在量化投资领域,任何交易系统盈利的基础是行情判读正确度高概率,资金管理(Money Management)在此基础上使得盈利更系统化地安全和可预期(即数学期望值为正),目前资金管理已经成为投资、特别是量化投资领域重要的组成部分。
Successful Trading System=行情分析和预测系统 MM 心理和心态控制,这三者中,任何前项都是后项的基础。
对于任何交易系统而言,MM实际上和风险控制是Exactly一回事,风险控制的角度侧重功能和结果,MM侧重如何才能实现该功能、以及用何种工具和手段。风险有三种呈现方式:
1,Absolute Risk = L (一旦止损,所带来的绝对额亏损);
2,r = 3R = P/L (预期盈利与预期亏损之比);
3,盈亏数学期望值E = p*P - (1-p)*L (其中p为行情判读正确概率) ;In Addition,E的P比例Ep= E/(P L) =p-[1/(r 1)] denotes the ratio of expected profit to the expected oscillationspace, i.e., the theoretical advantage of P against L, 即“盈vs亏”优势,恰当地衡量了风险度。任何单个仓位的E必须为正(and so Ep),在此基础上,p and/or r越大,Ep都越大、风险越小。
从资金管理、高风险和空仓可知:
MM的首要任务就是:规避高风险!(Makes trading system regularly working)
MM的日常任务就是:管理低风险!(Makes trading system consistently profiting)
在量化投资领域,交易系统应该在具备有效行情分析和预测系统的基础上,MM根据行情判读正确度概率、波动性、涨幅预期、止损幅度预期等等预测系统得出的参数,根据MM原则分配合适的仓位、加/减仓、仓位组合,等等实现交易系统的高效运行。知道在干什么(行情分析和预测系统)以及如何干(MM), 心理和心态也才可以能被控制。
所以,MM的系统化原则(Systematical Principles):
1,要定义、寻找并操作Low Risk,在盈利的基础上操作Higher Low Risk.根据风险的三种呈现方式,Low Risk的定义是:
1,止损额L小,and/or止损比例(L与股价的比值)小;
2,r=P/L 3R比值大;
3,行情判读正确概率p大,同时Ep必须为正且Ep大。
Guidelines: r=3,p=0.75, 此时Ep = 0.75-[1/(3 1)] = 0.5, 意思是P=3L, p=0.75的情况下,盈利幅度的期望值才等于股价震荡幅度的一半!(Ep是最好的风险度衡量指标!)
比如,对于震荡在[支撑线$20,阻力线$25]之间的股票,盈利幅度的期望值=$2.5,假设买入区与卖出区信号所耗区间相等(不可能买在最低或卖在最高,双向TradingSignal都要消耗价格空间),thus 各为$1.25;这必定是一个日线Time Frame的操作,所以,必须考虑
上/下影线的噪声,假设日震荡幅度均值为$0.5,则信号冗余空间仅剩$0.75,即,对于这支震荡型股票,超出支撑线$0.75 日震幅的一半$0.25=$1后涨到$21以上时,若此时判读系统给出信号有较大把握认为该股会上涨去探测阻力线$25,但在此价位之上买入,代表统计期望的“盈vs亏”优势已不足一半。同理,在卖出时,很大可能不到$25就在至多$24卖出了。这意味着必须在日震幅噪声为$0.5和信号冗余允许的空间$0.75(仅比日震幅噪声大一点)的情况下,$20-$21给出较大把握的买入信号,才可以操作,否则放弃该次机会!
因此,Effective Trading Signal的Pricing精度要求非常高!另一方面是Timing精度,即买入后要在不长的时间内开始预期的上涨;Accordinglyqualitied trading signals appear in very limited frequency! 所以,在AverageMarket里,大多时间就是等待!同时,对短线和波段操作,必须要懂得K线分析(特别是上/下影线分析)以提高判读股票数据精度、信号精度和操作精度。
也可以看到,作为Market Follower Capital,稍微大一些的就无法做Liquidity差的品种(日成交量小比如eg 100K股、日成交金额小eg $1M、市值小eg $500Metc.),大资金操作周期基本上必须扩大Time Frame(否则,只能参与不到200个成交活跃、Liquidity异常好的大盘子股票),因为,与EffectiveTrading Signal出现的频率不高相对应,在信号点能进行的成交量和成交金额也都是有限的!更多的情形是,主力资金在真正的好关键点附近迅速扫盘通过该区间,所允许的时间窗口很短暂,并把Trading Price快速拉到Level ofrisky enough.
