作为阻力和支撑，可以为我们提供进场点位。反过来讲，均线可以作为移动止损点存在，当均线被突破后，我们出场。&/p&&p&&br&&/p&&p&在做多趋势交易中，当价格突破均线，我们出场。&/p&&img src=&/v2-e8cd9e38f664c2a4f38f8_b.jpg& data-caption=&& data-rawwidth=&1336& data-rawheight=&1354& class=&origin_image zh-lightbox-thumb& width=&1336& data-original=&/v2-e8cd9e38f664c2a4f38f8_r.jpg&&&p&&br&&/p&&p&在做空趋势交易中，当价格突破均线，我们出场。&/p&&p&&br&&/p&&img src=&/v2-1cae915ccecfdefde1caed_b.jpg& data-caption=&& data-rawwidth=&1315& data-rawheight=&1326& class=&origin_image zh-lightbox-thumb& width=&1315& data-original=&/v2-1cae915ccecfdefde1caed_r.jpg&&&p&&br&&/p&&p&在实际运用中，我们可以叠加一些其他维度，过滤掉一些假突破。比如，K线必须以长实体突破均线、两根K线收盘价连续突破均线、突破均线的K线必须放量（股票和期货中），甚至我们可以设置多根均线（当K线突破多根均线后出场）。&/p&&p&&br&&/p&&p&均线的参数需要根据自己的系统进行调整，本质上所有的均线都是一样的，长期均线不敏感，可以捕获更大的行情，但可能反过来被吞噬很多浮盈，短期均线敏感，可以捕获更多的趋势次数，但交易次数太多，削弱系统表现。&/p&&p&&br&&/p&&p&从均线这个指标出发，我们可以探索出布林线外轨、抛物线等等指标，亦可作为移动止损的出场点。&/p&&p&&br&&/p&&p&拓展阅读：&a href=&/question//answer/& class=&internal&&移动止损方法&/a&&/p&&p&&br&&/p&&h2&趋势判断&/h2&&p&&br&&/p&&p&除了利用均线进场的B和C模式以外，均线最主要也是最主流的作用是判断趋势，效果显著广泛适用于各个品种各个时间周期且简单：均线向上，则趋势向上，均线向下，则趋势向下。&/p&&p&&br&&/p&&p&衍生模式有双均线，短期均线上穿长期均线且指向向上，则趋势向上，反之向下、三均线，短期均线在中期均线之上，中期均线在长期均线之上且三者指向向上，趋势为向上，反之趋势向下。&/p&&img src=&/v2-676eeaa14d0482_b.jpg& data-caption=&& data-rawwidth=&1576& data-rawheight=&1375& class=&origin_image zh-lightbox-thumb& width=&1576& data-original=&/v2-676eeaa14d0482_r.jpg&&&p&&br&&/p&&img src=&/v2-5b78c5d4aaecc_b.jpg& data-caption=&& data-rawwidth=&1607& data-rawheight=&1399& class=&origin_image zh-lightbox-thumb& width=&1607& data-original=&/v2-5b78c5d4aaecc_r.jpg&&&p&&br&&/p&&h2&总结&/h2&&p&&br&&/p&&p&以均线为主要指标而设计出来的交易系统（包括进场和出场），胜率较低、回撤高，所以推荐大家主要使用均线来判断市场趋势。&/p&&p&&br&&/p&&p&可以使用B和C结构把握进场位置。不建议使用A结构及其衍生方法进场，避免使用D结构进场。&/p&&p&&br&&/p&&p&可以利用均线作为移动止损出场方法。&/p&
说到均线，我们就无法绕过葛氏八法（均线上升进场四法，均线下降进场四法），葛氏八法是后来所有均线衍生用法的基础。 我们以均线上升进场四法为例。 A：价格向上突破均线，开多 均线具有支撑阻力作用，当价格向上突破均线，意味着阻力位被突破，是破位进场…
