一文带你看懂华尔街机构的指标神器 _ 东方财富网
一文带你看懂华尔街机构的指标神器
东方财富网APP
方便，快捷
手机查看财经快讯
专业，丰富
一手掌握市场脉搏
手机上阅读文章
VIX指数衡量标普500指数期权的隐含波动率，也被称为“恐慌指数”。
　　VIX指数衡量标普500指数期权的隐含波动率，也被称为“恐慌指数”，它反映了投资者对未来股价波动的预期，常常被用作“投资者的情绪指标”。　　今年5月中旬以来，被称为“恐慌指数”的VIX指数持续下降，近期更在低位持续徘徊。但许多投资者却仍一脸懵——“恐慌指数”到底是什么？　　其实，这是芝加哥期权交易所(CBOE)用以衡量标普500指数期权的隐含波动率的一个指数。VIX指数每日计算，代表市场对未来30天的市场波动率的预期。当指数越高时，显示投资者预期未来股价指数的波动性越剧烈；当VIX指数越低时，代表投资者认为未来的股价波动将趋于缓和。　　2004 年至 2007 年美国金融市场经历了一段相对平稳的时期，VIX指数也处于低位，2008 年爆发的金融危机重创美股，2008 年至 2009 年初标普 500 下跌 56%，同时 VIX 指数一度飙破 80、逼近平均水平的四倍。　　VIX指数推出后，成为全球投资者评估美国股票市场风险的主要依据之一，2004年CBOE推出全球第一个波动性期货(VIX Futures)后，受到全球投资者的追捧，特别是2005年以来，全球金融资产波动性急剧增加以后，VIX指数的交易量更是屡创新高。　　带着“预警市场潜在风险”的使命而诞生的VIX指数　　波动性在金融衍生品的定价、交易策略以及风险控制中扮演着相当重要的角色。可以说没有波动性就没有金融市场，但如果市场波动过大，而且缺少风险管理工具，投资者可能会担心风险而放弃交易，使市场失去吸引力。　　VIX指数的设计初衷是为了预警市场潜在风险，因此常被投资者作为仓位增减的重要依据。而由于该指数可反映投资者对未来股价波动的预期，并且可以观察期权参与者的心理表现，也被称为“恐惧指数”、“投资者情绪指标”和“市场波动率晴雨表”。　　当你还在一脸懵时却有人利用它一日大赚近2700万美元　　5月16日之前，VIX指数一直在低位徘徊，甚至一度跌至10以下，创下24年来低位。但有买家无视VIX指数的低位，自去年12月起以50美分的价格一路狂买VIX看涨期权，因此得名“50美分”。　　市场估算，到今年3月底，“50美分”的亏损已达7500万美元，到5月初VIX指数创下低点时，其亏损已达8900万美元，但即便如此，他仍未改变买进VIX看涨期权的手法。　　而过去三个月，每一次“50美分”出现在VIX期权市场上，随之而来的是VIX指数的攀升，就在5月17日，特朗普“泄密门”之后美股出现重挫，VIX指数当日大涨，“50美分”浮盈近2700万美元。　　目前波动性还处于超低位，使得其长期投资前景看起来极具吸引力。Macro Risk Advisors衍生品策略部门负责人Pravit Chintawongvanich认为，从“50美分”的避险策略看来，目前他可能还不会平仓，波动性要飙得更高，他才可能会卖出。　　VIX指数和它的波动率“小伙伴们”　　VIX指数是最为常见的波动率指数，不过CBOE还推出针对美国股指、、商品相关的和货币期货的波动率指数。除VIX指数之外，针对美国股指的波动率指数还有：标普100波动率指数(VXO)、纳指波动率指数(VXN)、罗素2000波动率指数(RVX)、短期波动率指数(VXST)、3月期波动率指数(VXT)和中期波动率指数(VXMT)等。　　而10年期美债波动率指数(TYVIX)和掉期波动率指数(SRVIX)则是衡量利率波动性的指数。TYVIX指数衡量的是10年期美债期货价格的30天市场预期波动性，当10年期国债和期货价格大幅波动，特别是暴跌时，TYVIX指数很多时候都呈现上涨趋势。SRVIX指数是第一个衡量利率掉期市场波动性的标准化产品，使得交易利率掉期市场更为简单化，目前该市场已经成为最大的场外衍生品市场，名义资金高达数万亿。　　欧元波动率指数(EUVIX)衡量欧元相关的期权的隐含波动率。同样的，CBOE也有针对金银油ETF的波动率指数：黄金ETF波动率指数(GVZ)、白银ETF波动率指数(VXSLV)和原油ETF波动率指数(OVX)，分别以全球最大的黄金ETF基金SPDR Gold Shares、最大的白银ETF基金iShares Silver Trust和美国石油指数基金(USO)为衡量标的。　　作为小散，该如何用好这一机构投资者的指标神器？　　VIX指数受到机构投资者追捧的原因在于其各类衍生品能为金融机构提供有效的市场风险对冲工具和套利机会。CBOE业务拓展部副总裁Matthew Moran的研究结果显示，1986年-2003年，用一个包含VIX期权产品和标普500的组合进行定期调整，每年比单纯投资指数的表现好5%，风险降低了25%。　　国内的普通投资者可以在线上交易平台TradingView上搜索相关的代码进行了解， 通过这些指标掌握美元资产整体的投资气氛、洞悉后市走向。　　过去50年的经验表明，高波动性之后往往伴随着低波动性，当VIX指数位于低位并回升到平均水平的时候，也往往是市场开始抛售的时候；而VIX处于高位并开始掉头向下往往是市场触顶的迹象。　　在美股市场，通常VIX指数超过 40，表示市场对未来的非理性恐慌，可能于短期内出现反弹，所以 2008 年金融危机时，才会有高喊股市超跌，应趁机入市捡便宜。相对地，VIX指数低于15，表示市场出现非理性繁荣，可能伴随着卖压杀盘，投资者应多加留意。　　美国资产管理公司 Formula Capital 的分析师阿尔图切(James Altucher) 指出，VIX指数单日疯狂上涨超过 20%，隔天股价常常会反弹，他通常隔日早上买进标普 500 指数(SPY)，并在当日收盘前卖出。1993 年到 2010 年间，VIX 指数一天之内攀升 20% 的情况约有 30 次，其中有 22 次能靠短线进出获利，不过他也坦言，这样的操作方式风险相当高。
(原标题：一文带你看懂华尔街机构的指标神器)
(责任编辑：DF318)
[热门]&&&[关注]&&&
请下载东方财富产品，查看实时行情和更多数据
郑重声明：东方财富网发布此信息目的在于传播更多信息，与本网站立场无关。东方财富网不保证该信息（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担。
扫一扫下载APP
东方财富产品
关注东方财富
天天基金网
扫一扫下载APP
关注天天基金神秘“大空头”再出手 这会是史上最成功的一次“对赌”吗？
我的图书馆
神秘“大空头”再出手 这会是史上最成功的一次“对赌”吗？
如今的美国股市就像一只骄傲的羚羊，在不绝于耳的警告声中仍一次次攀上历史巅峰。然而，古老的自然法则没有改变：在它身后，一位神秘者静静地高举猎枪，瞄准了它炽热的心脏。市场对这位神秘者一无所知，除了他独特的交易行为：从去年12月起，每隔一段时间，这位投资者几乎在每一个交易日都以50美分上下的价格买入CBOE VIX指数看涨期权（该指数也被称为标普500恐慌指数）。于是，人们送给这位神秘投资者一个外号：“50美分”。&最重要的是，过去三个月，每当“50美分”出现在VIX期权市场上，该指数都会在不久之后攀升。最近一次是在上个月中旬特朗普“泄密门”集中爆发之后： 就在周一，当VIX指数再度下探上周五的低点，继续徘徊在10下方之时，其期权市场上出现了大笔以每张合约50美分价格买入的7月期权合约，规模高达74900张。相比之下，市场未平仓合约规模也才为8万张。当日，VIX看涨期权的成交量与看跌期权的成交量比例约为3.7:1。 如今，神秘的“50美分”重出江湖，是否意味着美股会出现新一轮震荡、恐慌情绪的阴云将再度重压市场呢？“50美分”这位“50美分”在VIX指数期权上的交易操作实在是特色鲜明，一起来感受一下： 至于他所购买的期权，简单地说，一旦美股发生明显调整引发市场恐慌，这位“50美分”买入的VIX指数欧式期权有可能在行权日到来时升至20。届时，他就可以50美分的成本价行权，继而持有实际价值远高于50美分的期货品种，以此从中大赚。不过反过来，如果错判，他会损失期权费。迄今为止，“50美分”共计买入了至少1.4亿美元的VIX指数看涨期权。这在整个VIX看涨期权的未平仓合约中的占比约为8.5%左右。得益于他的买入，VIX的未平仓合约甚至一度创出历史最高记录。然而，事实对他来说或许相当残忍：尽管他购买的欧式期权有效期多数只有13天，但是，美股稳步上涨，VIX指数则徘徊在历史低位。
“50美分”手中的期权有1.11亿美元已经到期但尚未触及行权价，相应的期权费已成为浮亏。但他似乎一点都不在乎，依然以50美分持续买入。听起来很耳熟？没错，电影《大空头》（The Big Short）的主角、对冲基金经理迈克尔·布瑞在做空获利之前多数时间也一直蒙受巨额浮亏，最高时达到过-193%。意图何在？要为股市崩跌购买保险是可以理解的，但现在VIX波动率如此之低，买入它的看涨期权就类似于在天气干旱时购买洪灾保险。自从去年11月8日的美国大选以来，押注市场波动性上升一直是个赔钱的交易。不过在5月17日，美股出现重挫，VIX指数当日大涨。这意味着，“50美分”或许浮盈2700万美元。也有人不这么认为。“想太多了。他现在持有的多数欧式期权都是对应6月的VIX期货合约，还没赚钱呢。”巴伦周刊的Randall Forsyth这样说。“要钱不要命，听上去不得了，但说比做难多了。”也有交易员说，买入VIX看涨期权只是对美股仓位的一种对冲措施。也就是主要用于平衡风险，而不是靠它赚钱。“这要取决于‘50美分’的对冲结构是怎样的，”Macro Risk Advisors衍生品策略部门负责人Pravit Chintawongvanich说，“他的头寸可能从来没有真正赚过钱，而只是继续滚动买入VIX看涨期权，在股市动荡期间出现浮盈。”“如果他们真的想赚钱并兑现收益，那就需要VIX出现比当前更大的波动（最晚要在6月升至20附近，因为‘50美分’的期权对应头寸很多都集中在6月合约上）。” 即便如此，“50美分”的行为也显得颇为诡异。作为一种常用的对冲工具，很多交易员都会用到VIX期权。但像“50美分”这样基于溢价成本而系统地买进很不寻常，其他基金通常都是根据自己的敞口来对应地限量购买。预言家？当然，就像是《大空头》那样，这位“50美分”有可能是一位先知者。异常平静的VIX指数引发了市场的担忧。华尔街见闻提及，有观点认为，美股当前处于“非理性繁荣”，投资者对市场产生了盲目的乐观情绪，这不禁让人想起08年金融危机前的美国房地产市场——当时投资者被房地产市场的繁荣蒙蔽了眼睛，作为对冲信用风险工具的CDS价格也一度低位徘徊。而VIX指数在5月8日甚至跌破了10，为十多年来首次，当月总计有4次在10下方——要知道，自从1993年12月创设至今，除去上个月，该指数这么多年来只有五次读数低于10，而以往发生这些多数都是在市场巨震来临前夕。华尔街见闻在之前的文章中曾写道：VIX读数低于10，不仅历史罕见，这种程度的数值也只在美股休市时才能见到。&究竟是谁？英国《金融时报》似乎揭开了这个谜团。“50美分”据信是一家位于英国伦敦的投资基金Ruffer LLP，创建者为金融城对冲基金大佬Jonathan Ruffer，其资管规模为200亿美元。这家基金的客户包括英国国教会（Church of England）。Jonathan Ruffer也确实警告说，美股过于昂贵。去年他曾表示过对美股大幅调整的担心，称已买入市场波动性相关产品。也有直接知悉Ruffer LLP基金投资策略执行事宜的匿名知情人士表示，这家基金前几年就时不时地买入VIX看涨期权，以对冲美股风险。基金的高管认为，VIX看涨期权是对市场波动性“最好的短期保护措施”。但他们还称，这种策略“只是基金所有保护性方式中很小的一部分”，占比大概只有0.1%。Ruffer LLP基金的其他对冲头寸还包括与基准指数挂钩的债券和黄金产品。然而，无论市场怎么评说与猜测，无论这位“50美分”究竟是谁，他似乎都选择了彻底的无视，他还在豪掷资金买入7月和8月到期的VIX看涨期权。毕竟，波动性指数还处于超低位，这让它的长期投资前景看起来更具吸引力。要问他这次的买入成本？你猜对了：50美分。
TA的最新馆藏[转]&
喜欢该文的人也喜欢&p&二者不是一回事，但存在包含于被包含的关系。&/p&&p&先看张图（点击看大图更清楚）&/p&&figure&&img src=&https://pic3.zhimg.com/v2-113f77cf50ff914a4d4d38c6_b.jpg& data-caption=&& data-rawwidth=&973& data-rawheight=&812& class=&origin_image zh-lightbox-thumb& width=&973& data-original=&https://pic3.zhimg.com/v2-113f77cf50ff914a4d4d38c6_r.jpg&&&/figure&&p&&br&&/p&&p&下面进行详述&/p&&p&1、什么是交易系统？&/p&&p&&b&交易系统（trading systems
