Introduction à l'inventeur de la transaction quantifiée - de la base à la réalité

En termes de type, le Max Drawdown est un indicateur de risque très important, qui est même plus important que le taux de volatilité. Le maximum de retrait vu dans le retrait représente aussi, dans un certain sens, le pire qui puisse arriver après que vous ayez ouvert une position.

Mathématiquement, une perte de capital de 20% nécessite un bénéfice de capital restant de 25% pour récupérer la taille de capital d'origine, et une perte de 50% nécessite un bénéfice de capital restant de 100% pour récupérer la taille de capital avant la perte.

Il ne fait aucun doute que plus la perte est importante, moins il est probable que le capital retrouve sa taille initiale et plus il est difficile de le récupérer.

Quelles que soient les définitions, au moins deux points sont connus par le grand public: 1° Le retrait maximal est le moins élevé; 2° le retrait est proportionnel au risque, plus le retrait est important, plus le risque est important, moins le retrait est important, moins le risque est important.

RAROC (répertoire du risque d'avantages après ajustement)

Beaucoup de gens ne connaissent pas ce concept, en fait, le risque de rendement après ajustement est un indicateur de la différence entre les joueurs professionnels et les joueurs amateurs. C'est aussi un excellent outil d'évaluation pour les banques, les grands fonds et les traders professionnels, et c'est un critère d'évaluation courant dans la finance mondiale.

Dans l'investissement, il ne s'agit pas seulement de profits, mais aussi du risque que l'on prend pour les obtenir. En général, les risques et les gains d'un actif sont proportionnels. Cela signifie que lorsque les modèles s'enorgueillissent de leurs rendements, ils peuvent cacher des risques qui n'ont pas encore éclaté.

Par exemple, les conditions d'ouverture ou de réduction des positions dans le modèle offrent des gains plus élevés en hausse, mais en cas de baisse, les pertes sont multipliées par deux, ce qui entraîne des pertes énormes.

Beaucoup de traders qualifiés expérimentés sont prêts à sacrifier une partie de leurs gains pour réduire leurs risques, dans ce cas, les gains après ajustement des risques sont plus utiles en référence. Ainsi, dans la rétroévaluation, les modèles à haut risque et volatils, même avec des gains plus élevés, ne sont pas nécessairement de bons modèles.

Les dépôts sont sûrs, mais le rendement annuel n'est que de 2% ; le marché peut vous faire gagner 50% en quelques jours, ou vous faire perdre 50% en quelques jours. Pendant toutes ces années, j'ai moi-même eu une idée très importante qui était: faire face au risque, le risque et le rendement n'existent jamais en isolement, les transactions sont comme aller à la pêche, vous voulez pêcher, mais vous ne voulez pas prendre le risque de l'océan, c'est impossible.

Nombre de transactions

Vous ne pouvez jamais prouver ce modèle avec des résultats de tests de plusieurs mois. Si les données de tests sont trop peu nombreuses, les résultats peuvent être fortuits, soit par paramètres fortuits, soit par hasard, etc. Les données historiques plus longues peuvent également filtrer certains biais de survie.

En général, pour les stocks nationaux, les produits, les données de plus de 5 ans devraient être revues, pour les variétés nouvellement cotées, au moins 3 ans. Pour les variétés plus tôt cotées ou l'or, l'indice du dollar et autres produits sur le marché international, il devrait être revu au moins un cycle de baisse, généralement plus de 10 ans.

Le profit moyen

L'indicateur du bénéfice moyen, qui semble ordinaire, est en fait très important. Sa méthode de calcul est très simple: bénéfice net / nombre de transactions. Sans exagérer, c'est un miroir qui distingue ceux qui évaluent les performances.Figure 5 à 18Figure 5 à 19

Si vous regardez cette stratégie, vous vous demandez peut-être si cette stratégie presque parfaite n'est pas nécessaire.

Dans la plupart des variétés de marché à terme, un saut de 10 dollars est une bonne chose, mais tout le monde qui a fait des transactions en direct peut comprendre ce que cela signifie.

Les chances de victoire

Le taux de réussite n'existe jamais de manière isolée, ou bien il est peu pratique de poser des questions sur le taux de réussite seul.