&p&某个策略的回测利润与实际利润有差别，就那么一个核心原因：实盘系统与回测系统不一致&/p&&br&&p&这种事情谁都经历过了吧。回测利润超高，大家都好兴奋。结果操作起来就不行了！哎呀，好郁闷！但是经验慢慢多起来了，这种问题自然就越来越少了，都能解决或避免。&/p&&br&&p&甚至能实现回测利润跟实际利润完全一致。对呀，完全一致！哪天哪场足球比赛亏了钱，第二天直接再虚拟运行一遍，结果还是这个利润！说明是策略问题而不是回测系统的问题。如果能把回测系统做到这个境界，这就能更加相信任何新策略的回测结果。&/p&&br&&p&为什么很多回测系统不够完善，主要原因只不过是该系统跟实时操作系统有差别。一旦两者有所差别，难道最后利润还能一样？所以关键问题在此。&/p&&br&&p&&b&１）绝大部分人来回测都是向量性计算&/b&。这跟实时一条一条输入处理有极大差别。如果代码不一样了，别说容易产生bug什么的，这还容易有前后顺序混杂。用向量的话，经常不小心把未来数据当成已有数据。用未来数据去预测未来，肯定行不通，没用。下面再提到一些典型例子。但是如果所有回测都是一条一条一行一行这么算的，直接避免了这类问题。&/p&&br&&p&&b&２）别说回测代码跟实时代码有差距的小危险&/b&，有时候连编程语言（或者所使用的库）都不同了。这真的不可以。用Ａ语言去模拟一个Ｂ语言的策略，各种大差异大问题都会出现的。说实话，最好连计算机环境和配置都应该保持一致，但是最起码得保证程序一致。&/p&&br&&p&&b&３）回测程序输入输出格式跟实时程序输入输出格式也必须一致好吗&/b&。而且回测看到的输入都应该是实时系统所能看到的。反过来，实时系统看到的输入也都应该是回测看过的。数据格式、数据来源也要完全一致。虽然是常识，但是很多团队都完全没做到。&/p&&br&&p&总之，整个策略必须搞成black box（黑盒子），无论输进实时数据还是输进历史数据，这黑盒子给出的命令一模一样。同一个系统又能用来回测又能用来现实操作，这才能实现预测利润靠谱。&/p&&br&&p&－－－&/p&&br&&p&之前在三家博彩团队工作过，其中一队估计是世界最大的之一，因为每天下注好几千万英镑，很多账号都是几个亿。这些公司的系统各种各样，但是共同点在于：都不做回测，也不太考虑。他们都是上一个时代留下来的遗产呢，坚持用一个最简单老策略，偶尔改进再改进效率。凭自己的体量和效率，就这么做下去了。或者说他们没必要回测，因为自己有那么多经验，策略又比较简单不用测试。所以他们几个四十岁的人对数据分析、机器学习、回测这一套都不感兴趣。&/p&&br&&p&后来跟自己的高频交易老朋友一起开公司针对博彩。他想法跟我一样，那几家博彩团队都太落后了，技术和思维落后于金融十多年。我们必须用机器学习，也必须把博彩回测搞到金融高频交易回测那种境界。目标是超过之前那几家公司，因为他们太落后了，甚至说容易被利用。幸幸苦苦已经超过了另外两家，从交易量或交易频率角度来看，也已经超过了那个最大的了。&/p&&br&&p&好吧，我想说的是这个回测实在太重要了。上面有几篇回答说回测永远做不到模拟现实。你们这么说可错了。最高端的高频交易公司的回测能做到什么程度？博彩那么小的体量，当然更行得通。还有人说影响市场之类的，这个疑问确实有道理；下面会分析一下。但是要求准确回测，这领域已经很成熟了。&/p&&br&&p&－－－&/p&&br&&p&先把重点放在一个回测系统到底该怎么设计。抽象（大概）概念是这样的：&/p&&p&&b&（高频交易的核心也完全一样）&/b&&/p&&br&&img src=&/330e77aeeb177e98cf3a9_b.jpg& data-rawwidth=&1200& data-rawheight=&839& class=&origin_image zh-lightbox-thumb& width=&1200& data-original=&/330e77aeeb177e98cf3a9_r.jpg&&&br&&p&一些细节：&/p&&br&&p&&b&红圈Live Data：&/b&来自各种数据源的标准化实时数据渠道。&/p&&br&&p&我们的大概是这种格式：&/p&&br&&p&Exchange/Feed 交易所/网站来源&/p&&p&Request Time 抽取时间（或者网站本来标记的时间，要至少精确到微秒）&/p&&p&Response Time 获得时间&/p&&p&(pre-mapped data…)　标准化之前的数据，很少用到&/p&&p&Fixture　标准化比赛名（包括运动类别，开球时间，等等，博彩特殊吧）&/p&&p&Bet-Type 　下注对象类别（比如full_time:goal_based:winner:home，等等，也属于博彩独有）&/p&&p&(其它。。。比如买卖时需要的具体信息，不解释吧）&/p&&p&Current Score etc.（有的feed只提供这一类，不一定都是价格） &/p&&p&BackPrice(0-6)（卖的价格，从最好排到最烂。注意这都是换算到概率空间的）&/p&&p&LayPrice(0-6)（买的价格，如上）&/p&&p&BackVolume(0-6)（卖的价格的下注限额，转换成volume）&/p&&p&LayVolume(0-6)（买的价格的下注限额，如上）&/p&&p&Virtual (。。。)（跟上面四类差不多，但是包括从其他BetType转换匹配过来的抽象价格）&/p&&p&Traded (。。。) （也类似，但都是其它该交易所该对象已成交的详细信息）&/p&&br&&p&还有MID,SPREAD,VWAP之类的重要附生数据&/p&&br&&p&然后每一个数据来源都必须转成这种格式。