trading sets），是指一系列具有内在逻辑关系策略的集合。&/b&&/p&&p&2、什么是交易策略？&/p&&p&&b&交易策略（trading strategies），一般指（狭义上）能够改变仓位状态的确定的单一的有效的操作手法。广义上讲，计算机环境的配置等也属人工策略的一部分。&/b&&/p&&p&3、什么是指标？&/p&&p&&b&指标（indicators
studies)，一般指（狭义上）能够显示价格和成交量等要素的曲线或者图形。广义上，能影响价格及预期的因素——如盈利率，财报等也被认为是指标的一种特殊化形式。&/b&&/p&&p&&b&一般来说三者具有这种关系：&/b&&/p&&p&&br&&/p&&p&&b&指标——加上进出场（止盈止损，加减仓，开仓平仓等其中一个信号系统）标志——构成——一个交易策略，多个交易策略——构成——一个交易系统，多个交易系统（相关性）——形成——一种交易风格，多种风格——形成——盈利模式。&/b&&/p&&p&&br&&/p&&p&上面的表述是便于理解，是我多年的总结，并非严格意义上的定义，而且交易学界对于三者的关系并非铁桶一块，尚存争议。&/p&&p&&br&&/p&&p&我们看ThinkorSwim这个软件就遵从了这套法则：&/p&&figure&&img src=&https://pic3.zhimg.com/v2-6d3c9b4421f9efa23202_b.jpg& data-caption=&& data-rawwidth=&260& data-rawheight=&422& class=&content_image& width=&260&&&/figure&&p&从studies到strategies到sets一目了然。&/p&&p&这是构建自己交易系统的过程&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-86e547dd9210bbcbaa0c2c_b.jpg& data-caption=&& data-rawwidth=&844& data-rawheight=&469& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&https://pic1.zhimg.com/v2-86e547dd9210bbcbaa0c2c_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-dca907dc1994fdf67fe92433_b.jpg& data-caption=&& data-rawwidth=&844& data-rawheight=&469& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&https://pic4.zhimg.com/v2-dca907dc1994fdf67fe92433_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-be5c002c0_b.jpg& data-caption=&& data-rawwidth=&844& data-rawheight=&469& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&https://pic1.zhimg.com/v2-be5c002c0_r.jpg&&&/figure&&p&下面的两个策略用于平仓止盈。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-4dcbe96dcace7f06b2adb6_b.jpg& data-caption=&& data-rawwidth=&841& data-rawheight=&462& class=&origin_image zh-lightbox-thumb& width=&841& data-original=&https://pic3.zhimg.com/v2-4dcbe96dcace7f06b2adb6_r.jpg&&&/figure&&p&然后保存形成自己的交易系统（仅做演示，截图不是同一次完成的）。&/p&&p&其中L代表Long（大写L表示买入，做多），Short（大写S表示，做空），Stoploss代表止损策略&/p&&p&最后，会在K线图上显示出来&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a487c53a3deecca2ff9cb8f_b.jpg& data-caption=&& data-rawwidth=&1172& data-rawheight=&599& class=&origin_image zh-lightbox-thumb& width=&1172& data-original=&https://pic4.zhimg.com/v2-a487c53a3deecca2ff9cb8f_r.jpg&&&/figure&&p&还可以查看交易报告（就不一一截图了）。&/p&&p&&br&&/p&&p&这里还要说一下，国内的技术分析资料大多是翻译国外的，很多时候翻译的似是而非，跟本做不到信、达、雅！这就造成了很多歧义。每一个指标都是很精确的：（好吧，herpersnap8抢镜）&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e98f9cff3acbaf602a6e806b845eeaa0_b.jpg& data-caption=&& data-rawwidth=&1203& data-rawheight=&1205& class=&origin_image zh-lightbox-thumb& width=&1203& data-original=&https://pic1.zhimg.com/v2-e98f9cff3acbaf602a6e806b845eeaa0_r.jpg&&&/figure&&p&每一个指标都是十分精确的，结果到了中国，翻译的就不精确了（有的翻译为孕线，有的翻译为哈密组合），交易是一门精确的学问，必须下苦功的。&/p&&p&===========10月17日更新=======&/p&&p&鉴于某些知友说美股交易没有基于其它操作系统，我就再截张图吧&/p&&figure&&img src=&https://pic4.zhimg.com/v2-7a55c53ce3a2f96dbfc6bc23_b.jpg& data-caption=&& data-rawwidth=&1015& data-rawheight=&448& class=&origin_image zh-lightbox-thumb& width=&1015& data-original=&https://pic4.zhimg.com/v2-7a55c53ce3a2f96dbfc6bc23_r.jpg&&&/figure&&p&其实很多东西你没见过不等于没有，要多努力，国外大牛们比我们强很多。&/p&
二者不是一回事，但存在包含于被包含的关系。先看张图（点击看大图更清楚） 下面进行详述1、什么是交易系统？交易系统（trading systems or trading sets），是指一系列具有内在逻辑关系策略的集合。2、什么是交易策略？交易策略（trading strategies），一…
&p&&b&方法？&/b&&/p&&p&&b&哈哈哈，方法。苦求方法，我说了你就懂吗？&/b&&/p&&p&交易的世界没有方法，只有原则，你看李小鹏体操那么漂亮，告诉你方法，你做的到吗？&/p&&p&为什么你会寻找方法？为什么你会寻找期货的日内交易方法？为什么你会做期货？&/p&&p&无非是：&b&好吃懒做，自信天赋绝伦&/b&。。。。&/p&&p&可以告诉你原则，但是没有刻骨铭心的亏损，你是理解不了的。&/p&&p&不装逼，我是一个期货日内交易者，资金量20-30万，每月出金，金融屌丝。&/p&&p&说点自己认为的干货：&/p&&p&1.每天有定损，也就是绝对止损额，为什么？不解释。&/p&&p&2.每天有定盈，也就是达到盈利就出场，为什么？不解释。&/p&&p&3.每天达到止损或止盈关机离场，为什么？不解释。&/p&&p&4.止损：止盈=1:1 ，同样不解释。&/p&&p&5.坚持重复上述动作。&/p&&p&如果你还是一个亏货，就别问我为什么？&/p&&p&李小鹏的教练会一开始就跟他解释说为什么这个动作会这样做吗？NO，重复上述动作，过程中不断锤炼，只要是正常人，总是会领悟一些东西，然后慢慢删减，最后固定手法，功到自成。&/p&&p&现在问方法？可以告诉你，但别问为什么。&/p&&p&功夫在诗外~~~~~~&/p&&p&（抽空逐一解释每一句话，想到哪写到哪） &/p&&p&分割线………………………… &/p&&p&&b&交易的心理&/b&：交易的世界，最难过的一关是：放弃。没错，就是放弃，菜鸟看行情是连续的K线，老鸟眼中的行情是分段的，一个品种，打眼一看，就知道自己能不能赚钱。只做自己该做的行情，不该做的行情不做，举例说明：日内，开盘价之上只做多，一笔空单都不做。反之亦然。是不是行情变成了可以做的，和不可以做的。好好理解，这就是诗外，跳出圈外看行情，放弃的越多，做的越准，资金曲线越漂亮。&/p&&p&&b&继续分割线……………………&/b&&/p&&p&&b&如何判断行情？&/b&&/p&&p&这个问题是干货吧？哈哈，坐好。然后把你的脸伸过来，让我来回打几巴掌再说。拜托，你是日内唉，就那么点资金唉，分析个屁啊。我，就是我，超级鄙视分析师，我读书少，没大见过分析师赚钱的，人家靠的是写文章赚钱啊，不是靠交易赚钱啊，写的越好看，立意越奇葩，赚的就越多。简单说，他们不入场，我是要入场的。所以，杜绝自己分析行情的习惯，你要学的是在这个血淋淋的市场如何生存！！！！有人看再说怎么生存&/p&&p&&b&……分割线……&/b&&/p&&p&&b&生存？？为什么第一步是学会生存？？&/b&&/p&&p&&b&内功第一篇：学会认错。&/b&这可不是简单的一句我错了就可以解释的，学会认错是一件很难的事情，认错代表着什么：“我不行”“我做不到”“我很笨”……仔细想一下，有几个人愿意这样说自己？想起当年一句笑谈：&b&想在市场上赚钱，就要像一条狗一样趴在地上&/b&。市场是什么？？市场就是你自己。接受亏损，接受它，因为它是交易的一部分，或者换一种说法，亏损只是盈利之前的试仓成本，是成本。&b&亏损造成的心理极度不适感才是在这个市场大多数人亏损的原因&/b&。学会认错，就是从心理层面接受亏损，才是你在市场中生存的第一要务。……顺便解释一下自己对于一句话的感悟：“会买的是徒弟，会卖的是师傅”，我擦，都会相当师傅啊，字面上理解，就是买在最低，最好就是卖在最高啊，舒服啊，为此，我进入了一个海洋，寻找圣杯，相信每个人都会有这一段经历，各种指标，各种组合，沉溺其中，不可自拔，就是为了去寻找那个最高点，……然后各种验证，似对非对。少年啊，醒醒吧，圣杯是圣物，我等凡人岂能拥有。会卖的是师傅，简单讲就是一句话，盈利的时候离场，就是师傅，赚钱走人，就是师傅。不是去寻找最高点哦，希望能提示一些还在海里折腾的人&/p&&p&&b&…………&/b&&/p&&p&&b&再来讲一点基础的东西：资金管理&/b&。&/p&&p&前面讲了止损的重要性，止损是什么，止损是生命线，止损是高压线，要上升到本能的高度，你平时看见一辆大货车朝你开过来，你的第一反应是什么？肯定是闪开啊，你会试着去看看大货车到你面前会调头吗？只要一次，也就需要一次，你就挂了，所以，止损怎么强调都不为过，但是，很多人都说，我止损很好啊，但是资金就是一直在本金上下浮动，死不掉，但也赚不到钱啊？别急，你知道期货市场你只要不死，就非常好了，有多好？比大概百分之九十五以上的人都好，说明你心中已经没有你了，你的方法和心态足以让你浮在水面上了，渡劫只是早晚的事，让我来稍微帮你一下：&/p&&p&杠杆交易，整个过程就是一个研究控制风险的游戏，用小资金重仓波段，用大资金搏点差，都是安全系数较高的方法，今天说说小资金重仓波段的干货：有人追求的是每月或者每年的稳定的百分之几十的收益，参见巴菲特流的年复利收益等等，但是，你只有十万以下的资金，一年百分之几十的收益能怎么样呢？吃面包都有点费劲吧，这根本不符合期货以小搏大的本质，我的办法是，我有十万，用五万的本金和一年的时间去赚100万，这才是正途（&b&别想着小资金做好了就可以用大资金了，各方面的要求根本不是一个等级的，你奥拓开得再好也上不了F1赛道&/b&），五万到一百万看似二十倍，其实也就是复利4倍多左右，感觉不是太难了吧。&/p&&p&但是，怎么才能让我开好F1?来，记住这六字真言：&b&减少最大回撤&/b&。&/p&&p&最大回撤决定了你的排量，举例说明吧，你设计了一个系统，而且这个系统是赚钱的，那么假设品种保证金1万一手，最大回撤为1万，怎么做？简单说吧，赚2万加一手，赚2万加一手，记住，只加仓不减仓，你的单手最大回撤为2万，那么就赚3万加一手，同理最大回撤是5000，那就赚一万五加一手，好 ，这样一来，每次该赚钱的时候仓位都是最大的，然后你会怎么样？然后你就飞起来了，直到突破天际。（碰到黑天鹅怎么办？碰到就认命）这样去做，有什么好处？第一，快，真TM的快，见过6千本金九个多月到113万的。5万本金半年到400多万的，我用10万多一点半年到104万，然后？然后股指关门了。