Le prix ne monte pas ou tombe, sinon il reste immobile. Si vous le faites assez longtemps, vous constaterez que la probabilité d'une hausse et d'une baisse des prix est de 50%. Peu importe le type de modèle stratégique que vous utilisez, vous devez faire attention si le taux de réussite au retrait est supérieur à 50%.

La courbe d'équité détaillée

La courbe de l'équité est la courbe de l'équité qui va de la première entrée à la fin de la dernière barre du graphique. C'est une courbe de l'argent en temps réel pour les transactions, et elle est dite en temps réel car elle prend en compte les gains et pertes flottants sur chaque barre.Figure 5 à 20

Les courbes détaillées reflètent les variations de la valeur nette du compte, et sont l'outil d'évaluation le plus intuitif pour avoir une vue d'ensemble de la situation des gains et pertes de la stratégie et de la fluctuation / fluidité des pertes. Cependant, le rapport sur les performances stratégiques n'est pas seulement plus que des mots, il est encore plus déroutant.

Taux de rendement annuel

Le rendement annuel est un indicateur assez controversé, considéré par certains comme étant un indicateur pour les étrangers et sans référence. Premièrement, la rentabilité est une condition préalable à la sélection du modèle, ou bien le rendement du modèle lui-même doit être positif.Figure 5 à 21

Vous pouvez avoir des dizaines de 100% de rendement, mais vous ne pouvez supporter qu'un maximum de 100%. Le décalage entre le rendement annuel et le rendement réel (le rendement à terme) peut être grand, parfois plus grand que ce que nous imaginons.

Résumé

Enfin, il faut préciser qu'il n'existe pas de performance de test de retour parfaite. En plus des problèmes liés aux données de test elles-mêmes, les utilisateurs de modèles peuvent rencontrer d'autres pièges, allant de l'optimisation des paramètres à la conception des transactions.

Plus important encore, le problème émotionnel au niveau de l'exécution est le facteur X de la production du modèle, les transactions en direct ne peuvent pas fonctionner dans un environnement de vide émotionnel, et le phénomène de la queue épaisse est un phénomène sur lequel chaque trader programmatique doit être vigilant à tout moment.

Les devoirs après les cours

1°, énumérez les indicateurs de performance que vous jugez les plus importants dans vos tests. 2, essayez de calculer le Sharpe ratio.

5.4 Pourquoi des tests hors échantillon sont nécessaires

Résumé

Dans la section précédente, nous avons montré comment lire les rapports de performance des tests de retour stratégiques autour de plusieurs indicateurs de performance importants. En fait, il n'est pas le plus difficile d'écrire une stratégie de retour qui gagne de l'argent, mais encore plus difficile d'évaluer si cette stratégie continue d'être efficace dans le marché du travail.

La réévaluation n'est pas la même chose que la disquette.

Beaucoup de débutants en quantification sont facilement convaincus de leur stratégie de trading et sont prêts à se démarquer sur le marché avec un rapport de performance ou une courbe de fonds qui semble bien. Bien sûr, le résultat de cette évaluation peut parfaitement correspondre à une condition du marché qu'ils observent, mais une fois que cette stratégie de trading est mise en œuvre sur une période plus longue, ils découvrent qu'elle n'est pas efficace.

J'ai vu de nombreuses stratégies de trading avec des taux de réussite supérieurs à 50% lors du retest. Avec un taux de réussite aussi élevé, il est possible d'avoir un ratio de gain et de perte supérieur à 1:1, mais ces stratégies, une fois appliquées sur le plateau, sont essentiellement perdante. Il y a beaucoup de raisons pour lesquelles les pertes sont causées, notamment, lorsque le retest est effectué, il y a trop peu d'échantillons de données, ce qui entraîne une mauvaise migration de données.

Cependant, la transaction est une chose complexe qui, en y repensant, est très claire, mais si nous retournons au début, nous ne savons toujours pas ce qui s'est passé. Cela pose un problème de racine quantitative et de limites des données historiques.

Qu'est-ce que le test hors échantillon?