一条一条都长得一样，必须转换成这种标准的才行。任何策略输入都是这样的，无论什么运动，无论什么策略。输入就是这个。&/p&&br&&p&&b&橙圈Historic Data：&/b&被记录下来的所有Live Data。&/p&&br&&p&比方说把每个比赛所有数据都存到一个压缩csv文件。每一个输入信息都是一行。存下来了那就是标准的几百万行几十列的大表格。这才是回测一场比赛的标准。&/p&&br&&p&注意：存数顺序必须和原来发送的顺序一致。不一致就完了。有时候服务器在不同地区什么的，又每秒收到好几万个消息，不一定能保证每个零件收到的顺序都一样。这就麻烦了，估计高频交易还更注意这一点。&/p&&br&&p&&b&浅蓝色Manager：&/b&安排整个策略和输入分配的程序。&/p&&br&&p&或者说把输入分配给model，然后根据model的反馈再给execution看一下提供操作命令。这一零件其实能操作很多不同策略，必须一致。可以给它历史数据，也可以给它历史数据，打出来的结果必须一样。策略随便替换。&/p&&br&&p&&b&深蓝色Model以及紫色Execution：&/b&这是所有策略的两个重要阶段。&/p&&br&&p&Model（模型）只负责根据数据输入，把预测概率输出。具体是Ｎ秒以后（还是Ｎ交易以后）的预测都可以。它也是一个小黑盒子。&/p&&br&&p&Execution（操作法）负责处理model给出的概率。输入也只有model给的，或许还有当前交易所的可赌价格信息。Execution的主要目标就是决定预测价格要还是不要，以及管理当前仓位，如果合适的话，再发送买卖命令。输出也只有（买、卖、cancel）三种命令，所以也能视为一个黑盒子。交易所和下注对象如果多了，那execution也是分散在各地的，各个execution都管自己的仓位。&/p&&br&&p&为何把策略这样分为两块呢？有道理，model可以用多个execution来操作，execution也可以用于多个不同model上。值得另外开话题。&/p&&br&&p&这里的重点在于：某model+某execution加起来就成了某整体策略。这策略随便改来改去（或者同时进行多个策略），可是都由同样一个manager来进行。他们对外，就是一个策略黑盒子。manager只要安排好他们的关系，也不用再改了，可以随便切换策略那两部分。&/p&&br&&p&&b&绿色Real Exchanges，又称broker：&/b&这块东西负责实行execution的命令。他在乎不同交易所不同价格以及不同规则、不同买卖命令格式。任务是把命令真正操作起来，并且反馈报告给execution。任务是处理不同交易所不同网站的细节，让execution不用费心。这里就不接着说了。&/p&&br&&p&&b&黄色Fake Exchanges：&/b&也就是另外一些虚拟交易所。如果在用历史数据操作策略，那execution都要调用这块东西，而不是真正的exchange。模拟一个交易所，把execution的命令处理干净，并且给些反馈，哪些交易成功了、哪些失败了。就这样。&/p&&br&&p&为啥有个箭头从Historic Data到Fake Exchange，很值得说明。Historic Data必须把每一个价格发给对应的Fake Exchange。因为Real Exchange可以自己提交东西看看成功了没有（被匹配了多少）；但是Fake Exchange不能提交东西。虚拟交易所只能根据真实价格输入才能区分一个下注有否被匹配到。怎么做？那是因为每个价格里面都有详细traded的数据，因此能看出其他玩家每一个交易。所以能看到什么被匹配，什么没有被匹配。简单版本（比如以普通博彩网站），只需要看价格Ｎ秒以后还存在否。如果还存在，假设自己抢到了。如果交易所的话，还比较麻烦，得模拟queue position（某价格的排队位置）。这么做才准确。&/p&&br&&p&希望这些解释还足够。如果真按照这些条件，还发生历史数据回测利润过高，那就是回测系统有问题。要么你的历史数据有病，要么你的虚拟交易所有毛病。&/p&&br&&p&－－－&/p&&br&&p&又写了太多。我还是强调一下吧：无论博彩还是什么金融交易，回测系统无敌重要。做得好就不会出现提主所说的问题。特别是虚拟交易所这零件要做得好一点。&/p&&br&&p&我们举些例子吧：&/p&&br&&p&&b&１）假设你的策略属于最简单的套利类型。&/b&交易所或某网站有差价，这就去抢了。那你的回测利润绝对是很高的，因为你都假设了这些东西都抢到了。如果不做虚拟的交易所，怎么知道这些东西到底有没有抢到？回测简直没用。&/p&&br&&p&换句话说吧，正在做套利；实际上很多东西都抢不到（主要原因是那些老大公司把这些东西已经给抢了）。那你可以假设Ｘ%的交易抢不到，然后剩下的交易抢不到就选择第二好的价格，或者实在不行直接对冲掉。