第二，看似重仓，其实风险最小，因为你的本金很小，到中期以后本金可以忽略不计了，我做到104万的时候自己定的最大回撤是50万，就算50万出场还是挣了4倍，不到就一直做下去。仔细想想，风险真的很小。第三，格局变大了，更注重操作的纪律性，不会去在乎单笔交易的盈亏，从而形成良性循环，从而建立交易的自信，从而把交易当作了一份工作，从而so easy! 所以综上所述，最大回撤决定了你的仓位，你的仓位决定了你赚钱的速度。所以，好好去研究研究止损吧（参见反向等价鞅理论和凯利公式）。&/p&&p&&b&....................&/b&.&/p&&p&分享自己感悟的一些道理。&/p&&p&&b&究竟是什么原因让绝大多数人以亏损的结局出场？&/b&&/p&&p&技术不行？应该不是，这个东西不是涨就是跌，不是赚就是亏，很简单的东西。&/p&&p&系统不行？也不是，系统没有好坏之分。&/p&&p&&b&我自己总结下来就两条：&/b&&/p&&p&&b&1.有预期&/b&&/p&&p&仔细回忆一下自己交易的过程，是不是每一次进场之后都会对这张单子产生盈利的预期？单子方向正确的时候，瞬间产生大幅盈利的时候，仔细想想你是开心还是害怕，我的感觉是，开心是一瞬间的事，只要开始回调或横盘，不管你的盈利有多大，就开始害怕了。单子方向错误，就更不用说了，更害怕，怕亏的更多。那为什么在交易的过程中，害怕的感觉会占据我的大部分时间呢？我总结，就是因为自己对这笔交易产生了很强烈的盈利的预期，说白了就是想赢怕输，然后情绪就会被K线引导。&/p&&p&所以，每笔交易进场后放弃预期，有人说，你说的简单，情绪可不是我自己想控制就控制的，这是本性使然，呵呵，简单一句话告诉自己：“进场后，你再担心害怕一点DIAO用都没有！！&放弃预期，放弃目标，这是工作，不再关注每笔的盈利得失，只看自己有没有按照计划交易就行了。&/p&&p&&b&简单一句话：在交易中定具体的盈利目标真是没吊用!&/b&&/p&&p&&b&2.重仓&/b&&/p&&p&。。。。。。。省略。。。。。。。。&/p&&p&...............&/p&&p&把所有答案撸了一遍，讲方法的，晒交易记录的，都是高人啊~&/p&&p&&b&来，不敢晒资金曲线的司机不是好司机&/b&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-33aff873cc3f7a_b.png& data-rawwidth=&357& data-rawheight=&225& class=&content_image& width=&357&&&/figure&&p&不要质疑什么真实性，没工夫扯那种闲淡~&/p&&p&.................&/p&&p&今年4月份开始做个新账户，做到现在10倍了，参加了全国大赛，也获了小奖，超出了当初的目标，是自己水平高？呵呵，自己很清楚一路走来只是运气好，这是一个孤独的行业，只有自己与那颗坚韧的心结伴同行。
&/p&&p&........ ........ &/p&&p&鉴于最近听了看了不少故事，&b&来讲讲这个市场赚钱靠什么&/b&？&b&就一句话，靠运气&/b&。&/p&&p&在做好自己的该做事情后，剩下的就看运气了。&/p&&p&什么是该做的事情？&/p&&p&&b&在运气来之前活着！！！！&/b&这就是自己该做的事。把资金做上去不难，不再下来拼得才是真本事。能做好的仅仅是控制亏损，赚多少？什么时候赚？那是老天爷爷的事。在运气来之前活下去，赚多少真的跟你判断行情的能力没关系，&b&一切都是恰巧，正好，运气使然&/b&，有的人说有些人判断行情很准，仔细想想吧，究竟是他行情判断的准，还是行情正好很巧的按照他说的走了一波？？大师？呵呵，交易员都是很有想象力的操作工而已。没有真正的大师，只有最终的赢家。最近有不少朋友私信，请教一些问题，或者想拜师，由于本人就两只手一个脑，不能一一回复，后面我会抽时间，分层次的说一些基本原则，赚钱的经历我们不可能复制，但赚钱的原则可以让一些盆友少绕些路，再次声明，我不是大师也不是大神。期货市场的这些原则都是拿钱买的，所以等200赞吧，&b&如何绝对正确的判断行情？&/b&这个问题还是值几个赞的………坐等有缘人。&/p&&p&。。。。。。。&/p&&p&200赞已到，如约更新&/p&&p&&b&如何绝对正确的判断行情？&/b&&/p&&p&说我的看法之前先说说大部分的人是怎么判断行情的吧，&/p&&p&判断行情基本上分为两种：&/p&&p&1.技术面，&b&根据&/b&在均线，形态，指标等出现某一信号时，选择做多或做空&/p&&p&2.基本面，&b&根据&/b&现货供需面为基础，推导以后将会出现的行情方向。&/p&&p&方法千千万万，但是上述方式有一点是共通的：&/p&&p&&b&全部是主观判断&/b&。不管是什么方式，只要是掺杂了人为想象的因素，也就是“&b&根据&/b&了”什么，全部归为主观判断，&/p&&p&主观判断有好处，也有坏处，行情与主观判断一致时，会大赚，不一致时，有些人也会因为坚持自己的判断而爆亏。&/p&&p&那么，怎么绝对正确的判断行情呢？&/p&&p&假传万卷书，真传一句话：“&b&任意一个价位，就可以判断当下的行情。&/b&”&/p&&p&唉呀，说出这句话的感觉就像魔术师给观众解释魔术过程一样，很没有成就感。&/p&&p&&b&1.记住，离开时间框架谈行情就是耍流氓。&/b&判断行情要先确定自己操作的行情级别，你是做5分钟，15分钟，还是30分钟。。。。。。。&/p&&p&&b&2.记住，行情是相对的。&/b&只存在相对某一个价位的上涨，或相对于某一个价位的下跌，只说行情是上涨或下跌是没有意义的。&/p&&p&&b&3.记住，没人能判断行情，行情是自己走出来的&/b&。&/p&&p&基于以上三个观点，绝对正确判断行情的方法如下，，，&/p&&p&以RU（5分钟）为例&/p&&p&1.打开RU的K线图：&/p&&br&&figure&&img src=&https://pic3.zhimg.com/v2-f52a62cb01c2d92c3326_b.png& data-rawwidth=&546& data-rawheight=&523& class=&origin_image zh-lightbox-thumb& width=&546& data-original=&https://pic3.zhimg.com/v2-f52a62cb01c2d92c3326_r.png&&&/figure&&p&2.眼睛闭起来，用食指随便点下屏幕，确定一个价格（以下图蓝线为例）&/p&&br&&figure&&img src=&https://pic4.zhimg.com/v2-5cedb4ce7f461d343957f_b.png& data-rawwidth=&547& data-rawheight=&552& class=&origin_image zh-lightbox-thumb& width=&547& data-original=&https://pic4.zhimg.com/v2-5cedb4ce7f461d343957f_r.png&&&/figure&&p&3.怎么样，会判断了吗？&/p&&br&&figure&&img src=&https://pic2.zhimg.com/v2-0beb6e0c7b8e_b.png& data-rawwidth=&561& data-rawheight=&547& class=&origin_image zh-lightbox-thumb& width=&561& data-original=&https://pic2.zhimg.com/v2-0beb6e0c7b8e_r.png&&&/figure&&p&现在相对于蓝线价格是上涨 。正确吗？&b&绝对正确&/b&&/p&&br&&figure&&img src=&https://pic1.zhimg.com/v2-4e75e7dad1d2916eef9c83c_b.png& data-rawwidth=&543& data-rawheight=&565& class=&origin_image zh-lightbox-thumb& width=&543& data-original=&https://pic1.zhimg.com/v2-4e75e7dad1d2916eef9c83c_r.png&&&/figure&&p&现在相对于蓝线位置是下跌，正确吗？&b&绝对正确&/b&&/p&&p&是不是很无聊？是很无聊，我自己都觉得很无聊&/p&&p&但是，为什么要这样做？这样做的真正好处在哪里？&/p&&p&仔细想一想，有谁能判断行情，有哪一种方式能正确的判断行情？没人，没有，凡是预测行情的人，我个人都是表示呵呵，绝对的大忽悠，不管他分析的多么精彩，有人说，谁谁谁判断的就很准，还赚了大钱，这就像你看NBA那些球星打球一样，投篮过人多么好看，而忽略了他的训练，他的队友，他的教练，而只关注他的投篮姿势，后面的资金管理才是赢家的法宝，所以我从一开始便杜绝任何主观判断的方式。&/p&&p&任意一个价位，定下来之后，便可以一目了然目前的行情处在上涨还是下跌，&b&绝对客观，绝对正确。不掺杂任何主观想象。多好，再也不要去想现在究竟是上涨还是下跌了。。。。&/b&&/p&&p&&b&“&/b&废话，走过的行情当然知道上涨还是下跌，&b&”好吧，以蓝线为例，下根K线开始，上多下空！！&/b&&/p&&br&&figure&&img src=&https://pic2.zhimg.com/v2-2f0b2bbac92a66dd3ac69_b.png& data-rawwidth=&521& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&521& data-original=&https://pic2.zhimg.com/v2-2f0b2bbac92a66dd3ac69_r.png&&&/figure&&p&&b&记住两个就行了：&/b&&/p&&p&&b&1.行情是相对的&/b&&/p&&p&&b&2.行情会随着时间的发展远离任意一个价位。&/b&&/p&&p&（以上仅一家之言，笑笑看看就行了。）&/p&&p&觉得有点用，随手赞一个，毕竟这一行愿意分享的人不多。。。。&/p&&p&...............&/p&&p&事后诸葛，上多下空，厉害了吧，懂的自然懂&/p&&br&&figure&&img src=&https://pic2.zhimg.com/v2-ae6d3a394b935bd60f91d_b.png& data-rawwidth=&949& data-rawheight=&537& class=&origin_image zh-lightbox-thumb& width=&949& data-original=&https://pic2.zhimg.com/v2-ae6d3a394b935bd60f91d_r.png&&&/figure&&br&如何止盈？目前总结了三个方面，等五百赞吧，毕竟，耐心才是这个市场上最可贵的品质。
&br&&br&耐心是最可贵的品质…&br&先从一个概念说起吧：&稳定盈利&。&br&什么叫稳定盈利？相信大部分的人都认为是资金曲线稳定向上，回撤小，持续盈利吧。&br&很遗憾，这个理解是错的。&稳定&指的不是资金曲线的稳定，而是（大声念出来）：交易心理的稳定。&br&交易曲线的稳定基本上可以在高频交易中体现出来，但是把单笔交易盈亏额放大看，也存在着大幅回调等等情况，交易曲线稳定的假设基础是：客观环境永远一致。这种基础不存在的。&br&所以，稳定是一种幻像。&br&我追求的是心理的稳定，这种稳定才是我们能在这个血淋淋的市场立足的根本，才会把得失看得轻一些，不管什么结果都能坦然面对，而这，正是大家讲的好心态，有了好心态，不一定行，没有好心态，绝对不行，现实很残酷吧。&br&什么叫心理稳定？很简单，不管过程多艰难，坚信老子一定能挣到钱！！！&br&说了这么多虚的，怎么止盈？下面说点实在的。&br&这是一整套方法。&br&首先选一个交易量大的品种，连续性要强，分钟级的波动要在34个价位以上，一个价位基本上可以覆盖手续费。&br&然后，定止损，两个级别的止损，举例说明，一个是单笔止损，不要超过5个价位，一个是全天止损不要超过50个价位（总资金的百分之五到七），也就是10次左右的止损。&br&然后，开始，以做多为例，开盘价上，均价线上做多，（注意下面的细节）进场后，分三种情况&br&1.迅速产生大幅盈利，而且再也不碰你的进场点，这个时候像傻逼一样持有。&br&2.迅速产生大幅盈利，但是一会又回来了，不要有幻想，平推。&br&3.迅速打止损，那就像个傻逼似的止损就行了。&br&什么时候离场？分两种情况&br&1.止损离场，止损已经接近(注意是接近，绝对绝对不能超过，超过一个点和超过一百个点是一样的)全天最大止损限额，离场，别意气用事，关机，全天结束。&br&2.盈利离场，这个也分两种情况&br&（1）单笔止盈，下破均价线离场止盈。&br&（2）全天止盈，在全天波幅（最低点到最高点的距离）达到近5日的平均波幅时，离场。这个也分两种情况：&br&((1))行情震荡上行，最后一次交易破均价线时，全天波幅已经达到5日平均波幅，离场。&br&((2))行情迅速拉开，迅速产生大幅盈利，迅速击破5日平均波幅，而且就是不碰均价线，舒服啊，持有吧，什么时候下破均价线什么时候离场，不碰就持有到收盘吧，这种机会一定要把握住，这是资金上平台的机会。&br&&br&&br&说了这么多，我有点晕。&br&简单讲止盈看波幅就行了。&br&上面的方法，半年10倍差不多了，关键还是靠加仓。&br&给点掌声吧！也算对得起你的耐心。&br&&br&抽空讲一下三层境界：&br&看山是山，看水是水；&br&看山不是山，看水不是水；&br&看山是山，看水是水；&br&说这么多，其实也是在记录自己。