Comment faire le meilleur usage possible des données limitées pour la réévaluation scientifique des stratégies de transaction dans des conditions de données limitées? La réponse est le test hors échantillon. Lors de la réévaluation, les données historiques sont divisées en deux parties chronologiquement, la première partie étant utilisée pour l'optimisation stratégique, appelée ensemble de formation, et la seconde partie pour le test hors échantillon, appelée ensemble de test.

Si votre stratégie est toujours efficace, il est possible d'optimiser les meilleurs paramètres dans les données du train et d'appliquer ces paramètres dans les données du test. Dans l'idéal, les résultats obtenus devraient être les mêmes que ceux du train ou dans une plage raisonnable.

Cependant, si une stratégie se comporte bien sur un ensemble de tests, mais si elle se comporte mal sur un ensemble de tests, ou si elle change beaucoup, et si d'autres paramètres sont sélectionnés, il est possible qu'il y ait un écart de transfert de données.

Pour donner un exemple, supposons que nous voulons retrospecter l'acier à visée à terme, et que nous avons maintenant des données sur l'acier à visée pour une période d'environ 10 ans (de 2009 à 2019), alors nous pouvons utiliser les données de 2009 à 2015 comme ensemble de tests, et les données de 2015 à 2019 comme ensemble de tests. Par exemple, une stratégie à double équilibre, les meilleurs ensembles de paramètres dans le groupe de tests sont (une équilibre de 15 cycles et une équilibre de 90 cycles), (une équilibre de 5 cycles et une équilibre de 50 cycles), (une équilibre de 10 cycles et une équilibre de 100 cycles)... alors nous soumettons ces paramètres séparément au groupe de tests et les comparons avec les résultats du rapport de test et de la courbe de financement du groupe de tests pour juger si leur différence est dans une plage raisonnable.

Si vous utilisez une stratégie de retouche directement avec des données de 2009 à 2019 sans utiliser de tests hors échantillon, il est possible que vous obteniez un bon rapport de performance de retouche et une courbe de financement en ajustant les données historiques, mais ces résultats de retouche n'ont pas beaucoup d'importance et n'ont pas d'influence directe sur le marché réel, en particulier sur les stratégies plus paramétriques.

Progression des tests hors échantillon

En plus de diviser les données historiques en deux parties pour les analyses intra-échantillon et extra-échantillon, il existe en fait une meilleure option, la rétrospective de propulsion et la rétrospective de croisement. En particulier dans les cas où les données historiques sont rares, comme les futures pétrolières et les futures Apple, qui ont été lancées récemment, ces deux méthodes permettent d'examiner complètement le modèle en utilisant les données limitées.

Le principe de base de l'examen de propulsion est le suivant: former le modèle avec une longue période de données historiques précédente, et tester le modèle avec des données relativement courtes suivantes, puis déplacer constamment la fenêtre de récupération de données vers l'arrière, en répétant les étapes de la formation et de l'examen. Les données sur la formation: 2000-2001; les données sur les tests: 2002; Les données sur la formation: 2001-2002; les données sur les tests: 2003; Les données sur la formation: 2002-2003, les données sur les tests: 2004; Les données sur la formation: 2003-2004, les données sur les tests: 2005 Les données de formation: 2004 à 2005, les données de test: 2006; Il y a des gens qui ont été tués. Enfin, les résultats des tests (de 2002, 2003, 2004, 2005, 2006...) sont statistiquement analysés pour évaluer de manière globale les performances de la stratégie.

Le schéma ci-dessous explique de manière intuitive le principe de l'examen par repoussement:Figure 5 à 22

Le graphique ci-dessus montre les deux méthodes d'inspection par repoussement.

La première: chaque fois que vous testez, les données sont plus courtes et le nombre de tests est plus élevé. Le deuxième type: chaque fois, les données de test sont plus longues et le nombre de tests est plus petit.

En pratique, plusieurs tests peuvent être effectués en modifiant la longueur des données de test pour déterminer la stabilité du modèle par rapport aux données non stables. Le principe de base de l'examen croisé est de diviser l'ensemble des données en N parties, de s'entraîner à chaque fois avec une partie N-1 et de s'examiner avec le reste.