这些方法似乎很管用，也都能放到模型里面。可关键是你抢不到的东西一点都不随机。抢不到的东西永远是别人比你更快去抢了的。剩下抢得到的都是别人不要的！别人不要只能说明价值零下；利润完全不如任何回测。反正欧洲这边的价格抢到没抢到都是因为它们本身的价值，人家高手都在进行套利，又有好几十个员工，很难跟他比速度对吧。&/p&&br&&p&如何解决：先模拟这些网站，看看价格在Ｎ毫秒以后还存在不。普通博彩网站的话，这需要很多账号才能确定。原因：博彩网站很慢更改网站上和api上的价格，大家只能反复开各种betslip才知道价格还在不在。100ms消失和1s消失肯定要分得清清楚楚的。好好地模拟起来真的不容易。&/p&&br&&p&&b&２）回测把某些比赛给筛选掉了，因为总体下注量太少之类的。&/b&这种错误我也犯过，哈哈。你筛选掉的那些条件，都是因为后来比赛结束了才知道的信息。这也是一种预测未来，有逻辑错误。筛选到几个比赛，能说明策略能用在所有比赛上吗？每天差不多一千个比赛，有时候不止，如何确定你的策略那么万能？万一你在类似的符合条件的比赛能普遍赢钱，但是其它小比赛都输钱？实时运行也不知道一比赛将来能变成什么样子。用比赛结算后的才得到数据来分类或筛选，直接输了。肯定不准。一条一条价格输入才能避免这种问题。&/p&&br&&p&&b&３）&/b&上一条还有夸张版，个人经历过。有个交易所叫必发。他们有公开的每个比赛每个市场具体历史数据。从这些数据就能算出来各种利润高的策略。比如不同bet-type之间如何利润最大化。但是这些都是骗人的数据。里面难问题很多，有些东西也是结算后才知道的；虽然模糊，没想到。用详细真实数据再去模拟，才知道这些策略都没用了。反正不要让实时和回测用不同数据，就不会落入这种陷阱。实时无法得到的东西，千万别用。不同数据来源也不要过于相信，绝对不一致。&/p&&br&&p&&b&４）&/b&说一个基本初级错误吧，也是自己曾经经历过的。在计算回测用了向量性方法加速。然后计算利润用了最普通的（buy volume + sell_stake - buy_stake - sell volume)。volume是stake * price。如果两个volume平衡了，那就是sell_stake - buy_stake而已，只不过是买得低卖得高。可是，这还没算进来交易所自己的消费（比如comission）等等。更别说没考虑到spread；直接以为什么都能在当前mid price左右附近抢到。这就太笨了，也只有回测才会出现的错误。但是很难解决，因为那些数据没有具体buy/sell price，只有最近上次交易的price。没用。&/p&&br&&p&&b&５）补充一个；许多交易公司认为model的作用是算出未来的vwap。&/b&vwap是前段时间所有交易平均价格。如果你能算出vwap的趋势，这model已经很牛逼了。不同execution只是为了提高接近vwap的具体操作价格。如果一个execution操作起来能接近vwap，甚至超过vwap，那就是牛逼的execution了。所以很多高频公司分为一个model team和一个execution team。可是后来发现单独预测vwap没用啊。因为spread太大，根本没希望抢到接近vwap的价格。&/p&&br&&p&好吧，假设一平均比赛能在vwap的1%以内随便买卖下注。现在vwap为Ｘ，最近几十秒所有人的平均交易价格为Ｘ。反正所有比赛的平均spread为１－２%，那我们假设每个抢到的东西只vwap差1%。这不是很理性的判断吗？不！很多比赛的vwap都远离了目前现实家族。这让高频交易的人很头疼。你越是相信这些平均的东西，越是误了大事。因为你的策略也有可能在vwap靠谱的时候比较准，在vwap不靠破的时候超级烂。这样你的回测就。。。唉，不说这个了，感觉难以解释。&/p&&br&&p&－－－&/p&&br&&p&&b&最后举个（或许）最重要的例子吧。&/b&因为很多上面答案都有提到。&/p&&br&&p&如何避免自己影响到市场？&/p&&br&&p&要是没有这个问题，那所有回测系统都能算出来春却的利润。只要回测虚拟交易所程序没问题，假设别人都跟过去历史数据一样下注，那都没问题。但是这假设有问题。如果你下注太大，整个市场会被影响到了呢。怎么办？&/p&&br&&p&我们经常讨论这件事。确实存在的。不能把事情做的太大。要不然很难预测。&/p&&br&&p&我的建议是：先从一百块或者最小的余额开始实行策略。或者execution不让仓位超过0.1％当前的总交易量。如果第二天跟自己的（昨天比赛）回测一样，或者差不多，那就没事了，再扩大一倍。继续这样做下去，慢慢扩张。博彩的话，一场比赛仓位达到１％（几万镑）才开始有这些问题。因为有的自动策略以及散户看到了你赌的那一套，他们有反应。之后的交易都受到了影响。到这种规模就可以停止扩展了，因为很难再符合回测。如果你一开始就用大数额去测试，那会影响市场，好傻。