方法？哈哈哈，方法。苦求方法，我说了你就懂吗？交易的世界没有方法，只有原则，你看李小鹏体操那么漂亮，告诉你方法，你做的到吗？为什么你会寻找方法？为什么你会寻找期货的日内交易方法？为什么你会做期货？无非是：好吃懒做，自信天赋绝伦。。。。可以…
&p&很好的问题，激发了我认真答题的兴趣，顺便也当作给新人或止步不前者的攻略吧。&/p&&p&以下是回答：&/p&&p&1、抛去幻想，这一条是一切的基础，大部分做了很多年仍然原地踏步的人都是因为这条。&/p&&p&包括对自身的条件和能力有清醒的认识，相信常识。&/p&&p&应该认识到市场是动态的而非不变的，所以教科书和拾人牙慧并不会让你战胜市场。&/p&&p&上次有个答主接触到了凯利公式就觉得自己能战胜市场了，能稳定盈利了，好像发现了一个大秘密，点赞众多，这就是很典型的沉溺于幻想，并且违背常识。&/p&&p&不妨问问自己，自己知道的，是自己独立研究出来的，还是拾人牙慧的，知道的人多吗？获取有难度和门槛吗？执行有门槛吗？自己的能力、资源在行业处于什么水平？如果这样是可行的，为什么别人没有去做或者做不到？&/p&&p&2、任何行业进来第一件事情，了解这个行业的基本情况，建立一些这个行业特有的常识。&/p&&p&拿交易来说，主流的大致有几种路线，是否存在实证？ 他们具体是怎么做的。状态如何？成绩如何？&/p&&p&交易里最顶尖的、被实证了的是哪些人？他们大致是怎么做的？成绩如何？&/p&&p&人的精力毕竟有限，所以需要先选定一个方向集中攻破，这个方向最好是被证明了可以达到你的目标的。&/p&&p&以上两条，是快速学习的基础。&/p&&p&3、善用工具&/p&&p&工欲善其事必先利其器，都明白了，但是很多人不愿意去做。&/p&&p&我之前也提过，有人2年在那儿绕圈圈，出不来，其实花一个星期学下简单的编程，回测一下，就可以破局了，这是已经明明白白说了方法了，半年后一看，还在那儿绕圈圈呢，问编程的事儿都是再等等。&/p&&p&这里面也有一个主动性的问题，很多人做交易，只是沉溺在一个叫交易的游戏里，任由情绪跟着起起落落，不能跳出来看，就算做100年也一样没用。&/p&&p&有个概念叫刻意训练，也可以了解下，我看很多人抱怨情绪，抱怨止损多难多难，说实在的，真的太低级了，真觉得难，刻意训练半个月，绝对手起刀落，但是你根本没有刻意训练过，怎么可能有提高呢。 每天就是瞎做，做多久也没用。&/p&&p&具体工具就非常多了，从感受市场、发现规律到具体执行，都是可以通过工具去更快速的获得经验。&/p&&p&现在还有人手工做海龟交易法，然后去验证是不是有效，这个效率真的就太低太低了。&/p&&p&工具的范畴其实很广，数学、编程、别人的交易记录、公开的系统、金融相关专业的知识、别人研究的结果，都可以利用起来。&/p&&p&之前提到行业的情况也是，要利用好别人的经验，不一定是拿来用，而是说可以避开哪些坑。&/p&&p&交易说到底还是发现规律、使用规律的一个过程。&/p&&p&利用好工具，是快速训练的保证。&/p&&p&4、深入本质的思考&/p&&p&做交易最终其实就是映射你对市场的理解，通过各种各样的方式已经触摸到市场的表象、规律了，这个时候可以想想市场到底是什么，表现出来的这些规律性，为什么会这样，要去思考规律的本质。&/p&&p&5、解决问题而不是纠结问题&/p&&p&比如常常有人说的情绪问题等等，以及题目说的，错误重复犯，为什么？ 因为你只是在懊悔，在纠结，而不是想办法去解决。 思考问题的本质，很多人不光不思考问题的本质，为什么出现这个问题，反而去找借口去掩盖，这样怎么解决呢。&/p&&p&解决问题也很简单，能用工具方便法解决的就先用工具解决了，没法用工具解决的，找问题的原因和本质，从原因入手，不要自我欺骗自我安慰。&/p&&p&6、放开眼界&/p&&p&到了这一步，对市场已经有不错的理解，问题也解决完了，吃吃免费午餐，混混，问题都不大了。&/p&&p&这个时候很多人就会陷入舒适区了，不愿意学别的东西，交易的世界很大，想快速成长就要强迫自己学没接触过的东西，甚至推翻自己之前的定论，打碎建立好的交易观，把自己当成白纸，别的路线怎么走的，学一学。&/p&&p&这个时候很多人的问题就是放不开，别人说的观点和自己认为的不一样，就觉得别人是错的，是在扯淡，不愿意去尝试了。&/p&&p&有的人怕学不同路线的有冲突，其实人之所以比机器厉害，就是因为人有处理这种矛盾的能力，建立于不同的视角，对市场多方位的验证，才能更接近市场的真相。&/p&&p&我记得以前看过一道数学题，参照物不同，得到的解是完全不一样的，交易其实也是一样，比如“市场永远是对的”和“市场永远是错的”，看上去矛盾，其实只是坐标系不同而已。&/p&&p&通过不同的、甚至是矛盾的解，才能真正接近市场的本质，这也是我最近思考的结论。&/p&&p&单一的坐标系，基本存在无法证明无法证伪的困境，这个有心的可以思考下。&/p&&p&7、基本上就是一些零碎的问题了。&/p&&p&常常反思是必须的，勇于推翻自我，不要我执（一定是受别的答案影响了）&/p&&p&没事儿问问自己凭什么，当然了，能从多维角度求解市场的，基本已经是大神了。&/p&&p&不要沉迷交易哲学，交易哲学是一个人对市场所有理解的降维，只有自己能看懂，所以也不必看别人的，部分的真相就不是真相，甚至会影响你，让你误入歧途。&/p&&p&情绪的问题单独拿出来说一说，解决的办法很简单，把资金的波动降低到你可以接受的地步，在风控到位的情况下，顺其自然就好。 偶尔飙个车，戴好头盔，问题不大，不需要去和情绪对抗。&/p&&p&8、少刷知乎。&/p&&p&这个我暂时做不到，做到的人可以来讲讲经验。&/p&
很好的问题，激发了我认真答题的兴趣，顺便也当作给新人或止步不前者的攻略吧。以下是回答：1、抛去幻想，这一条是一切的基础，大部分做了很多年仍然原地踏步的人都是因为这条。包括对自身的条件和能力有清醒的认识，相信常识。应该认识到市场是动态的而非…
你需要这些&br&&figure&&img src=&https://pic2.zhimg.com/5498cdfa32b7fde7fa49_b.png& data-rawwidth=&2184& data-rawheight=&1212& class=&origin_image zh-lightbox-thumb& width=&2184& data-original=&https://pic2.zhimg.com/5498cdfa32b7fde7fa49_r.png&&&/figure&这些&br&&figure&&img src=&https://pic1.zhimg.com/d655e27c7adf4_b.png& data-rawwidth=&2182& data-rawheight=&1320& class=&origin_image zh-lightbox-thumb& width=&2182& data-original=&https://pic1.zhimg.com/d655e27c7adf4_r.png&&&/figure&还有这些&figure&&img src=&https://pic4.zhimg.com/dae53f5b2b48e4e7d045ebdb28c58833_b.png& data-rawwidth=&2178& data-rawheight=&1202& class=&origin_image zh-lightbox-thumb& width=&2178& data-original=&https://pic4.zhimg.com/dae53f5b2b48e4e7d045ebdb28c58833_r.png&&&/figure&最好不要这些&figure&&img src=&https://pic1.zhimg.com/110fc4b9ca89d53e3daf4_b.png& data-rawwidth=&2184& data-rawheight=&1386& class=&origin_image zh-lightbox-thumb& width=&2184& data-original=&https://pic1.zhimg.com/110fc4b9ca89d53e3daf4_r.png&&&/figure&&br&更不要这些&figure&&img src=&https://pic4.zhimg.com/8f5af92eb_b.png& data-rawwidth=&2246& data-rawheight=&1356& class=&origin_image zh-lightbox-thumb& width=&2246& data-original=&https://pic4.zhimg.com/8f5af92eb_r.png&&&/figure&这些&figure&&img src=&https://pic3.zhimg.com/e8cbcbdc6c028b5c94c4ea_b.png& data-rawwidth=&1998& data-rawheight=&1372& class=&origin_image zh-lightbox-thumb& width=&1998& data-original=&https://pic3.zhimg.com/e8cbcbdc6c028b5c94c4ea_r.png&&&/figure&&br&还有这些&br&&figure&&img src=&https://pic2.zhimg.com/254537eef2faac_b.png& data-rawwidth=&2146& data-rawheight=&1316& class=&origin_image zh-lightbox-thumb& width=&2146& data-original=&https://pic2.zhimg.com/254537eef2faac_r.png&&&/figure&最后，你把CFA3级考过一遍，要比读某本书十遍效用大得多。
你需要这些 这些 还有这些最好不要这些 更不要这些这些 还有这些 最后，你把CFA3级考过一遍，要比读某本书十遍效用大得多。
&p&这个题目， &a class=&member_mention& href=&//www.zhihu.com/people/defb3d6700cfef85e70772& data-hash=&defb3d6700cfef85e70772& data-hovercard=&p$b$defb3d6700cfef85e70772&&@又红又正&/a& 给出的生成函数解法和匿名大牛的马尔科夫过程解法，十分漂亮、优雅，令人拜赏。我这里再代表计算机同仁提供一个纯计算机模拟方法。&/p&&p&代码是很简单的：&/p&&div class=&highlight&&&pre&&code class=&language-c&&&span class=&cp&&#include &stdlib.h&&/span&
&span class=&cp&&#include &stdio.h&&/span&
&span class=&kt&&int&/span& &span class=&nf&&do_experiment&/span&&span class=&p&&()&/span&
&span class=&p&&{&/span&
&span class=&kt&&int&/span& &span class=&n&&i&/span&&span class=&p&&,&/span& &span class=&n&&nheads&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&k&&for&/span& &span class=&p&&(&/span&&span class=&n&&i&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span& &span class=&n&&i&/span& &span class=&o&&&&/span& &span class=&mi&&1000&/span&&span class=&p&&;&/span& &span class=&o&&++&/span&&span class=&n&&i&/span&&span class=&p&&)&/span& &span class=&p&&{&/span&
&span class=&k&&if&/span& &span class=&p&&((&/span&&span class=&n&&rand&/span&&span class=&p&&()&/span& &span class=&o&&%&/span& &span class=&mi&&2&/span&&span class=&p&&)&/span& &span class=&o&&==&/span& &span class=&mi&&0&/span&&span class=&p&&)&/span& &span class=&p&&{&/span&