Les années 2000 à 2003 sont divisées par année en quatre parties. Le processus de vérification croisée est le suivant: 1, Données de formation: 2001-2003, données de test: 2000; 2° Les données de formation: 2000-2002, les données de test: 2003; 3 Les données de formation: 2000, 2001, 2003, les données de test: 2002; Les données de formation: 2000, 2002 et 2003, les données de test: 2001.Figure 5 à 23

Comme le montre le graphique ci-dessus, le principal avantage de la vérification croisée est de tirer pleinement parti des données limitées, chaque donnée de formation étant également des données de test. Mais il existe également des inconvénients évidents lorsque la vérification croisée est appliquée à la vérification des modèles de stratégie:

Les résultats des tests de modèles sont souvent peu fiables lorsque les données de prix ne sont pas stables. Par exemple, pour s'entraîner avec des données de 2008 et pour tester avec des données de 2005, il est probable que l'environnement du marché de 2008 ait beaucoup changé par rapport à 2005, de sorte que les résultats des tests de modèles ne sont pas fiables. 2°, comme dans le premier cas, dans le cas des tests croisés, il n'est pas logique de former un modèle avec les données les plus récentes et de tester un modèle avec les données les plus anciennes. En outre, lors de l'examen des modèles de stratégies quantifiées, les problèmes de chevauchement de données sont rencontrés dans les tests de propulsion et les tests de croisement.

Lors du développement des modèles de stratégie de négociation, la plupart des indicateurs techniques sont basés sur des données historiques de certaine longueur. Par exemple, si un indicateur tendanciel est utilisé pour calculer des données historiques sur les 50 derniers jours, et que le jour de négociation suivant, l'indicateur est calculé avec les 50 jours précédents, les données des deux indicateurs sont identiques pendant 49 jours, ce qui entraîne une variation de l'indicateur qui n'est pas évidente tous les deux jours adjacents.Figure 5 à 24

Les effets de la superposition des données sont les suivants: 1, les changements lents dans les résultats des prévisions du modèle entraînent des changements lents dans les titres, ce que nous appelons souvent la latence d'un indicateur. 2, certaines valeurs statistiques ne sont pas disponibles pour les tests de résultats du modèle, et les résultats de certains tests statistiques sont peu fiables en raison de la séquence causée par la répétition des données.

Les bonnes stratégies de trading devraient être rentables dans le futur. Les tests hors échantillon, en plus de détecter objectivement les stratégies de trading, permettent de gagner plus de temps aux traders quantifiés. Dans la plupart des cas, il est très risqué de s'engager dans une bataille en utilisant directement les paramètres optimaux de l'ensemble des échantillons.

Si toutes les données historiques avant le moment de l'optimisation des paramètres sont distinguées, divisées en données intra-échantillon et extra-échantillon, les paramètres sont optimisés à l'aide des données intra-échantillon, puis les données extra-échantillon sont utilisées pour les tests extra-échantillon, l'erreur peut être détectée, tout en vérifiant si la stratégie optimisée s'applique aux marchés futurs.

Résumé

Comme pour les transactions, nous n'avons jamais la possibilité de traverser le temps et de prendre une décision correcte pour nous-mêmes, sans aucune erreur. Si nous avons la main de Dieu ou la capacité de traverser le futur, nous ne pouvons pas être testés, et nous devons vérifier nos stratégies dans les données historiques.

Cependant, même avec une histoire de données volumineuses, l'histoire est extrêmement rare face à un avenir sans fin et imprévisible. Ainsi, les systèmes de trading basés sur l'histoire, poussés vers le haut et vers le bas, finiront par sombrer avec le temps.

"Faites confiance, mais vérifiez".

Les devoirs après les cours

1° Quels sont les phénomènes de la survie dans la vie réelle? 2) Utiliser les outils de quantification de l'inventeur pour mesurer les différences entre les échantillons et les comparer.

5.5 Optimisation et optimisation des stratégies de négociation

Résumé

La stratégie de trading est essentiellement une synthèse et une synthèse des lois du marché. Plus vous avez de connaissances sur le marché et plus vous êtes capable d'exprimer vos idées en code, plus votre stratégie sera proche du marché.