只要找到限制就可以。我们的赛马策略就是这样，超过世界１％的交易量就开始不准了，所以一直控制在0.5%左右。&/p&&br&&p&总之，这不是大问题，只是说很多策略有个交易量上限。而且很难超过。毕竟已经稳定挣钱，大概只能去研发新策略新运动。说不定有更高级的机器学习能预测或处理市场反馈。影响市场这问题本身就是所有人所有策略都难以逃脱的陷阱，目前所有策略都有限。&/p&&br&&p&－－－&/p&&br&&p&最后有些答案说策略过适（overfitting）。这就无语了。回测（backtesting）的作用不就是避免这一套的吗？一定要回测在非training的数据上才能确定自己利润率。这种把数据分成两块还是要重视的，也属于常识吧。&/p&&br&&p&举例现在的足球。里面大概每个月一万多场比赛（实际上更多，但是只有那一万左右是欧洲交易所和亚洲网站都有的）。一个月的数据也各种各样。有的比赛大（比如英超），有的比赛小（比如冰岛三级女子球赛）。这已经也很足够做一次策略回测。每个比赛大概１０－１００兆左右（压缩以后）。一个月的数据来测试一遍也只要几个小时最多。如果把这一个月分成５０００、５０００就可以了。确定回测成功了，那就把策略训练在整个一年上（不分两块），需要一礼拜时间。每个礼拜重新训练一次最近的。这足球数据已经很多了，为啥还需要着急？&/p&&br&&p&如果只有几百个比赛，那倒是令人很怀疑吧。&/p&&br&数据不够做测试或者数据没分别好（分成training和backtesting），那都是严重问题。可是最严重的问题是大多数人回测系统不够完善。连一次下注有否成功都无法计算清楚，或者根本没有程序统一，那真的很令人无话可说。只要把回测系统弄得高级一点（或者根据上图实现），应该都能解决得差不多了。
某个策略的回测利润与实际利润有差别，就那么一个核心原因：实盘系统与回测系统不一致 这种事情谁都经历过了吧。回测利润超高，大家都好兴奋。结果操作起来就不行了！哎呀，好郁闷！但是经验慢慢多起来了，这种问题自然就越来越少了，都能解决或避免。 甚至…
１）每一个去买卖东西的人的心里都存在一种价值判断。感觉可以买得便宜了才买，可以卖得贵了才卖。这才是一个市场的核心动力。然而，总有大量随便买卖根本不看价值的人，（要么忽略要么对价值毫无概念），不断地把那些多余价值牺牲掉，白送给其他人。这才能让一个零合游戏变成一个有盈利机会的（值得玩的）游戏。&br&&br&２）随机买卖的那些人（大多数玩家），一点都不重要。根本影响不到东西的真实价值。偶尔出现一大批人都一样看待价值，（都去买，都去卖），才值得关注。但是很少发生，也随机。有可能对自己有额外损害，也一样有可能对自己有额外利益。基本上，可以完全忽略、直接排除这些信息的说明度以及市场影响。如何去排除才是重点。&br&&br&３）真正的稳定盈利依赖于什么？要利用那些对价值很敏感的买卖者。这才是最真实的信息，影响到真实价格变化（核心长期变化）。得把他们的信息挖掘出来才对。人家每一个交易也都是一种高质量信息。只要确定人家的质量，判断是否有效，跟着人家进行自己的交易就够了。主要问题是怎么确定人家交易的质量？&br&&br&４）每一个“趋势”过程中存在多个步骤（多个交易者）。最开始创造趋势的那个人，盈利最大。谁速度最快，发现并跟上，利润也很多（依次多）。速度慢一点的，但是判断力更准（模型更准），再次获得盈利。就是这么一个连锁；一个比一个慢，又一个比一个准确。最后都得利。最后只剩下一些散散的买卖者跟着趋势，对价值问题和速度问题都不熟悉。即使偶尔盈利了，还不如连锁上层那些人每次站在前的利润多。抢速度、枪准确预测度，永远都重要。无法追求自己每次做到最快的，也没必要。但是比大多数人反映快，已经够了。慢一点，只要比大多数人准确，也很有价值。&br&&br&５）对于长期利润率，大众买卖者是完全不理解的。完全随机的额外利润和额外损失也无所谓。只要平均利润高于零（或者高于基本利息率，呵呵），就可以放心了。考虑风险也很重要，但是预测一个策略的长期利润的重点在于技术。如果没有自动化技术，绝对搞不过那些自动化的团队。人家很熟悉所有信息的价值，（也许包括你自己的交易价值），他们倒底怕什么？每次平均比你多一点利润也就够了。手动买卖东西，你偶尔才能做到第一抢者。但是人家每次保证学你做到第二？连续第二第三的利润永远高于“偶尔第一”的那一位的利润。&br&&br&６）什么才是真正信息？解决这个问题才是真正交易水平呢。其实，每一个信息最后都融入到了市场价格。如果你没有信息，然后去买卖东西？那是不是送钱给其他人？如果你的信息已经被市场所吸收，也一样。如果你的信息的价值不靠谱，照样是打酱油。要么信息获得比别人快，要么信息量化得比别人好，否则都是白送钱。买买东西；偶尔赢了，偶尔输了，难道没考虑到人家的长期系统？长期当一个付费玩家也可以，开心就好。&br&&br&７）最后，很多“普通人”不明白什么才是价值。真的很少有人了解。就算这种人有特殊信息，往往想不到其他“非普通人”的团队的信息量。也总是低估那些团队对你这个信息的理解程度＋反应速度。一把这个信息利用起来（放到市场），就算没有其他人已经知道，也很快就知道了呢。他们挂出来的价格都是等着你来枪。去买去卖都是把信息送给人家。一次又一次感觉不到那些团队的存在，可这正是他们最阴险大之处，最强大的表现。意识到他们的存在才对。