起初,“定义并寻找Low Risk”纯属行情判读系统,尤其p贯穿了行情分析和预测系统的一切;More Advanced是行情判读系统与MM相结合,也即定义并执行“在盈利的基础上操作Higher LowRisk”, 策略是用已有的盈利Take slightly higher lowrisks, 既符合保本和一致性获利原则,又增加了信号数量、盈利可能性和盈利。
2,根据交易信号的准确度概率分配资金,The higher the probability, the more capitalallocated.
这条原则表明,p的数学期望值是MM的基础,MM只是使用p值,却无法提高p值。虽然p的数学期望值与实际的PerformanceStatement肯定会有不同,但据此原则,理论上不存在低胜率的Successful TradingSystem.也即p至少必须大于0.5,由于安全边际,实际上p要远超0.5,这完全依赖于行情判读系统:No excellentmarket-reading, no successful trading!
p, P, L隐含着时间因素、上涨速度和上涨加速度等难以量化的内容。随着股价沿时间继续波动,p, P, L都会有所动态变化,Accordingly p和r都会有所动态变化,这是MM按照安全原则指导仓位微调的理论基础。
“对盈利贡献最大的不是行情分析,而是资金管理和时刻紧随市场动向的仓位微调技术。前提当然是有一定资金规模。小资金不具备仓位微调的条件,因而能持续盈利的机会小。”
高盈利的关键是重仓出击好机会(好机会的定义至少是:个股很高的上涨概率个股大上涨幅度预期能很高概率达到指数环境高概率地配合)。在有重仓个股时,总体帐户MM也会涉及到Hedge and/orBalance Risk.
此外,在“在盈利的基础上操作Higher Low Risk”时,Guideline原则上,每个仓位和总体仓位Should besmaller, because "Higher Low Risk" is riskier than "LowRisk", 表现为仓位品种的数量多一些。
3,在1,2基础上,单个仓位的波动性与仓位Size之间的关系受制于总体帐户MM所定义的安全性。
仓位的波动性与时间和波动率有关,波动率与股价、P和L相关,这决定了整个仓位的资金变化量,总体帐户MM对此进行控制。
总体帐户的安全性是个丰富的话题,比如,每个仓位的潜在风险不能太大,持仓之间具有相对独立性,持仓之间具有交叉赢利安全性,等等。
以“每个仓位的潜在风险不能太大”为例。当潜在风险大时,即使行情判读正确度概率很大,也要么放弃,要么减仓到足够小的规模。假设MM规定任何单仓位对整体帐户的风险不能超过2%,某仓位占有30%的帐户资金,买入价格为$100,行情判读正确概率为90%(很高!),错误时止损额为赔$10:
1,若正确时赚$1,则其数学期望值是负的,该仓位单仓位不合理,建仓本身就是错误的,改正错误的方法只有一个:立刻全部平仓。(Absolute Risk太大)
2,若正确时赚$30,则其判读正确概率和3R都非常好;但该仓位止损时的风险幅度为($10/$100)*30%=3% vs 2%,所以必须减仓到至多占有20%的帐户资金。(Relative Risk太大)
在系统交易领域,具体的MM策略有很多种,比如,Professionals认为有两种基本的策略:等价鞅策略和反等价鞅策略。具体的方式有更多种,比如反等价鞅的方式有每固定金额一个单位、等单元模型、风险百分比模式、波动性的百分比模型,等等,实际应用起来无非就是量化这些原则和策略,可以根据具体情况非常灵活,但必须遵守最本质的原则:
显然,量化投资领域,系统交易的制胜点在于资金管理,而行情判读正确度概率大(小)的时候,仓位所占帐户资金百分比大(小)!持续稳定地长时间按复利累积盈利、ROI和MM也密切相关:资金总量、资金管理与帐户安全和盈利增长,这些都是交易艺术里资金管理的原则来源量投网
给大家推荐一个量化学习微信
上面有量化交易的知识和实盘策略模型的推荐和策略常见问题解决
大家共同学习多多赚钱!