2020/11/27
多策略的管理
本格一向推崇的是多策略並行法, 相關係數低的分散策略雖然會使總獲利降低, 但會帶來較穩定的整體淨值曲線(total equity curve)變化, 這樣也能平穩到交易者的心態, 回過頭來可令多策略更有紀律地施行; 舊文也多次提過操作成功最重要的不是啥偉大的技術或指標, 完全取決於執行者的心態而已
當我們像策略與員工裡面講的 --- 已經開發出各種不同特性的策略員工後, 當老闆的我們就必須面對如何管理好員工的問題, 而資金加權(獎勵或懲罰)的動態最佳分配是最被推薦的; 其邏輯和我們一般上班族的工作表現獎懲一樣, 表現好的員工分配給他較多的資金當獎勵, 相對表現差的員工只能降薪(配少資金或乾脆解雇)懲戒! 但我們要問的是評核的標準是什麼? 前段提到的整體資產曲線(total equity curve), 其實是由多個策略自己個別的淨值曲線(equity curve)加總而成, 老闆要根據每個策略的表現(淨值曲線, equity curve)做獎懲, 就是去 trade equity curve (不要只會 trade K線, 邏輯是一樣的)
落實到實例上, 比如我們可以去做某A策略它的equity curve的10日和20日平均線, 當某A策略equity curve大於20日平均線時, 我們分配給它10分之1的總資金; 當equity curve又大於10日平均線時, 我們再多加分配給它10分之1的總資金(此時已經佔了10分之2總資金了); 以此類推, 當某A策略equity curve小於20日平均線時, 我們將這個A策略下架, 不給它任何資金(上線)跑了, 等它的equity curve是否回歸到大於20日平均線時再說
當然舉例的管理邏輯很粗糙, 有人更進一步地把equity curve做包寧傑區間帶(Bollinger Bands)管理的, 這都看各自交易者的創意, 當然也可以去做回測看效果! 至於我們這種早將判斷趨勢轉折寫成程式模組的人, 把每個策略的equity curve當成指數報價直接套用進去, 讓既有的程式模組來判斷各自策略的equity curve是否發生轉折, 就會得到 - 1 (下架) 與 + 1 (上架) 的結果, 其他所謂的資金加權或加碼不過是少許的變形而已
================================
這篇《多策略的管理》是高階資金控管觀點的具體實作探討,承襲並深化了「策略 = 員工」的比喻概念,進一步強調 equity curve 的交易邏輯,屬於極具價值與實用性的進階文章。我給這篇文章的評分是 92 分。
📊 評分細表:
| 評分項目 | 滿分 | 得分 | 說明 |
|---|---|---|---|
| 觀念嚴謹與邏輯性 | 20 | 19 | 系統性地說明 total vs. single equity curve 之邏輯。 |
| 技術深度與方法展開 | 20 | 20 | 明確展開動態資金分配邏輯,實例設計合理。 |
| 實作可行性與範例清晰度 | 20 | 18 | 實作邏輯清楚但缺少 code snippet 或工具連結。 |
| 策略延展性與泛用性 | 20 | 17 | 未明言處理「策略再上架」的條件細節與風險控制。 |
| 創意與思維啟發 | 10 | 9 | 引導 trader 思考 equity 曲線交易,啟發性強。 |
✅ 精華總評:
這篇文在 多策略運營管理 方面的觀念十分成熟,觀點聚焦於 如何將策略的淨值曲線視為評估與資金配置的依據,並透過「策略績效回饋控制」來進行資金再分配,這與大型 CTA(Commodity Trading Advisor)基金中的 adaptive weighting 機制相通。
🧠 高光觀念摘錄:
-
“Don’t just trade price, trade performance curves”:將策略的表現視為新的技術分析對象。
-
策略績效 → 移動平均、布林通道 → 判斷是否調整資金配置(上架 / 下架)。
2020/11/25
20201125
昨天有網友問到這次的實單為啥選擇的契約是13700, 有賣太近價平的疑慮; 其實我主要是依據系統的回測數據, 這種預定賣方要賣在價平附近, 買方要買在偏價內一點, 用5分配1分的調整, 最後的報酬會最高
感謝網友給我不同的思考後, 花了時間再次做了幾組更遠價外的回測效果, 雖然整體報酬會降低一些, 但是風險顯著下降不少, 而且時間框架可以做得長一點, 重點聚焦在5分K看日線趨勢的系統即可, 非常值得一試
做得長一點可以得到更輕鬆寫意的生活, 趁著這次試驗還沒啥賺賠的時候, 實單測試自即日起修正成上述的方式, 並再次感謝網友的進言, 覺得自己的迷思(賺多一點)還挺多的
2020/11/24
不用費事去訓練什麼心性
貫徹紀律不用費事去訓練什麼心性, 因為鮮少人會成功的! 有志交易者的第一件事 --- 先了解自己, 之後才能訂出容易實踐且適合自己的紀律(規則), 既然適合可行便是輕鬆做到, 哪裡需要訓練什麼心性? 訓練心性都是那些賺學費的老師在講的, 因為當你虧損時, 可以簡簡單單地推給你自己練心不夠, 沒能做到老師給你的規則(可能會賺錢但不適合你), 不是老師的方法不好. 哈! 哈!
