Re: [心得] 從學生到出社會五年心得
承認自己在金融市場的一切行為都是賭博,可以看清很多問題。
簡單用Python來設計一個模型來實驗。你眼前有一個每期可以下注的賭局,
初始資金=100萬。勝率=44.6%,賺賠比=1:1。
以1000人各跑n局,你猜有幾趴的人還是可以賺錢?
賭局次數 幾%人賺錢
50 22%
100 13.7%
250 3.1%
500 0.6%
1000 0.01%
這個現象不論在你個人的交易賭博履歷,或者做為市場整體賭徒的表現。
都可以獲得應證,你可能在前幾次有賺錢,認為這方法能賺錢,但是直到次數一多
才會發現沒有辦法持續賺錢。但同樣方法似乎還是有少部分能賺錢。
所以真的是這方法有用只是對你來說沒用嗎?
以數學來說,這是一個負期望值的垃圾策略,然而考量賭局的隨機性,
數學與蒙地卡羅的模擬也可以告訴你,有一小搓運氣好的人可以靠這負期望值策略賺錢。
這一小搓的人可能還會出書,甚至違法開課收學費,告訴你這是一個年化報酬率20%的聖杯
直到你不斷的賭最後發現,你怎麼賠一屁股錢。
為什麼會這樣?你有沒有想過一個問題,在隨機賭場上"年化報酬率"會長什麼樣子?
首先我們知道所有賭局的損益結果,可以算出期望值。
那麼被俗稱"年化報酬率",實際上僅是你所有累積報酬率(U),就會變成:
累積報酬率(U)= 賭局次數 * 單次期望值 * 下注比例
累積標準差(Sigma,S)=√賭局次數 * 單次標準差 * 下注比例
Φ(phi)=常態分佈累積分布函數
由於賭局是隨機的,故理論上來說賺錢勝率(P)≒Φ(-U/S)
用白話說明就是,就算期望值為負的方法,你運氣好也是有低機率能賺錢。
直到次數變多,你逐漸得知真實的期望值為負後,你的年化報酬率也會降低。
所以年化報酬率可以說只是被隨機與標準差愚弄後的數字,其價值甚至比期望值還低。
那要怎麼避免?賭博的隨機性會愚弄你,但數學不會。
所以你首要的第一步,是要找出一個正期望值的方法。
正期望值的方法不難,甚至策略的交易方法本身不需要太難,越簡單越好。
你可以從你已知的方法找一個你常用的,然後來算過去你的交易勝率與賺賠比。
例如前面講的基本策略,P=0.446,賺賠比(R/R)=1:1。
這個你算出來期望值會是負的,那麼你至少有兩個方向可以找,也就是P或者R/R。
你可以先調整其中一個方向,例如調整賺賠比或是停損幅度,
第二步是要找出不會虧錢的方法,這個也是國外講到爛了,你也可以自己寫一個公式出來
例如:P(破產) = ((1-勝率)/(勝率×(1+賠率)))^(1/投注比例)
比如說我們宣告參數:勝率(r)=0.33,賠率=(獲利/虧損)=2,投注比率=0.05
接下來套入公式,首先1/0.05=20
故:0.67 / 0.99^20=0.004
按照這方法你最後連續虧損的機率=0.4%。
順帶一提,期望值=0.33*2-0.67=-0.01。
所以就算你的期望值最後應證是負的,但你至少不會賠光。
總之,正常的過程應該會是:
找到不會連續破產的方法->找到正期望值方法->找到合適槓桿->持續執行等待運氣暴賺
但你直接跳到槓桿的話。但你前面基礎沒有做到,後面當然做不到。
數學告訴你做不到的東西,你不用特地用新台幣來實驗應證。
至於選擇權和權證,我只能說你不懂你在買啥,你目的是要幹嘛。
那就不要去做,比如說你要賭價外的我沒意見,但你有想過你花多少錢去賭。
你有做過功課證明是否值得嗎?沒有的話那就跟盲賭沒有兩樣。
如果你要弄多商品多策略,但現在沒有一個商品和方法賺錢的話。
不如還先找一個商品找到你可以有正期望值的方法,再討論有沒其他商品來應用。
這個領域討論多商品多策略的話,像我都要自己標準化算出當日日報酬%
然後來比較不同商品或策略的相關性,得到每個策略貢獻差異化的程度為何,
那你才可能得到一個有數學基礎的低相關性低波動的權益曲線。
(但還是不能保證未來也是低波動,沒辦法你必須要接受可能會碰到a,b都會虧的時期)
你什麼都沒有做的話,那麼通常會有截然不同的下場,就是策略a在不同商品
因為賺賠沒有打平甚至虧損,你還沒有控制比例和虧損的話,那當然只會虧錢不會賺錢。
但說實在的,你不用做到這些,用單一簡單方法也可以做到,那就先以簡單的來做。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 194.61.41.26 (菲律賓)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1759760686.A.A3A.html