Optimisation des entrées et sorties

La plupart des stratégies de suivi des tendances utilisent des méthodes de capture du marché telles que des ruptures ou des indicateurs techniques. Le mode d'entrée et de sortie de ces signaux est généralement moins efficace. Si la stratégie utilise un modèle de prix de clôture, le point d'entrée sera au prix d'ouverture de la ligne K inférieure, ce qui vous fera manquer le meilleur moment d'entrée pour briser cette ligne K.

Une méthode efficace consiste donc à utiliser un prix instantané plus avantageux dans la mise en œuvre de la stratégie, à émettre une commande immédiate lorsque le signal est présent; ainsi, lorsque le signal est présent, vous pouvez entrer immédiatement et ne pas perdre de profit; mais tous les prix instantanés ne sont pas meilleurs que le prix de clôture, ce qui dépend également de la stratégie de négociation. Certaines stratégies de logique de négociation sont simples, le prix instantané et l'effet du prix de clôture sont plus petits.

Optimisation des paramètres

L'optimisation des paramètres peut rapprocher la stratégie de transaction quantitative des données historiques et améliorer les performances de la réévaluation. Par exemple, nous utilisons une stratégie à double équilibre dans un contrat en acier à vis.

Comme le graphique ci-dessous, en utilisant une stratégie à double équation, qui est elle-même une instance multidimensionnelle, si nous dessinons le résultat de la réévaluation de chaque paramètre en un point (note: voir le graphique ci-dessous), alors chaque paramètre est une dimension de cette stratégie, et finalement toutes les combinaisons de paramètres construisent cette forme complexe de courbe multidimensionnelle (comme un sommet).Figure 5 à 25

Comme illustré ci-dessus, il s'agit d'un diagramme de performance de la stratégie à deux paramètres, avec des variations de paramètres, les rendements finaux varient également considérablement, la courbe est fortement déformée pour former des courbes de sommets et de vallées de courbes. Généralement, le rendement des résultats optimisés est le premier, le point le plus élevé de toutes les courbes. Mais parfois, du point de vue de la sensibilité des paramètres, de l'objectivité, etc., ce résultat peut ne pas être le meilleur.

Ainsi, un principe important pour l'optimisation des paramètres est de choisir un plateau de paramètres plutôt qu'un isolat de paramètres. Le plateau de paramètres signifie qu'il existe une gamme de paramètres plus large dans laquelle les stratégies peuvent obtenir de meilleures performances.Figure 5 à 26

Paramètres du plateau

Comme le montre l'illustration ci-dessus, une bonne distribution de paramètres stratégiques devrait être une plaine de paramètres, et même lorsque les paramètres sont déviés, la rentabilité de la stratégie peut toujours être garantie.Figure 5 à 27

Paramètre île

Par exemple, si les performances de retestation présentent des paramètres isolés, la rentabilité de la stratégie sera considérablement réduite lorsque des déviations mineures de paramètres se produisent, alors ces paramètres sont moins polyvalents et sont souvent difficiles à gérer dans des marchés multi-extrêmes qui changent dans les transactions réelles.

Par conséquent, si les performances des paramètres proches sont bien inférieures à celles des paramètres optimaux, alors ce paramètre optimal peut être le résultat d'une sur-addition, mathématiquement considérée comme une solution singulière plutôt que comme une solution à grande valeur recherchée. Mathématiquement, les paramètres singuliers sont instables et, dans l'incertitude future, les paramètres optimaux peuvent devenir les paramètres les plus mauvais une fois que les caractéristiques du marché changent.

Augmentation du réseau de filtres

Beaucoup de stratégies de tendance, lorsqu'il y a une tendance sur le marché, peuvent bien saisir la tendance et générer des rendements importants, mais si elles fonctionnent sur le long terme, le résultat final n'est pas de gagner ou de perdre de l'argent.