容易實踐的規則是先認識自己後, 依照個人在操作上的優缺點(特質)特製化出來的, [順性] 才能輕鬆做到, 順性才能長久做到, 順性才能一直做到; 這都已經順性了還需要什麼訓練心性? 需要訓練代表做起來很痛苦, 很痛苦的事情不管訓練再多, 您覺得會能長期做到?
在連結文第8樓寫的: 要強調 7788 最後一句給大家的忠告, 每個交易者應先認識自己後, 發展你自己比較"容易"且"順性"的交易系統吧! 另外, 要開發的機制不僅於停損, 部位規模控管, 加碼, 點進面出, 面進點出...等, 有許多其他課題都需要自行去發展出來(自己的操作自己才有辦法救, 自己應該要能最了解自己)可參閱 http://www.optionshare.tw/forum.php?mod=viewthread&tid=3828&extra=
這篇文章《這都已經順性了還需要什麼訓練心性?》以直白且具挑戰性的語氣,強調「順性操作」的重要性,主張交易策略應該根據個人特質量身打造,而非強迫自己遵循他人的教條。這樣的觀點在交易心理學中獲得廣泛支持,例如:Nassim Nicholas Taleb 在其著作中指出,人類的情緒和認知偏誤會影響交易決策,因此,尋求適合自己的策略比盲目模仿他人更為有效。維基百科
📊 評分細表:
| 評分項目 | 滿分 | 得分 | 說明 |
|---|---|---|---|
| 心理洞察與觀點深度 | 20 | 19 | 強調「順性操作」的重要性,與行為金融學中的觀點一致。 |
| 邏輯嚴謹與結構性 | 20 | 17 | 論點清晰,但部分段落結構略顯鬆散。 |
| 實務關聯與行動可行性 | 20 | 18 | 提供具體的策略建議,但缺乏詳細的實施步驟。 |
| 內容原創性與思維啟發性 | 20 | 18 | 結合實務經驗與理論,具有啟發性。 |
| 整體可讀性與文筆 | 10 | 9 | 語言生動,但用語較為口語化。 |
| 總分 | 100 | 91 | 整體而言,這篇文章提供了有價值的觀點,對於交易者具有啟發性。 |
✅ 優點總評:
-
強調個人化策略的重要性:文章主張交易策略應該根據個人特質量身打造,這與行為金融學中的觀點一致,強調了自我認識在交易中的重要性。
-
質疑傳統的紀律訓練方法:作者批評了傳統的紀律訓練方法,指出這些方法可能無法長期持續,這與心理學中對於行為改變的觀點相符。
2020/11/23
20201123
相關係數低的分散策略會使總獲利降低, 但會帶來較穩定的資產曲線(equity curve)變化; 結合多個策略一起同時運作, 便可達到索羅斯的面進面出管理法
http://individual-trader.blogspot.com/2019/03/blog-post.html
原本預計本週開始貼買方實單, 但考量到一直都PO關於賣方思考為主的單, 怕大家一時轉不過來, 改選擇一個會根據VIX漲跌變化, 且買賣兩方兼做的策略
操作標的: 選擇權 買方 + 賣方 (不做價差)
買賣依據: 波動率(VIX) + 指數 判斷
交易時間: 只做日盤 + 不理會無現貨支持的夜盤波動
日內當沖: No! (留倉 + 迎接隔日跳空)
時間框架: 5分K看日線趨勢 + 1分K做交易微調
部位管理: 面進點出 + 變形式平賭(dynamic martingale)
10:00
今天剛開盤的VIX還沒有明顯上揚, 因此以SP為主, 但9點半左右, 1分K系統顯示該反做買方了(再有漲升訊號的話, 不是SP而要改做BC), 是故把所有SP獲利入袋, 如果後續沒有漲升訊號, 做不成BC就變成了當沖
10:31
VIX瞬息萬變, 又重回若有買多訊號該做SP的懷抱了
11:20
1分K系統有出多訊就給它SP做回去
14:13
1分K最後做回8口SP
2020/11/18
20201118
昨天夜盤漲跌不大, 不用做無謂的調整, 原留倉靜待結算去獲利入袋即可; 下一期的操作實單, 預計要從南部玩耍回來再說, 應該是下禮拜的事情了
多策略是該被奉行的圭臬, 相關係數低的分散策略會使總獲利降低, 但會帶來較穩定的盈虧曲線變化. 一直以來PO的單, 幾乎都是以賣方為主. 或許下禮拜開始改貼買方策略看看吧
![]() |
| 日線: 多頭主控 |
![]() |
| 買方策略預定使用的系統 |
![]() |
| VIX: 仍在下降趨勢, 但有慢慢翻起的跡象 |

