１）每一个去买卖东西的人的心里都存在一种价值判断。感觉可以买得便宜了才买，可以卖得贵了才卖。这才是一个市场的核心动力。然而，总有大量随便买卖根本不看价值的人，（要么忽略要么对价值毫无概念），不断地把那些多余价值牺牲掉，白送给其他人。这才能…
&p&【发现很多傻逼在这里留言，根本什么都不懂就开始瞎说，也可能从来没写过程序。实在是太搞笑了。你们以为自己的交易思路那么复杂，就没有程序能模拟吗？一定是全世界独一无二的策略？高级自动化交易公司的天天笑着你们呢。。。正是你们这样的落后思维才导致他们可以继续天天盈利占你便宜】&/p&&p&2011年，84%的美国股票交易都是自动的。。。
现在估计接近100%。最近五六年这种Quant行业发展得非常快。特别是高频交易方面。&/p&&p&还有类似Renaissance那样的公司，不算高频，但同样是一群数学计算机博士用计算机操作，以及各种机器学习。这些员工。。。有的年工资在一千万美元这个量级。真的很吓人。
公司资产可以每年翻倍，甚至更夸张。就算是金融危机那一年，这类公司很多也都20%以上盈利。&/p&&p&有一些公司控制到全世界1%以上的交易量。每天买卖好几个billion。
（外汇或者derivatives的话，一公司每天几个trillion交易量都很常见）
这已经是个非常庞大的行业好吗。知乎上有很不少这样的大神。
各银行、投行、对冲基金，现在都有这种团队。这类部门也越来越重要。
世界所有股市、交易所；早就成了机器（自动化程序）之间的战场。&/p&&p&普通散户想长期从股市中获利，已经很难很难了。无论用什么样的信息什么样的策略，迟早会被某家自动交易公司发现了，并且直接开发成效率极高的程序。 研究到更高的境界：速度快，通过回测找到利润最高化的具体权重等等，还能同时操作所有的产品。想到什么方法，很可能早就被人家彻底掌握控制了。&/p&&p&还有许多自动策略原理专门利用散户对价格不敏感的行为。。。
（作为散户，你所看到的目前买卖价格，也都是这些公司挂出来给你看的，他们就是希望你来抢，然后引用这个信息做更多事情，直接预测你下一步要干嘛，或者把你的策略自动学出来，融入到模型，修改系统规则，等等）&/p&&p&虽然我不是做股票这一行的，但是自己干的一些事情非常类似。
比如运动博彩行业，比金融落后个10年左右，但是好多当年金融现象重演。
就因为这十年（还有这市场规模、竞争规模），金融确实已经恐怖得多得多。&/p&&p&如果想了解这些公司的崛起，推荐《Flash Boys》这本书。不知道有没有中文版。
还有《Flash Boys：not so fast》。两本讲的东西一点都不技术，但是里面的故事。。。保证能让很多散户吓一大跳，重新认识这个行业背后的真实情况。&/p&&p&-----&/p&&p&有个人问了：散户做中长线就好一些吧？&/p&&p&。。。也不一定吧，我觉得。&/p&&p&脑补一下，一般小公司或单人手动进行交易；很多方法也可以挣钱的。
难道没有其他自动化公司不能够发现同一个方法？难道不能把这个思维自动化？&/p&&p&如果看趋势啊之类的，或者用什么价格图来决定买卖。就算是真的存在这个规律，早就有机器学习高手挖出来一些更加准确的规则（信号）。而且是一个一个小交易的准确度水平，完全超越手动交易员所能掌握的。&/p&&p&还有根据什么信息，得知某家公司的情况，然后进行交易。这些自动团队也有的专门负责分分秒秒自动刷所有新闻和推特等，挑出关键词及含义，直接迅速预测。更别说第一个人去操作之后，反应比谁都快。一条消息（或者波动、趋势）出现了之后，比谁都更快更准预测到新的合理价格。&/p&&p&不同公司预测的时间长度不同而已吧。一样都是自动处理操作为主。&/p&&p&无论如何，他们总是可以从中获利。散户每次或多或少都损失部分利润给这些公司。&/p&&p&（而且，如果有个很成功的散户，每次比他们快，难道他们不能够发现到这个人的交易行为吗？稳定挣钱的话，要么这个散户自己做大了自然将这个想法做成程序，要么迟早有团队模拟利用）&/p&&br&&p& ------新开公众号分割线----- &/p&&br&&img src=&/v2-705dc1ac21_b.jpg& data-rawwidth=&1024& data-rawheight=&768& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/v2-705dc1ac21_r.jpg&&
【发现很多傻逼在这里留言，根本什么都不懂就开始瞎说，也可能从来没写过程序。实在是太搞笑了。你们以为自己的交易思路那么复杂，就没有程序能模拟吗？一定是全世界独一无二的策略？高级自动化交易公司的天天笑着你们呢。。。正是你们这样的落后思维才导致…