La raison en est que la stratégie consiste à négocier de manière répétée dans des marchés turbulents, où la plupart des transactions turbulentes sont déficitaires ou peu rentables, et où le marché est dans des marchés turbulents environ 70% du temps, avec des pertes successives de petite ampleur pendant de longues périodes, ce qui entraîne le retour total des bénéfices précédents.Figure 5 à 28

La solution est d'ajouter des filtres, il existe de nombreux types de filtres sur le marché, y compris les filtres à perte de profit, les filtres à valeur de risque, les filtres à tendance, les filtres à indicateurs techniques, etc. Par exemple, l'ajout d'un filtre homogène à large cycle peut réduire le nombre de transactions et filtrer la moitié des transactions erronées dans des marchés turbulents.

La courbe de financement

La recherche de la quantification est un moyen de réaliser des profits stables et durables, ce que la majorité des traders souhaitent voir. Personne ne veut gagner 50% cette année, perdre 30% l'année prochaine, perdre 40% l'année suivante, et accepter un rendement de 20% par an, mais cela peut durer une dizaine d'années.

Pour obtenir une courbe de fonds lisse, il faut construire des portefeuilles multi-stratégies, multi-variétés, multi-cycles, multi-paramètres. Mais ce n'est pas forcément le plus grand, le meilleur. Il y a un effet de décroissance marginale, le plus de portefeuilles sont ajoutés au début, la dispersion est meilleure, mais l'effet de dispersion décroissante commence à apparaître lorsque la stratégie atteint un niveau quantitatif.

Ils abandonnent leur quête de la coupe.

Est-il possible de trouver la coupe sainte avec des transactions quantitatives? C'est une question que beaucoup de traders se posent. Certains traders entrent dans le marché avec une stratégie dite parfaite après un simple test.

Mais y a-t-il vraiment une coupe sainte? En fait, c'est très simple, la réponse est non. En fait, ce n'est pas difficile à comprendre, si le marché est vraiment réglementé, alors les personnes les plus intelligentes, les plus instruites et les plus difficiles à trouver les règles, que ce soit par l'analyse mathématique, le monopole de l'information ou d'autres méthodes d'analyse, finissent par gagner la plupart de l'argent sur le marché et monopoliseront le marché des transactions jusqu'à ce que le marché ne fonctionne plus normalement.

Résumé

Si le temps de négociation est suffisamment long, tout le monde peut être confronté à une variété de tendances du marché au cours de la négociation, et ces tendances ne peuvent pas être complètement répétées. En tant que trader quantitatif, en plus d'examiner correctement et d'optimiser ses stratégies de négociation, il est nécessaire de surveiller en permanence l'état du marché et d'améliorer constamment la stratégie en fonction des changements du marché.

Sachez également que les gains et les pertes sont synonymes et que les pertes font partie de l'ensemble de la stratégie de trading, et que même la meilleure stratégie de trading peut subir une série de périodes de rétractation.

Les devoirs après les cours

1° Construire un portefeuille en fonction des caractéristiques de sa propre stratégie et le revoir avec des outils quantifiés par l'inventeur 2, essayez d'optimiser votre stratégie de trading quantitatif en fonction de ce qui est écrit dans cette section.

5.6 Mettre en place une pensée de probabilité pour améliorer votre modèle de trading

Résumé

La négociation est à la fois une science et un art. Il existe de nombreuses méthodes de négociation, qu'il s'agisse d'investissements en valeur, d'analyses techniques, de points chauds d'événements, de couverture d'options, etc., qui semblent logiquement rigoureuses et théoriquement acceptables. Mais en réalité, elles sont souvent contradictoires et, parfois, la rigueur de la science ne peut pas expliquer le vide naturel de l'art.

Bien que les différentes méthodes de négociation commencent de manière différente, la voie de la barricade mène à Rome. L'avantage de l'investissement en valeur est de pouvoir définir une marge de sécurité en fonction des fluctuations de prix données par la valeur; l'avantage de l'analyse technique est que trois hypothèses principales donnent une certaine science à la transaction.

Cependant, ils ont tous une caractéristique en commun: l'analyse des prix à l'avenir ne peut faire que des prédictions approximatives et pas des prédictions précises. Même si l'analyse fondamentale est combinée à l'analyse technique, elle ne peut pas résoudre le problème de l'amélioration de la précision des prix, de sorte que les transactions sont un jeu de probabilités du début à la fin.