推
10/06 22:26,
2小時前
, 1F
10/06 22:26, 1F

推
10/06 22:26,
2小時前
, 2F
10/06 22:26, 2F
→
10/06 22:27,
2小時前
, 3F
10/06 22:27, 3F
推
10/06 22:28,
2小時前
, 4F
10/06 22:28, 4F
→
10/06 22:28,
2小時前
, 5F
10/06 22:28, 5F
宣告是便於說明才使用的單一值,你要求精準的話你可以自己用EXCEL或PYTHON
統計你基於隨機價格的單期損益來算出歷史勝率,而得到一個歷史期望值。
的確不論歷史勝率或歷史期望值,由於你觀察的樣本少,那麼樣本誤差會高
算出的勝率並不是特別有價值,然而你能做的不只有無法控制的勝率而已
如果最後跑出來是負期望值怎麼辦?那就是控制投注比率來達到降低破產機率
至於你不認為無法完全量化我沒有意見,對我而言這一切都是數學。
推
10/06 22:30,
2小時前
, 6F
10/06 22:30, 6F
→
10/06 22:30,
2小時前
, 7F
10/06 22:30, 7F
→
10/06 22:30,
2小時前
, 8F
10/06 22:30, 8F
→
10/06 22:30,
2小時前
, 9F
10/06 22:30, 9F
推
10/06 22:31,
2小時前
, 10F
10/06 22:31, 10F
→
10/06 22:31,
2小時前
, 11F
10/06 22:31, 11F
※ 編輯: midas82539 (194.61.41.26 菲律賓), 10/06/2025 22:37:09
→
10/06 22:31,
2小時前
, 12F
10/06 22:31, 12F
推
10/06 22:31,
2小時前
, 13F
10/06 22:31, 13F
→
10/06 22:31,
2小時前
, 14F
10/06 22:31, 14F
→
10/06 22:31,
2小時前
, 15F
10/06 22:31, 15F
→
10/06 22:32,
2小時前
, 16F
10/06 22:32, 16F
→
10/06 22:33,
2小時前
, 17F
10/06 22:33, 17F
→
10/06 22:33,
2小時前
, 18F
10/06 22:33, 18F
→
10/06 22:33,
2小時前
, 19F
10/06 22:33, 19F
→
10/06 22:34,
2小時前
, 20F
10/06 22:34, 20F
→
10/06 22:34,
2小時前
, 21F
10/06 22:34, 21F
→
10/06 22:34,
2小時前
, 22F
10/06 22:34, 22F
→
10/06 22:35,
2小時前
, 23F
10/06 22:35, 23F
→
10/06 22:35,
2小時前
, 24F
10/06 22:35, 24F
→
10/06 22:35,
2小時前
, 25F
10/06 22:35, 25F
推
10/06 22:36,
2小時前
, 26F
10/06 22:36, 26F
→
10/06 22:36,
2小時前
, 27F
10/06 22:36, 27F
→
10/06 22:36,
2小時前
, 28F
10/06 22:36, 28F
推
10/06 22:58,
2小時前
, 29F
10/06 22:58, 29F
推
10/06 23:02,
2小時前
, 30F
10/06 23:02, 30F
→
10/06 23:02,
2小時前
, 31F
10/06 23:02, 31F
推
10/07 00:00,
1小時前
, 32F
10/07 00:00, 32F
→
10/07 00:00,
1小時前
, 33F
10/07 00:00, 33F
→
10/07 00:00,
1小時前
, 34F
10/07 00:00, 34F
推
10/07 00:42,
41分鐘前
, 35F
10/07 00:42, 35F
討論串 (同標題文章)
Stock 近期熱門文章
48
102
55
133
PTT職涯區 即時熱門文章