&span class=&n&&nheads&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&k&&continue&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&span class=&k&&if&/span& &span class=&p&&(&/span&&span class=&o&&++&/span&&span class=&n&&nheads&/span& &span class=&o&&&=&/span& &span class=&mi&&10&/span&&span class=&p&&)&/span&
&span class=&k&&return&/span& &span class=&mi&&1&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&span class=&k&&return&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&span class=&kt&&int&/span& &span class=&nf&&main&/span&&span class=&p&&()&/span&
&span class=&p&&{&/span&
&span class=&kt&&long&/span& &span class=&n&&k&/span&&span class=&p&&,&/span& &span class=&n&&success&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&k&&for&/span& &span class=&p&&(&/span&&span class=&n&&k&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span& &span class=&n&&k&/span& &span class=&o&&&&/span& &span class=&mi&&&/span&&span class=&p&&;&/span& &span class=&o&&++&/span&&span class=&n&&k&/span&&span class=&p&&)&/span&
&span class=&k&&if&/span& &span class=&p&&(&/span&&span class=&n&&do_experiment&/span&&span class=&p&&())&/span&
&span class=&o&&++&/span&&span class=&n&&success&/span&&span class=&p&&;&/span&
&span class=&n&&printf&/span&&span class=&p&&(&/span&&span class=&s&&&%ld&/span&&span class=&se&&\n&/span&&span class=&s&&&&/span&&span class=&p&&,&/span& &span class=&n&&success&/span&&span class=&p&&);&/span&
&span class=&p&&}&/span&
&/code&&/pre&&/div&&p&这个程序在我的机器上用时2分钟，给出的结果是3860514（转换成概率为0.386），与理论计算值基本一致（如果模拟一亿次实验，显然大约需要20分钟时间，以此类推）。&/p&&p&这么个“很黄很暴力“的模拟解法，其价值在于可以延伸应用于数学工具无法企及的场景。比如，假设硬币具有某种神奇的记忆功能，第n次抛硬币取决于第1至第n-1次的全部结果，那么程序模拟仍然极为简单，而数学上我们可能还没有发展出相应的工具。实际中，我在研究市场数据时，经常使用这种暴力模拟方法，固然是因为我数学菜，更重要的是数学也有其固有的能力边界。&/p&&p&顺便提一下，我下面这个问题中：&/p&&a href=&https://www.zhihu.com/question/& class=&internal&&实践中，你用过哪些由简单命令组装起来的复杂命令行？ - 知乎&/a&&p&试图调查实际中复杂命令行的使用情形，这个模拟其实也可以用一行命令去完成：&/p&&div class=&highlight&&&pre&&code class=&language-bash&&&span class=&k&&for&/span& i
in &span class=&k&&$(&/span&seq &span class=&m&&1&/span& 10000&span class=&k&&)&/span&&span class=&p&&;&/span& &span class=&k&&do&/span& rand -N &span class=&m&&1000&/span& -M &span class=&m&&2&/span& -d &span class=&s2&&&&/span&
&span class=&s2&&&&/span& -s &span class=&nv&&$i&/span& &span class=&p&&|&/span& uniq -c &span class=&p&&|&/span& awk &span class=&s1&&'$2==1 && $1&=10'&/span& &span class=&p&&|&/span& wc -l&span class=&p&&;&/span& &span class=&k&&done&/span&
&span class=&p&&|&/span& awk &span class=&s1&&'$0&0'&/span& &span class=&p&&|&/span& wc -l
&/code&&/pre&&/div&&p&当然，不能指望这么个命令可以在2分钟内完成对1000万级别的模拟计算，但对于小的模拟次数，还是很便捷的。&/p&&p&----------------------------------------------------------------------------&/p&&p&补充：经评论区 &a class=&member_mention& href=&//www.zhihu.com/people/54ef0025eedc4eaff1825ce& data-hash=&54ef0025eedc4eaff1825ce& data-hovercard=&p$b$54ef0025eedc4eaff1825ce&&@defnil&/a& 非常正确的提醒，do_experiments避免用rand()而是采用c++的random库，程序这样写：&/p&&div class=&highlight&&&pre&&code class=&language-cpp&&&span class=&cp&&#include &random&&/span&
&span class=&kt&&int&/span& &span class=&nf&&do_experiment&/span&&span class=&p&&()&/span&
&span class=&p&&{&/span&
&span class=&n&&std&/span&&span class=&o&&::&/span&&span class=&n&&uniform_int_distribution&/span&&span class=&o&&&&/span&&span class=&kt&&int&/span&&span class=&o&&&&/span& &span class=&n&&distribution&/span&&span class=&p&&(&/span&&span class=&mi&&0&/span&&span class=&p&&,&/span&&span class=&mi&&1&/span&&span class=&p&&);&/span&
&span class=&kt&&int&/span& &span class=&n&&nheads&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&k&&for&/span& &span class=&p&&(&/span&&span class=&kt&&int&/span& &span class=&n&&i&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span& &span class=&n&&i&/span& &span class=&o&&&&/span& &span class=&mi&&1000&/span&&span class=&p&&;&/span& &span class=&o&&++&/span&&span class=&n&&i&/span&&span class=&p&&)&/span& &span class=&p&&{&/span&
&span class=&n&&std&/span&&span class=&o&&::&/span&&span class=&n&&random_device&/span& &span class=&n&&generator&/span&&span class=&p&&;&/span&
&span class=&k&&if&/span& &span class=&p&&(&/span&&span class=&n&&distribution&/span&&span class=&p&&(&/span&&span class=&n&&generator&/span&&span class=&p&&)&/span& &span class=&o&&==&/span& &span class=&mi&&0&/span&&span class=&p&&)&/span& &span class=&p&&{&/span&
&span class=&n&&nheads&/span& &span class=&o&&=&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&k&&continue&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&span class=&k&&if&/span& &span class=&p&&(&/span&&span class=&o&&++&/span&&span class=&n&&nheads&/span& &span class=&o&&&=&/span& &span class=&mi&&10&/span&&span class=&p&&)&/span&
&span class=&k&&return&/span& &span class=&mi&&1&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&span class=&k&&return&/span& &span class=&mi&&0&/span&&span class=&p&&;&/span&
&span class=&p&&}&/span&
&/code&&/pre&&/div&&p&这样处理以后，程序输出结果变为3855417，这与之前的3860514相比，更加接近理论值，后者完全可以用rand()本身的问题(biased)来解释。作为隐藏较深bug的生动例子，原程序仍放在那里，起到警示作用。再次感谢 &a class=&member_mention& href=&//www.zhihu.com/people/54ef0025eedc4eaff1825ce& data-hash=&54ef0025eedc4eaff1825ce& data-hovercard=&p$b$54ef0025eedc4eaff1825ce&&@defnil&/a& .&/p&
这个题目，
给出的生成函数解法和匿名大牛的马尔科夫过程解法，十分漂亮、优雅，令人拜赏。我这里再代表计算机同仁提供一个纯计算机模拟方法。代码是很简单的：#include &stdlib.h&
#include &stdio.h&
int do_experiment()
int i, nheads = …