&p&好像有不少人低估了机器学习的能力，而有好多人却又高估了人脑的能力。。。&/p&&p&别说走一步棋，我们人类所有的“决定”也都是某时刻发生的某种化学小反应。从眼耳输入，再经过下意识和上等意识（思考），直到最终的肌肉动作输出，只不过是一系列化学变化。&/p&&p&完全一样的输入也会导致完全一样的输出。我们认为被“自我”所控制住的那些“选择”和自由意识流，并没有我们想象中的那么神奇。因为每一个思考因素也都是这么浮上来的，也都是一种信号加减互动。&/p&&p&有点跑题，但是先说个人看法：&/p&&p&1）几个神经细胞组成的“小系统”是个主要单位，负责代表和认定某种明确对象。这些“小系统”可分为许多模糊层次；更抽象的概念就属于更高级的建筑了。“猫”这种东西就属于中层建筑。&/p&&p&2）一个系统稳定形成了（＝学会了、掌握了），这才开始意识到他的存在。“猫”被启发，你就想到了猫。同时，这个系统的外链组合就相当于这个人对“猫”的“理解”。也就是那些让他想起“猫”的其他对象，或者想到了猫以后的其他延伸对象。链接越多越明确，这个对象的认识程度就高了。另外，每个人对每个对象的“理解”也都有小区别。&/p&&p&3）我们的意识流就是那些“正在启发、同时启发、最启发”的少数系统。因此我们能够制造新链接以及新的上层建筑。&/p&&p&4）一个东西被启发了，说明下层的许多东西都已经被启发。也可以反问下层其他尚未启发的系统来确认对象的存在、正确性。比方说，我们看到了尾巴，听到了猫的声音，自然也会寻找（check）“毛绒”、“胡须”、等等。虽然这些都属于下意识，总之有这么一种上下互动现象。（然后我们也可以刻意控制到反问过程来“解释”）。&/p&&p&5）一直存在许多半形成的小系统。相当于“正在学习”。即使发现了新 pattern，但还不够“理解”，或者还没有太多明确链接。然后各种重叠、重复，比较模糊，还没掌握好这些概念。反过来，一个东西变得太熟悉了，也可能会直接跳过意识，变成下意识的一部分。最基层的“颜色”、“线”、“圆圈”，我们从小已经太熟悉了（而且很少才会意识到，除非刻意控制），仍然占我们脑海工作的很大一部分，也非常发达，一直都在参与识别处理。&/p&&br&&p&开这些脑洞，也很有意思。&b&什么是“理解”和“学习”，应该都能找到答案。&/b&不一定100%符合目前的神经网络概念，不过也一样可以做模拟。&/p&&p&当然了，脑子没这么简单。具体化学流程和结构，我们了解得还是远远不够了。只能慢慢来。&/p&&p&但是说实话，人类的脑子也没有高级到神坛的地步。从基因的角度来看，人类脑部只是少数几千个基因所决定的。相当于几千行代码最多。。。然后绝大多数基因，其他动物也都有。说不定有很多是多余的，没必要的基因。（也许，还得考虑到细胞内部运转方面的、不可缺少的好几万个基因）&/p&&p&&b&不过，最基本的结构和信号逻辑（“万能学习的核心人脑算法”）可能用不着那么复杂了。。。甚至还可以简化好多好多，取其精华去其糟粕。效率不应该受限于生物化学障碍。&/b&&/p&&p&或者说，只要有办法一步一步详细研究一个人的神经发射规则之类的，有能力去探索/发现细胞内部机制，最后总能把他的思考过程整理得越来越清楚了。甚至可以重复模拟。&/p&&p&用不着那些玄妙的解释。&/p&&p&现在停留在科技不够发达，无法彻底分析的年代而已。&/p&&p&可是我总感觉没必要做彻底分析，也能做出来一套比人脑强大得多的工具。&/p&&br&&p&阿法狗的算法里面就是用到了一些非常类似的神经网络学习工具。DeepMind的项目也都用到了这一套。DeepDream也非常有意思；去理解某种特定图片概念的“小系统”，不仅能用来做图片识别，也可以反过来运行，制造随机的“梦图”；把这个系统对这个概念的理解画出来。搜一下，网上有很多这种梦图；真的很好玩了。&/p&&img src=&/v2-76cac004ef7e75adf0979b_b.png& data-rawwidth=&1732& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&1732& data-original=&/v2-76cac004ef7e75adf0979b_r.png&&&p&跟人脑的这类神经网络算法有些明显的区别。也不能说比人脑更简单，只是不太一样而已。很可能比人脑更加适合特定的几类问题。&/p&&br&&p&换个角度：&/p&&p&人在下棋的时候，每一个下棋步骤的决定也都是通过了类似的信号加减。我们对现在的棋盘状态有个价值判断，胜败概率判断。下棋在不同的格子，这种选择，也是通过经验；对不同的格子就有不同的胜败概率涨跌估算。同时我们也会通过经验来预测对方下面几个回合的走棋步骤。&/p&&p&专家的经验多了，对这三个方面的价值判断能力也就更清晰了。一开始接触围棋，对这些东西都没啥预测能力，或者非常不准，因为根本没有机会经历类似的情况；一切都是新的状态。