交易抛开人性来看鸿E配资,就是一个数学问题。
我们习惯用自己主观固有认知去交易,以形态也好还是板块题材也罢,可能只适用某一个特定阶段的行情,有很大的局限性。也就是自我认知的局限性,只是看到很小的一面,每一种形态都有成功的也有失败的,热点题材同样也有成功的和失败的。如果把这个周期拉长,可能这个成功失败的概率都是各占一半,但是当我们如果执念于自己局限的认知,认为某一种形态或是某一个题材就一定是能成功的,或是成功概率高一些,其实这都是一种假象,那个成功率不会变,只是我们自己选择性看到我们想看的那一面,自认为这样就是对的,其实并不然,其实术的标准是万变的,没有一个绝对的定式。恰恰就是要跳出这个术,把过去积累的那个术拿掉,去看到真正的那个本质,才不会被困住。把炒股看成是一个数学问题,就是解决概率、盈亏比、仓位、数据量、时间周期的问题,用数学的确定性去给交易一个定式,这才能解决根本问题。就好比导弹、卫星等都可以通过数学解决精准度、确定性,交易一样也是可以的,解决交易盈利的问题其实就是转化为:找到一个成功率50%,盈亏比大于1的交易模式,然后用合理的仓位,跑出足够多的数据量,就可以做到稳定,这应该是解决交易盈利最简单有效的方法。所以我们看待交易,就应该是用数学的思维,用概率的角度去看待标的,也就是不管个股走的什么结构,什么形态,它第二天涨跌的概率都是50%,是没有人可以提前就知道第二天一定就是涨或跌,我们主观执念的那个优劣,客观情况不一定是这样,要破了追求单次交易确定性那个执念,这一次亏了也不要紧,而是要看一个阶段的结果。数学是解决这个世界的不确定最有效的一个工具,数学本身是完美的确定的,用它就可以找到其它事物在数学领域的那个确定性。把交易问题转化为一个数学问题,转化为自己所擅长的那个领域,就可以解决,只要是一个数学问题,那就一定是可以找到解的。一个模式的核心点就是成功率、盈亏比、合理的仓位、操作的数量,成功率50%、盈亏比大于1,满足这个条件,只要数据量足够大,都是可以盈利的。单次的结果都是不确定的,在不确定的市场中要找到那个确定性,这个确定性不是市场本身的技术逻辑,而是找到一个固定的选股标准,然后以这个标准去操作的那个大数据下的概率支撑,单次的结果不稳定,但多次结果的集合就是稳定的,确定性来自于多次数据的集合,用数学模型去找到那个确定性,交易抛开人性来看,就是一个数学问题。短线交易要做到盈利,做到稳定盈利,最核心的不是去提高成功率、降低频率,反而是要高频率提高数据量,数据量才是短线盈利的核心,因为随便买概率就是50%,时间拉长,操作的次数积累足够多,在这个自然概率下就是能盈利的,交易过程中很多的偶然性因素,不确定形因素,都是不可预料的,为了刻意去规避主观以为的那个不确定,其实都只是自己片面的认知,市场的真实情况可能不一定就是如预期。其实就是应该遵循一个标准长期可持续执行下去,确定的不确定的,偶然的必然的,在时间推移和在足够多的数据量下都会自然平衡。笔者在这两年的时间里面已经实战验证,得到结果,图片
这个就是创业板一进二这两年的数据,总数据看这个模式都是正盈利的,但是因为创业板首板票太多不可能全部覆盖,所以在里面做了一些优化,比如按照一定的标准每天选择两票模式二,按照一定标准每天选一票模式一,按照一定标准降低频率模式三,这个盈利以单票累加计算的。这其实就可以反应一个核心问题,短线交易数据量足够大后,成功率会无限接近50%,所以提高成功率,做确定性的交易应该是短线的伪命题,这种成功率只是阶段性,而不可持续,所以很多人就是受不了亏损,而无法滚动前进。短线交易盈利的真正核心就是盈亏比、交易数量、仓位管理,每天滚动,像一个量化机器人一样每天按照固定的标准无感情推进下去,长期下来结果就是能盈利的,过程中可能会有很大的波动,一个交易模式是不是稳定,能盈利,至少要积累50笔数据,这个综合结果才可以用来判断模式行不行,如果模式没有问题,数据积累到100笔后就会趋于稳定了。现在的市场较过去的市场有了根本性变化,以前的市场是人和人的博弈,在主要参与者是人的市场,是可以找到确定性的,也可以有一些固定的套路模式的,但现在的市场量化主导,是人和机器人的博弈,那个确定性或许就很难找到了,过去一些有用的模式套路都发生变化,所以要想跟以前一样就很难适应市场了,而既然量化是市场的主导,那就学习量化,不追求那个确定性,把成功率预期降低到50%,然后在这个基础上去思考如何盈利,就是提高盈亏比,增加交易频率跑数据量,量化盈利的核心就是靠量。只要保证模式的顶层设计的那个模型是正盈利的,量化跑出来的数据是很亮眼的,而如果是人来执行,可能拿着一个非常优秀的模式,但就是受不了过程中的波动,最后不但赚不了还大亏,前面些年学习游资手法,现在开始就要学习量化,学习量化的愚,按照标准无脑执行。 本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报。兴启网配资提示:文章来自网络,不代表本站观点。