&p&谢邀&/p&&p&VIX 跌破10，是非常低的水平，这意味着标普指数的期权市场处于一个非常便宜的时期，意味着市场普遍认为未来市场没有啥比较令人担忧的波动。&/p&&br&&p&一如15年下半年811汇改前人民币汇率期权市场的IV低到不可思议一样，只要价格平稳到一定时长的时候，人类的经验主义和最近历史归纳倾向就会占上风。&/p&&br&&p&然而市场的不稳定是内生的，这是不以人意志为转移的。&/p&&p&我不喜欢做预测，但有一点，市场不会永远太平，这点永远是可期的。&/p&&br&&p&最近有个哥们一直在扫VIX指数的看涨期权，人称“50美分哥”，执行价在20左右到50美分以下就买买买。跟《大空头》里的剧情差不多，应该是天天亏的节奏，但如果真崩了，又一个传奇诞生了。几十倍甚至上百倍的回报都是可能的。&/p&&br&&p&损失确定收益无限赔率畸高，这可不是天天有的，VIX 这位置大家记得截图留念。&/p&&br&&p&==============================&/p&&p&PS:这说完没几天，VIX 就飙了，肯定又有人要借题发挥说我乌鸦嘴什么的（捂脸）&/p&&br&&p&我没有预测未来的神通啊，肯定跟我没关系啊，别赖我！&/p&
谢邀VIX 跌破10，是非常低的水平，这意味着标普指数的期权市场处于一个非常便宜的时期，意味着市场普遍认为未来市场没有啥比较令人担忧的波动。 一如15年下半年811汇改前人民币汇率期权市场的IV低到不可思议一样，只要价格平稳到一定时长的时候，人类的经验…
&p&正好在看《The Inner Voice Of Trading》，我愿意相信这本书出自一个真正成功交易23年时间的交易员之手。我觉得对输过一些钱的新手来说，这本书比讲解各种技术分析的书籍要有价值的多。我对技术分析的看法是方法必须根据自己的经验做调整，根据书中的策略不可能盈利，但是根据交易者经验提炼的技术分析方法可能盈利。&/p&&p&顶尖交易员在这本书里被定义成：self-awareness，对自己的习惯，弱点，优点，情感系统，经验中可尝试的假设，没有意义的假设都相当了解。相对而言，在知道自己不知道什么，和扩张认知空间两者之间，一个交易员应该选择知道自己不知道什么，宁可保留在较小的认知空间中，因为安全性，因为交易是关于错误的游戏，那些为错误付出最少代价的人才能活下来。&/p&&p&When you know what motivates you emotionally, you are your own best mentor.&/p&&p&这句话我认为也代表顶尖交易者的思维习惯。你必须知道自己的情感系统触发机制，做一个情感控制大师。然后将交易系统和情感系统糅合在一起，这需要一个过程。所以这解释了为什么去直接套用一个交易系统可能没有什么意义，因为它可能和交易者的情感系统根本相抵触。有人可能就是不能接受大量的小额损失，这样低胜率交易系统和他们对世界的认知方式完全相冲突。&/p&&p&关于止损，书中的讲述很明白：止损是承认自己对市场没有实现自己更为期待走势无法提出全部的解释。“现在价格不正常只是暂时的，一会儿就回回去”，这样的话根本不是什么解释，这是自我安慰。在交易中实际上大部分事件都难以解释，而且所有的解释都只是假设的意义，不可能经过证实也不可能证实，不要太关心这些事件或者解释，关心止损或者你的持仓行为。不过既然解释既不能起到安慰作用，也不能保护你的安全，那就只能依靠止损。&/p&&p&关于交易，大部分人关心正确，但真正的交易是关于期望或者赔率，这个讨论过很多。真正的赢家知道自己正确的时候并不多，而很多输家过度看中正确，交易是围绕风险管理的获利活动，和正确与否可以毫无关系。&/p&&p&Intention equals results. Behavior predicts where you end up.&/p&&p&第一句话基本就是Ed Seykota关于在市场中人人得偿所愿的另一种表述——更多问题的解决都要追溯到自身的意图上。第二句话其实是说资金波动的本质就是交易行为，交易行为决定了资金波动的方式。交易行为是否正确可以观察，但要观察资金波动却需要太大的样本。&/p&&p&书中还提到一个词：Emotional Blind Spots，这个很有意思，我想也是很多很有经验的交易员开始关注的一个问题。市场Throw you off balance其实总归要通过交易者的情感系统，控制你的情感系统，理解自身情感系统的盲点，不要被激怒，不要被诱惑，不要觉得被侮辱，市场不会特意侮辱你，但即便市场侮辱你，也是市场的权力，它天生比任何人强大——接受这个事实。通过止损避免意外情况——放弃解释和好奇的强迫症特征——安然度过危险的阶段。我觉得这一点实在太重要，市场有太多你不可能预测也不可能归类的情况下，很多时候都依赖于理解自身的EBS来保证自己的安全。在这种情况下，时间可能成为交易者的朋友，交易者利用时间避免了劣势。但对自己习惯性高估的人，却很可能在短时间内被摧毁。&/p&
正好在看《The Inner Voice Of Trading》，我愿意相信这本书出自一个真正成功交易23年时间的交易员之手。我觉得对输过一些钱的新手来说，这本书比讲解各种技术分析的书籍要有价值的多。我对技术分析的看法是方法必须根据自己的经验做调整，根据书中的策略不…
有很多公式试图描述股票。&br&&br&毋庸置疑的是，股票的走势很可能是人们能想到的、世界上存在的最复杂的系统之一，看似simple并naive的一串时间序列数据背后是自然因素、文化因素、无数人对市场的预期的综合影响，甚至今天天气的影响等等等等，说不定和相对论效应也有巨大的关系。因此，既没有人试图精准地预测未来某一个时期的股价，也没有人试图完美地解释股票价格的成因。人们主要关注的是，在一段不太长的时间里，用怎样的数学公式可以“简明、美观但又与真实数据很贴近”地描述股票价格的走势。所以说解释股票的公式的确很少，但描述股票的公式很丰富。&br&&br&当然，试图“解释”股票的公式也是有的。比如在投资学或金融经济学中，当我们学习著名的套利定价理论(APT, Ross)之前，一定会先学习因子模型，包括单因子和多因子模型。例如
&img src=&//www.zhihu.com/equation?tex=r_%7Bt%7D%3D%5Cbeta_%7B0%7D%2B%5Cbeta_%7B1%7DGDP_%7Bt%7D%2B%5Cepsilon_%7Bt%7D& alt=&r_{t}=\beta_{0}+\beta_{1}GDP_{t}+\epsilon_{t}& eeimg=&1&&&br&就是一个单因子模型，其基本思想是，某一股票收益的形成源于当期GDP的“驱动”，当然还有其他涵盖在随机项&img src=&//www.zhihu.com/equation?tex=%5Cepsilon_%7Bt%7D& alt=&\epsilon_{t}& eeimg=&1&&中的因素，该模型也可以看做是一种“动力学”方程。但在真正应用因子模型的时候（例如在统计套利中应用因子模型），GDP是不是收益率的动因我们并不太关注，即使回归分析表明收益率&img src=&//www.zhihu.com/equation?tex=r_%7Bt%7D& alt=&r_{t}& eeimg=&1&&和&img src=&//www.zhihu.com/equation?tex=GDP_%7Bt%7D& alt=&GDP_{t}& eeimg=&1&&线性相关性很强，拟合优度很大，我们顶多就是觉得这个模型好用，不会深究GDP到底是不是成因，因为回归分析本身只能给出相关性而不是因果性，想证明两个变量的因果性，还需要人来讲故事。但事实上业界也不那么在乎因果，因为人人都知道股票价格的成因复杂无比，任何能从人的口中讲出来的故事都不是绝对正确的。&br&&br&&br&但是另一方面，也有一句很常见的统计学中的谚语：All models are wrong, but some are useful. 就像上面说到的，如果跟现实拟合得很好，而且公式本身言之有物，不是胡乱凑出来的，而是多少有点经济学含义在里面，那就是一个非常好的“描述”股票走势的模型了，而事实上这方面的成果是十分丰富的。&br&&br&1900年，法国数学家Louis Bachelier在博士论文《投机理论(Theory of Speculation)》中提出，可以用布朗运动(Brownian Motion)描述股票的随机波动特征，并给出了非常数学化的论证。用容易接受的数学语言描述，布朗运动{&img src=&//www.zhihu.com/equation?tex=W_%7Bt%7D& alt=&W_{t}& eeimg=&1&&}是这样的随机过程：&br&1.&img src=&//www.zhihu.com/equation?tex=W%280%29%3D0& alt=&W(0)=0& eeimg=&1&&&br&2.&img src=&//www.zhihu.com/equation?tex=%5Cforall+0%3Ct_%7B1%7D%3Ct_%7B2%7D%3C...%3Ct_%7Bn%7D%3C...%2C+W%28t_%7Bn%7D%29-W_%7Bt_%7Bn-1%7D%7D%2C+W_%7Bt_%7Bn-1%7D%7D-W_%7Bt_%7Bn-2%7D%7D%2C...%2CW_%7Bt_%7B2%7D%7D-W_%7Bt_%7B1%7D%7D& alt=&\forall 0&t_{1}&t_{2}&...&t_{n}&..., W(t_{n})-W_{t_{n-1}}, W_{t_{n-1}}-W_{t_{n-2}},...,W_{t_{2}}-W_{t_{1}}& eeimg=&1&&独立&ul&3.&img src=&//www.zhihu.com/equation?tex=%5Cforall+0%3Cs%3Ct%2C+W_%7Bt%7D-W_%7Bs%7D%5Csim+%5Cmathcal%7BN%7D%280%2Ct-s%29& alt=&\forall 0&s&t, W_{t}-W_{s}\sim \mathcal{N}(0,t-s)& eeimg=&1&&&br&4.&img src=&//www.zhihu.com/equation?tex=W_%7Bt%7D& alt=&W_{t}& eeimg=&1&&具有连续的样本路径&br&&/ul&布朗运动事实上可以看做一种极限化、连续化的随机漫步，它充分反映了当时人们所认为的股票“不可预测”的随机特征。&img src=&//www.zhihu.com/equation?tex=W_%7Bt%7D& alt=&W_{t}& eeimg=&1&&很可能是第一种试图描述股票价格走势的数学公式。根据布朗运动，学术界衍生出不少相似的数学模型，例如有些学者认为，虽然市场确实有不可预测性，但有些股票的确处于明显的上涨或下跌走势中，只用布朗运动无法体现这一点，相应地，可以用带漂移的布朗运动(Brownian Motion with Drift)描述这类股票的价格，即&br&&img src=&//www.zhihu.com/equation?tex=%5C%7BW_%7Bt%7D%2B%5Cmu+t+%7C+t%5Cgeq+0%5C%7D& alt=&\{W_{t}+\mu t | t\geq 0\}& eeimg=&1&&&br&通过确定的漂移项&img src=&//www.zhihu.com/equation?tex=%5Cmu& alt=&\mu& eeimg=&1&&，就可以体现股票确定性的走势了。&br&&br&另一方面，也有不少学者对布朗运动模型不敢苟同。比较有名的是萨缪尔森(Samuelson)，他提出：“随机漫步”（其实和布朗运动原理相同）的支持者认为股票在每一时刻上升和下跌的可能性是相同的，上升和下跌的量也相同。但这是不可能的，因为股票价格可以无限上涨，但不能下跌到0，因此不可能具有随机漫步中完美的对称性。萨缪尔森的观点是有道理的，为了解决该问题，学术界继续发展出了几何布朗运动(Geometric Brownian Motion)模型，即使股票的收益率具有布朗运动的特征，换句话说就是把布朗运动放进e的指数里，这样无论布朗运动&img src=&//www.zhihu.com/equation?tex=W_%7Bt%7D& alt=&W_{t}& eeimg=&1&&是正是负，股票价格永远是大于0的。几何布朗运动的微分形式是&br&&img src=&//www.zhihu.com/equation?tex=%5Cfrac%7BdS_%7Bt%7D%7D%7BS_%7Bt%7D%7D%3D%5Cmu+dt+%2B+%5Csigma+dW_%7Bt%7D& alt=&\frac{dS_{t}}{S_{t}}=\mu dt + \sigma dW_{t}& eeimg=&1&&&br&积分形式是&br&&img src=&//www.zhihu.com/equation?tex=S_%7Bt%7D%3DS_%7B0%7De%5E%7B%5Csigma+W_%7Bt%7D%2B%28%5Cmu+-+%5Cfrac%7B%5Csigma%5E%7B2%7D%7D%7B2%7D%29t%7D& alt=&S_{t}=S_{0}e^{\sigma W_{t}+(\mu - \frac{\sigma^{2}}{2})t}& eeimg=&1&&&br&几何布朗运动取得了空前的成功，人们认为它异常精确地描述了股票的价格（事实上现在看来也不过如此）。