一步一步熟悉起来了，会保留更多的状态记忆。会想起以前经历过的。这才进一步准确判断不同选择的价值。再专业的那些人，他们不用刻意去想，已经成了下意识。思维已经跑到了上层建筑、还有上上层。&/p&&p&什么时候走错或者不知道怎么走，都是因为某个层面还缺乏概念，或者还没经历过这个情况，无法认识到pattern。&/p&&p&阿法狗也是通过类似的学习方式一步一步修建自己的判断能力准确度。神经网络里面的权重，对应的就是人类所学到的那些“规则”。他的规则层次，最后选择也都是有原因，有经验的，一样也是“理解”。跟人类的理解没差多少。&/p&&p&人类围棋专家也不一定能告诉你什么事情让他们明白了一个规则。但是阿法狗是可以做到的。（至少可以在神经网络学习中标记清楚，建造这种反问读取工具来，跟DeepDream一样）&/p&&p&把概率和整体量化算得比所有人类更准了，这不是强算（很多人理解错了？），而是经验和记忆力更丰富更精准。毕竟背了数十万人类局，又跟自己锻炼了数百万局；这是任何人一辈子都做不到的。&/p&&img src=&/51c49f8b932df2261b64_b.jpg& data-rawwidth=&1000& data-rawheight=&560& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/51c49f8b932df2261b64_r.jpg&&&p&如果要找一个缺点，那就是阿法狗神经网络的结构比较固定，不能像人一样随机生成新的小系统。所以学习范围有限。最初输入的features也不多。但是启发顺序和启发逻辑过程本身，跟人类运行抉择的时候，也差不多了呢。在这个框架以内，生成层次性理解，也挺像人的自然学习方式。&/p&&img src=&/v2-e1f2cff26c02d027edf6_b.jpg& data-rawwidth=&1193& data-rawheight=&813& class=&origin_image zh-lightbox-thumb& width=&1193& data-original=&/v2-e1f2cff26c02d027edf6_r.jpg&&&p&（一层一层，从认定小的pattern到认定大的pattern）&/p&&br&&p&我不想多说更多阿法狗和围棋具体细节。网上有超多人已经详细解释过。但是自己怎么学习东西，还是比较清楚的吧。写这篇回答只想分享一些抽象看法。&/p&&br&&p&－－－&/p&&p&有的人完全没仔细看就来评论。无语啊。那么相信人脑是最顶尖最高效率最万能的机器，怎么听上像个魔幻信仰？人类脑子结构上的缺点好多呀，而且很明显，肯定还会有更高级更简洁的版本。&/p&&p&对这方面的科技发展都比较乐观。如果一件事情目前只有人可以做，这只是个时间问题。因为最起码，总会有一天可以彻底模拟起来，跟人脑一模一样让机器进行人类那种迟钝思考。可是我们去理解特定领域上的问题的时候，也没必要完全模拟人脑，也就够了。所以说，用不着那么多时间。&/p&&p&以前写过几篇关于机器学习自动交易之类的，一样有不少人上来喷，表示怀疑。捂着耳朵、装作没听到、逃掉有用吗？这算是我比较熟悉的领域吧。任何手动交易思路都是可以量化的（要不然根本没啥用）。机器更适合学习掌握这类数理规则，而且比人类精准。一个交易员决定买卖的那些思考过程，还是一样的几个层面的框架，只是比较狭隘或者比较模糊，不够严格全面。所以当然被自动系统取代。其他领域也都会发生类似的变化，只是金融方面早了一些。&/p&
好像有不少人低估了机器学习的能力，而有好多人却又高估了人脑的能力。。。别说走一步棋，我们人类所有的“决定”也都是某时刻发生的某种化学小反应。从眼耳输入，再经过下意识和上等意识（思考），直到最终的肌肉动作输出，只不过是一系列化学变化。完全一…
其实所有的苦难都在于对于策略和人性的认识不足。&br&&br&所谓苦难，现实意义来讲，&br&&br&&br&&b&是因为市场走势目前不符合你的策略————————导致你赔钱了。&/b&&br&&br&那很简单了，&b&修改策略&/b&或&b&等。&/b&&br&&br&&br&我推荐第二种方法。&br&&br&所以说如何度过来的话就是&br&&br&把你的心态从&b&“我怎么又回撤了-怀疑系统-怀疑自己的脑子是否聪明-怀疑自己整个人生-毅种循环“&/b&。&br&&br&变成”回撤了？等等吧。“&br&&br&别那么急，等等市场。。&br&&br&之后就不会再有什么苦难了……
其实所有的苦难都在于对于策略和人性的认识不足。 所谓苦难，现实意义来讲， 是因为市场走势目前不符合你的策略————————导致你赔钱了。 那很简单了，修改策略或等。 我推荐第二种方法。 所以说如何度过来的话就是 把你的心态从“我怎么又回撤了-怀…
已有帐号？
无法登录？
社交帐号登录
15202 人关注
1040 条内容
630 人关注
105 条内容
2452 人关注
840 条内容
766 人关注
218 条内容}