Jeux de probabilités

En fait, le trading n'est pas seulement un jeu de probabilités; toute la vie, trop petit pour traverser la route (le feu vert est allumé, est-il sûr de traverser la route maintenant?), quel type d'amis (est-ce un ami fiable?); assez grand pour faire une carrière (est-ce que le trading professionnel est vraiment une bonne carrière?), avec qui se marier (serons-nous heureux ensemble?), etc., sont des jeux d'évaluation des probabilités de risque et de retour.

Une des principales raisons pour lesquelles beaucoup de gens font des erreurs dans les transactions est le manque de pensée de probabilité, le fait de faire des transactions trop émotionnelles plutôt que rationnelles. Les émotions sont en fait nos instincts primitifs, qui peuvent stimuler et amplifier de nombreuses faiblesses dans le marché.

Pourquoi les transactions ont échoué

Première raison: la nature humaine.

La plupart des gens ont une faiblesse: ils aiment les petites parts bon marché, ils ont peur de perdre un peu. Une fois qu'il y a un petit avantage sur le marché, ils gagnent immédiatement, gagnent des gains; une fois qu'il y a des pertes, ils sont immobiles avec des pertes, essayant de les récupérer, ce qui entraîne des pertes mineures qui s'accumulent lentement en pertes importantes.

Les prix ne montent ni ne descendent, sinon ils restent immobiles. Dans le long terme, si la probabilité de gagner et de perdre est d'environ 50%, sans tenir compte des frais de traitement et des points de glissement, alors la méthode de négociation de la plupart des gens devient une stratégie d'attente négative avec des bénéfices limités et un risque illimité.

Dans la vie réelle, cela ressemble beaucoup à la mentalité des pauvres et à celle des riches. Les pauvres détestent les risques, ils ont peur des pertes. Ils aiment les travaux de sécheresse, ils recherchent la sécurité.

Les riches sont plus enclins à prendre des risques, sachant que le risque et les récompenses sont toujours proportionnés, que c'est dans le risque que les opportunités naissent, qu'ils évaluent raisonnablement les risques et qu'ils sont courageux de parier dans des conditions de contrôle du risque.

La deuxième raison: ils aiment gagner de l'argent rapidement.

Les agences étrangères ont fait une statistique selon laquelle, sur le long terme, les rendements annualisés des actifs nets dans la plupart des secteurs ne dépassent pas 15%; au contraire, la plupart des détaillants estiment que les 15% de marché ne sont pas agréables à saluer. Les gens aiment gagner de l'argent rapidement, ce sont en fait des transactions lourdes et des transactions courtes.

Le stockage Les investissements importants, l'effet de levier élevé et les quotas sont très attrayants et très dangereux. Si vous avez une stratégie de trading de 50% de gain, un investissement complet et des quotas, et si vous êtes chanceux, vous pouvez gagner une dizaine de fois de suite, et la richesse peut également changer de quantité en qualité.

Mais il suffit d'une seule erreur pour que tout redevienne nul. Même si vous n'avez que des positions lourdes et que vous ne distribuez pas, il y a aussi un risque que votre compte redevienne nul, car vous ne pouvez pas garantir que vous ne perdrez pas une dizaine de fois de suite dans les transactions suivantes. Même les opérations lourdes peuvent transformer une stratégie de trading qui était initialement prévue en une stratégie de perte et de gain inégale.

Le court-circuit Dans les cercles commerciaux, les cartes à puce, les courts-métrages journaliers et les hautes fréquences quantifiées ont toujours eu des couleurs mystérieuses, et je ne soupçonne pas ceux qui regardent les compteurs de secondes pour négocier, mais j'essaie de vous convaincre d'abandonner les courts-métrages sous un autre angle.

Nous ne pouvons pas juger de la viabilité d'une méthode en regardant seulement ceux qui réussissent, mais aussi ceux qui échouent. C'est-à-dire que vous ne pouvez pas penser que le fait qu'une partie des gens achète le gros lot est une bonne stratégie.

En outre, si vous regardez le classement des produits privés, plus de trois ans, et quelques-uns des 100 premiers sont en train de faire de la plongée ou de la courte ligne. Il ne fait aucun doute que le taux de formation de la courte ligne est faible, et même si elle est réussie, cette méthode de gain rapide est difficile à maintenir à long terme.