其带来的另一震撼性成功是1973年，芝加哥大学的Black和Scholes两位教授基于股票价格服从上述的几何布朗运动的基本框架，加上其他一些假设，根据无套利原理推导出了著名的Black-Scholes-Merton期权定价公式（他们两人的工作后来由Merton完善了其数学基础），即&br&&img src=&//www.zhihu.com/equation?tex=c%28t%2CT%2Cx%29%3DxN%28d_%7B%2B%7D%28T-t%2Cx%29%29-Ke%5E%7B-r%28T-t%29%7DN%28d_%7B-%7D%28T-t%2Cx%29%29& alt=&c(t,T,x)=xN(d_{+}(T-t,x))-Ke^{-r(T-t)}N(d_{-}(T-t,x))& eeimg=&1&&&br&&ul&&li&其中&img src=&//www.zhihu.com/equation?tex=x& alt=&x& eeimg=&1&&是股价，&img src=&//www.zhihu.com/equation?tex=t& alt=&t& eeimg=&1&&是当前时间，&img src=&//www.zhihu.com/equation?tex=T& alt=&T& eeimg=&1&&是到期日，&img src=&//www.zhihu.com/equation?tex=K& alt=&K& eeimg=&1&&是行权价，&img src=&//www.zhihu.com/equation?tex=N%28%5Ccdot%29& alt=&N(\cdot)& eeimg=&1&&是标准正态分布的分布函数，&img src=&//www.zhihu.com/equation?tex=d_%7B%5Cpm+%7D%28%5Ccdot%2C%5Ccdot%29& alt=&d_{\pm }(\cdot,\cdot)& eeimg=&1&&是两个确定的函数，具体形式还挺复杂的就不列出来了。BSM公式取得的巨大成功在华尔街引发了“革命”级别的剧变，给无数找不到教职的老Ph.D带来了就业的机会。1997年，Scholes和Merton为此获得了诺贝尔经济学奖，没有颁给Black是因为他老人家当时已经谢世。&/li&&/ul&&br&但是值得注意的是，BSM公式也产生了许多问题，例如人们发现，把真实的期权价格带回BSM公式反解出来的波动率&img src=&//www.zhihu.com/equation?tex=%5Csigma& alt=&\sigma& eeimg=&1&&（称为implied volatility）具有波动率微笑(Volatility Smile)的特征，但按照几何布朗运动的假定，&img src=&//www.zhihu.com/equation?tex=%5Csigma& alt=&\sigma& eeimg=&1&&应当是一个常数。这一问题表明了描述股票价格的几何布朗运动还是有一些缺陷，为此许多新的公式诞生了。&br&&br&人们最初的尝试是，为了产生非常数的波动率，可以设波动率为股票价格本身的函数，即&br&&img src=&//www.zhihu.com/equation?tex=%5Cfrac%7BdS_%7Bt%7D%7D%7BS_%7Bt%7D%7D%3D%5Cmu+dt+%2B+%5Csigma%28t%2CS_%7Bt%7D%29dW_%7Bt%7D& alt=&\frac{dS_{t}}{S_{t}}=\mu dt + \sigma(t,S_{t})dW_{t}& eeimg=&1&&&br&但实证金融学家的检验表明，这样的设定无法与市场相符。因此，学术界继续向前一步，提出了更加复杂的模型，即令波动率本身也是一个独立的随机过程。在实证金融领域很常见的一个描述波动率的模型是GARCH模型&br&&img src=&//www.zhihu.com/equation?tex=dV_%7Bt%7D%3D%5Ckappa%28%5Ctheta-V_%7Bt%7D%29dt%2B%5Csigma+V_%7Bt%7DdW_%7Bt%7D& alt=&dV_{t}=\kappa(\theta-V_{t})dt+\sigma V_{t}dW_{t}& eeimg=&1&&&br&其中&img src=&//www.zhihu.com/equation?tex=V_%7Bt%7D& alt=&V_{t}& eeimg=&1&&是方差。当然，在时间序列里面是另一种离散化的写法，就不多赘述了。&br&&br&另一个十分有名的模型是Heston模型(Heston, 1993)：&br&&img src=&//www.zhihu.com/equation?tex=%5Cfrac%7BdS_%7Bt%7D%7D%7BS_%7Bt%7D%7D%3D%5Cmu+dt+%2B%5Csqrt%7BV_%7Bt%7D%7DdW_%7Bt%7D%5E%7B%281%29%7D& alt=&\frac{dS_{t}}{S_{t}}=\mu dt +\sqrt{V_{t}}dW_{t}^{(1)}& eeimg=&1&&&br&&img src=&//www.zhihu.com/equation?tex=dV_%7Bt%7D%3D%5Ckappa%28%5Ctheta-V_%7Bt%7D%29dt%2B%5Csigma%5Csqrt%7BV_%7Bt%7D%7DdW_%7Bt%7D%5E%7B%282%29%7D& alt=&dV_{t}=\kappa(\theta-V_{t})dt+\sigma\sqrt{V_{t}}dW_{t}^{(2)}& eeimg=&1&&&br&可见这个模型跟几何布朗运动很相似，只不过几何布朗运动中常数&img src=&//www.zhihu.com/equation?tex=%5Csigma& alt=&\sigma& eeimg=&1&&在这里也是一个扩散过程。Heston模型在解释Volatility Smile上取得了一些进展，而且该模型的困难程度恰到好处，可以解析求解该模型的转移概率函数和相应的欧式期权价格的表达式，因此也很受欢迎。&br&&br&但上述的模型还是存在一些不合理之处，就是迄今为止描述股票的都是具有连续样本路径的随机过程，但在现实中，股票价格常常是会发生“跃变”，或者说跳动。为此，学术界试图把具有跳跃属性的随机过程添加到原有的扩散过程模型中，产生了带跳的扩散模型(Jump Diffusion)，其中最重要的是线性带跳扩散模型(Affine Jump Diffusion Model, AJD)，因为Duffie等人在2000年时的工作给出了用积分变换求解AJD模型的概率转移函数和相应的欧式期权价格的计算方法(Duffie et al.(2000))，一个典型的带跳的随机波动模型(Stochastic Volatility with Jump)是&br&&img src=&//www.zhihu.com/equation?tex=%5Cfrac%7BdS_%7Bt%7D%7D%7BS_%7Bt-%7D%7D%3D%5Cmu+dt%2B%5Csqrt%7BV_%7Bt%7D%7DdW_%7Bt%7D%5E%7B%281%29%7D%2BdJ_%7Bt%7D%5E%7BS%7D& alt=&\frac{dS_{t}}{S_{t-}}=\mu dt+\sqrt{V_{t}}dW_{t}^{(1)}+dJ_{t}^{S}& eeimg=&1&&&br&&img src=&//www.zhihu.com/equation?tex=dV_%7Bt%7D%3D%5Ckappa%28%5Ctheta-V_%7Bt%7D%29dt%2B%5Csigma%5Csqrt%7BV_%7Bt%7D%7DdW_%7Bt%7D%5E%7B%282%29%7D& alt=&dV_{t}=\kappa(\theta-V_{t})dt+\sigma\sqrt{V_{t}}dW_{t}^{(2)}& eeimg=&1&&&br&其中{&img src=&//www.zhihu.com/equation?tex=W_%7Bt%7D%5E%7B%281%29%7D%2CW_%7Bt%7D%5E%7B%282%29%7D& alt=&W_{t}^{(1)},W_{t}^{(2)}& eeimg=&1&&}是相关系数为&img src=&//www.zhihu.com/equation?tex=%5Crho& alt=&\rho& eeimg=&1&&的二维布朗运动，&img src=&//www.zhihu.com/equation?tex=J_%7Bt%7D%5E%7BS%7D& alt=&J_{t}^{S}& eeimg=&1&&是纯跳跃过程&br&&img src=&//www.zhihu.com/equation?tex=J_%7Bt%7D%5E%7BS%7D%3D%5Csum_%7Bn%3D0%7D%5E%7BN_%7Bt%7D%7D%28exp%28Z_%7Bn%7D%5E%7BS%7D%29-1%29& alt=&J_{t}^{S}=\sum_{n=0}^{N_{t}}(exp(Z_{n}^{S})-1)& eeimg=&1&&&br&其中&img src=&//www.zhihu.com/equation?tex=N_%7Bt%7D& alt=&N_{t}& eeimg=&1&&是纯生过程(Pure Birth Process)，即速率&img src=&//www.zhihu.com/equation?tex=%5Clambda& alt=&\lambda& eeimg=&1&&满足&br&&img src=&//www.zhihu.com/equation?tex=%5Clambda_%7Bt%7D%3Dl_%7B0%7D%2Bl_%7B1%7DV_%7Bt%7D& alt=&\lambda_{t}=l_{0}+l_{1}V_{t}& eeimg=&1&&&br&的“泊松过程”，元素&img src=&//www.zhihu.com/equation?tex=Z_%7Bn%7D%5E%7BS%7D& alt=&Z_{n}^{S}& eeimg=&1&&(n=1,2,3,...)是满足某特定分布的独立同分布随机变量。之所以如此设定，是因为基于上述设定，股票收益率可以写作&br&&img src=&//www.zhihu.com/equation?tex=dlogS_%7Bt%7D%3D%28%5Cmu-%5Cfrac%7B1%7D%7B2%7DV_%7Bt%7D%29dt%2B%5Csqrt%7BV_%7Bt%7D%7DdW_%7Bt%7D%5E%7B%281%29%7D%2Bd%28%5Csum_%7Bn%3D0%7D%5E%7BN_%7Bt%7D%7DZ_%7Bn%7D%5E%7BS%7D%29& alt=&dlogS_{t}=(\mu-\frac{1}{2}V_{t})dt+\sqrt{V_{t}}dW_{t}^{(1)}+d(\sum_{n=0}^{N_{t}}Z_{n}^{S})& eeimg=&1&&&br&此时不难看出(&img src=&//www.zhihu.com/equation?tex=logS_%7Bt%7D%2CV_%7Bt%7D& alt=&logS_{t},V_{t}& eeimg=&1&&)所满足的随机微分方程就是线性(affine)的，线性的定义可以参考Duffie2000年的论文。由此可以求得相关的转移函数和期权价格等等。如果不满足线性条件，很可能是无法求出来的。当然，上面是一个简单版本，波动率&img src=&//www.zhihu.com/equation?tex=V_%7Bt%7D& alt=&V_{t}& eeimg=&1&&也可以带跳，但如果&img src=&//www.zhihu.com/equation?tex=S_%7Bt%7D& alt=&S_{t}& eeimg=&1&&和&img src=&//www.zhihu.com/equation?tex=V_%7Bt%7D& alt=&V_{t}& eeimg=&1&&中含有的jump不是由同一纯生过程驱动的或不满足线性性质，那么也有可能不能求解。&br&&br&现在比较流行的市场微观结构这一分支还提出了许多新的描述股票价格的理论，其中涉及到Order Book啊等等，我就不太懂了。7月份的时候恰好要上一门市场微观结构的暑期课，等上完了来补充吧。&br&&br&&br&&br&&br&[莱佛润丝]&br&1.Bachelier L. Théorie de la spéculation[M]. Gauthier-Villars, 1900.&br&2.Heston S L. A closed-form solution for options with stochastic volatility with applications to bond and currency options[J]. Review of financial studies, ): 327-343.&br&3.Duffie D, Pan J, Singleton K. Transform analysis and asset pricing for affine jump‐diffusions[J]. Econometrica, ): .
有很多公式试图描述股票。 毋庸置疑的是，股票的走势很可能是人们能想到的、世界上存在的最复杂的系统之一，看似simple并naive的一串时间序列数据背后是自然因素、文化因素、无数人对市场的预期的综合影响，甚至今天天气的影响等等等等，说不定和相对论效应…
&figure&&img src=&https://pic4.zhimg.com/v2-bae48bc805aab_b.jpg& data-rawwidth=&810& data-rawheight=&1080& class=&origin_image zh-lightbox-thumb& width=&810& data-original=&https://pic4.zhimg.com/v2-bae48bc805aab_r.jpg&&&/figure&&p&2013年12月的一天，巍子走进香港科学园的太平洋咖啡。他要见一位14岁就考入清华的、传说中“量化交易做得很牛”的大师兄——W。&br&&/p&&p&巍子浓眉大眼，穿着套头衫和牛仔裤，戴黑边眼镜，学生味十足。&/p&&p&W衣着朴实，拎了一个边上已经磨破皮的包，随身带了两个手机。其中一只是看上去型号很古老的诺基亚小手机。&/p&&p&从香港取得电子工程学博士学位后，巍子加入一家科技创业公司。他所在团队核心成员十几个人，做出了全世界第一个基于TD-LTE协议的4G手机芯片，并在上海世博会上成功展示。&/p&&p&当时团队的合作方是急于推动4G的中国移动。移动的高层曾抛下话说，如果不是巍子所在团队推动，中国4G时代还要迟两年才到。&/p&&p&巍子打心眼里为自己做的事自豪。&/p&&p&顺境中的公司曾是资本追捧的宠儿。一度，大家都热血澎湃，认为上创业板是板上钉钉的事。但管理层过于急迫，想要通吃整个产业链，团队很快在细节执行出现诸多问题，加上竞争对手迅速追赶，公司资金链很快吃紧。&/p&&p&本来“无限接近于成功”的创业团队开始苦苦挣扎。巍子的事业落入低谷。他琢磨着转型。他想过回高校教书，还研究了一下当时很火的可穿戴装备行业。&/p&&p&就在这节骨眼上，一位朋友找来，说这位做量化交易的清华大师兄，想咨询下系统方面的问题。&/p&&p&巍子在咖啡馆跟W聊得很投缘。听说巍子硕士、博士做信号处理，时间序列分析，现在在创业公司做芯片，对低延时系统经验丰富后，W说：&/p&&p&“我们公司也需要Ph.D，不如我给你一些数据，你看能做出什么模型来？”&/p&&p&量化交易——尤其是程序化交易，要求做的人“两条腿走路”：一方面要懂技术，另一方面也要懂算法。巍子在技术和算法上都算有积累。他掂量了下眼前的这个机会，暗自告诉自己不能错过。&/p&&p&那几天是香港圣诞节假期。巍子拿到W给的数据，熬了两个通宵写程序、做实验，用了信号处理、机器学习等好几种方法对时间序列进行分析，做出好几个模型。巍子又花一个白天的时间，写了几十页长的报告。&/p&&p&巍子想尽快把结果交给W，因为金融数据有时效性。还有，他做事一直比较追求完美主义。“如果人家说我靠谱，那就是对我最高的评价。”&/p&&p&现在回头看，巍子觉得当时写的模型“屁都不是，小儿科得不得了”，但多少能体现他的研究态度。&/p&&br&&br&&h2&&b&
刨根问底&/b&&/h2&&br&&p&2014年，巍子从香港回到内地，加入W创办的量化交易团队，成为第22号员工。&/p&&p&公司研究团队的同事基本都有博士学位，有的搞过癌症研究，有的曾研究火箭发动机，有的发过Nature/Science，还有海归的教授，但都清一色的低调、谦逊。&/p&&p&巍子打心眼儿佩服W。80年代初，14岁的W以优异的成绩考上清华，毕业后公派到英国读博士。后来，他做过咨询，创办过好几家公司，公司上市或者被上市公司收购。财务自由之后，W在毫无金融背景的情况下，又凭着聪明和悟性玩起了量化交易。当时近50岁的W亲自写程序。&/p&&p&他写的好几个策略到现在都还赚钱。&/p&&p&在巍子眼里，W为人朴实，对手下厚道，有情怀，“特别喜欢聪明的小孩儿”。他说过一句让巍子印象深刻的话：“别的公司的人买不起房，但我们公司的人不能买不起房。”&/p&&p&作为福利和激励机制的一部分，公司设立员工基金，每个正式员工都可购买，让同事们分享公司成长的成果。巍子记得员工基金曾经在很短的时间涨了超过10%，同事们群情激昂。&/p&&p&然而公司也有“原始”的地方。&/p&&p&刚加入团队，巍子吃惊地发现公司还在跑W很多年前用Fortran语言写的策略代码。&/p&&p&“这是历史遗留问题，老板只会Fortran，他的Coding Style非常差，一看就不是写程序出身的。”巍子说。&/p&&p&巍子过去十多年都用C编程，他一边学Fortran，一边把公司所有的策略标准化、整理了一遍。&/p&&p&巍子之前接触金融并不多。刚刚加入公司时，他连什么是“期货”、“期权”都不清楚，一些金融量化群里别人讨论的名词他也看不懂。于是，他会马上Google或百度。有时Google一个名词时，会遇到新的不懂的名词，他就一层层往下钻，直到把问题彻底弄明白。&/p&&p&那段时间巍子每个周末都泡在图书馆。公司马上就要开展期权业务，需要巍子加入。他买了John Hull的《期权、期货及其他衍生产品》来学习。&/p&&p&仗着数理功底还不错，中英文对照看，巍子花两个星期看完了这本“期权圣经”。&/p&&p&巍子在期权组那阵子，公司业绩出现了比较大的回撤。巍子心里着急，用业余时间开始研究期货的模型。随后，他被调到期货组，慢慢开始负责公司的期货团队和相关策略。&/p&&p&2015年股灾期间，巍子主要做日内交易。那几个月，市场微观结构每天变化都很大，巍子像打仗一样忙碌，要随时调整模型，迅速解决模型在实盘中遇到的问题。&/p&&p&7月初的一个早上。中证500的股指期货，由于交易所大幅提高保证金，流动性变得很差，开盘的时候，先一个涨停价，接着一个跌停。“IC（中证500指数期货）波动20%，我脸都吓绿了。”&/p&&p&巍子一看不对，赶紧把策略停掉。“如果做反了，20%就没了。还好那个时候还做对了。”&/p&&p&在股灾动荡的环境下，公司取得了不错的成绩，虽然很累，但巍子很有成就感，也很自豪。&/p&&br&&br&&h2&&b&
基本面一定要懂&/b&&/h2&&br&&p&不过巍子很快就对日内交易失去了兴趣。“翻来覆去就那些东西，基于市场微观结构，诸如此类的，也翻不出什么花样。你生成不同模型，顶多是信号点分散点而已。”&/p&&p&寻找突破的巍子开始研究中低频策略。他很快就发现Overfitting无处不在（过度拟合，指在设计一个统计模型时，使用过多参数去拟合数据。一个荒谬的模型只要足够复杂，是可以完美地解释样本内数据，但此类模型对样本外数据解释度极低）。&/p&&p&巍子用时间序列分析的方法，常常找出来看似相关性很高的因子，拿来组合，发现曲线很漂亮，夏普比率达到5或者6。&/p&&p&“当时觉得好happy，结果放实盘一看，怎么就是个随机波动啊。”&/p&&p&巍子开始反思，他发现很多时候统计找出来的因子是“相关”，并不是“因果”。不从因果出发，策略就站不住脚。&/p&&p&“如果你发现昨天上涨了，今天上涨概率大，就做出一个模型，历史数据回测相当好。但其实你只是找出了一个相关性，并不是一个因果。你不知道这个因子什么时候就失效了，因为这类因子本质上是没有逻辑的。”&/p&&p&另外，哪怕是使用样本外的数据，也不是真正的样本外。历史数据来区分样本内、样本外，本来已经暗含了过度拟合。只有真正把这个模型提交了，拿市场的数据跑出来的，这才是真正的“样本外”。&/p&&p&一位做外汇的朋友告诉巍子，自己用3年的数据做回测，机器学习的方法比传统方法好。巍子建议说，那你不妨再往前3年看看？结果再往前3年，果然就很差。&/p&&p&“你怎么保证接下来实盘是过去3年，还是过去6年的行情？”&/p&&p&巍子觉得机器学习在有些领域很好用，比如下围棋。但金融数据很有局限性，样本点不够多，市场信息完全不对称。因此机器学习很难取代主观交易。&/p&&p&2016年很火的那波“黑色行情”（指黑色矿产及相关产品，包括螺纹、热轧、铁矿石、焦炭、焦煤和动力煤等）期间，巍子亲眼见到很多人用深度学习、机器学习方法做出来的策略，前11个月赚了不少钱。&/p&&p&结果11月11日夜盘，国内商品期货上演过山车行情，多个品种短短十几分钟从涨停到跌停。从那天起，之前的长趋势结束，开始出现宽幅震荡。&/p&&p&“趋势跟踪策略最怕这种震荡市，你觉得趋势走出来了，刚开始做多或者空，趋势又回去了。各种Fancy（花哨）的方法做出来的模型，都是在回撤，基本就是狂亏钱。”&/p&&p&价格只是结果，并不是原因。巍子走了很多弯路，慢慢摸索，深深体会到做策略，一定要有逻辑。而逻辑从哪里来？&/p&&p&巍子思考的结果是：基本面。&/p&&p&他说：“我们做期货，但很多人连焦炭、焦煤是什么都不知道。铜锭长什么样没见过。螺纹钢是圆的还是扁的都不知道——在期货大佬眼里，这些人都是韭菜。”&/p&&p&巍子决心打入期货界各个品种大佬的圈子，向他们学习。&/p&&p&这些大佬很多都有现货背景的，有的做螺纹钢，可能就是钢厂出身的，做煤炭的，可能下过井。他们非常了解产业链的逻辑，这正是巍子要补课的。&/p&&p&刚进大佬们的微信群时，谁也不认识巍子。他采取勤发问、砸红包的模式跟大佬们搭讪。大佬们说的东西，他不明白时，就私下去问。&/p&&p&“你一定要会问有价值的问题，而不是白痴问题，否则就是浪费人家的时间。”&/p&&p&有时大佬会说，最近的行情，仿佛跟历史某一段挺像。但是大佬不会做回测，不会做历史上异常情况的分析——这恰好是巍子的强项。&/p&&p&巍子从大佬那里学到基本面的逻辑。这些逻辑又成为他建模的出发点。&/p&&p&拿去年焦炭焦煤那波行情来说。巍子了解到，从9月开始，整个焦炭的库存是零。焦化厂生产出来焦炭，车在门口排队