Troisième raison: les préjugés.

Si vous le pouvez, je vous suggère de passer 100 minutes à regarder un film intitulé Twelve Angry Hanks. Un film refait dans quatre pays, première édition américaine en 1957, édition japonaise en 1991, édition russe en 1997 et édition chinoise en 2014.

Comme l'expérience humaine est limitée, la cognition humaine est également limitée. Chacun, plus ou moins, a des préjugés basés sur ses propres expériences et expériences. Souvent, les préjugés deviennent l'habitude de la plupart des gens, et il est normal de juger beaucoup de choses avec leurs propres émotions.

En revenant sur le marché, peu importe si votre jugement sur le marché est basé sur l'analyse fondamentale ou sur l'analyse technique. Si votre point de vue est différent de celui de la majorité du marché, le prix est plus partial à celui de la majorité du marché et le marché ne fonctionnera pas selon votre point de vue.

Donc, dans les transactions, il faut garder à l'esprit que le jugement est basé sur les faits, basé sur le prix. La seule force qui fait chuter les prix est l'attente de la plupart des gens pour l'avenir. Et votre jugement n'a pas de poids sur le marché, ne laissez pas votre jugement vous influencer.

La quatrième raison: la quête de la perfection.

Les acteurs du marché sont des taureaux dans toutes sortes de domaines: physique, statistique, mathématiques, astronomie, etc. Beaucoup tentent d'expliquer le marché avec leur expertise.

Mais les acteurs du marché sont des êtres humains, et les êtres humains ont eux-mêmes des connaissances limitées, c'est-à-dire que le marché lui-même est erroné et imparfait.

Ce qui précède est la liste des raisons pour lesquelles la majorité des personnes qui entrent sur le marché finissent par échouer. En plus des principales raisons mentionnées ci-dessus, il y a beaucoup d'autres facteurs qui ne seront pas énumérés ici.

Les gens qui ont eu de la chance et qui ont gagné de l'argent sur le marché finissent par payer le marché au fil du temps. Le marché des futures est donc un marché de jeux négatifs.

Qu'est-ce que la façon de penser sur les probabilités?

La pensée de probabilité, un nom de style, est communément appelée la pensée de jeu. Vous n'avez pas entendu mal, les transactions sont des jeux de hasard. En entendant parler de jeu, vous pouvez penser à "qui est qui qui joue pour perdre des biens, des dettes ou des divorces", et éviter cela.

Il y a effectivement des joueurs aux yeux rouges dans la société. Mais le jeu n'est pas un jeu. "Jouer" est peut-être l'un des mots les plus mal compris.

Si nous enlevons le sens du mot "jeu" et le considérons comme une activité qui prend un certain risque pour obtenir un certain retour, alors la vie est vraiment "jeu"; choisir une profession, acheter une maison, un projet, un emploi ou une entreprise, etc.

Même mettre de l'argent dans une banque est un jeu, parce que vous ne savez pas si l'inflation se produira dans le futur, si la banque va faire faillite (voir la crise de la dette grecque); en somme, chaque processus de la vie, du berceau à la tombe, est un jeu.

Comment gagner le combat?

Il y a un concept de jeu qui doit être résolu plus en détail, comment gagner à long terme? Avant d'étudier les stratégies de jeu à long terme, examinons d'abord les principes des stratégies de jeu à long terme.

C'est ce qu'il y a dans les casinos: des jeux de hasard, des roulettes, des machines à sous, des 21 points, etc., peu importe comment on change le jeu, le casino finit par gagner.

Les principes du jeu de hasard

Trois canards, petit pari, 4-10 est petit, 11-17 est grand, parier et gagner de l'argent. Et le canard a une sorte de clôture, c'est-à-dire que trois canards ont le même nombre de points, le propriétaire du casino est tué, la probabilité de l'apparition du clôture est de 2,8%. Alors la probabilité d'apparition du grand et du petit est de 48,6%. Le casino est basé sur cette probabilité de 2,8%, si chaque joueur parie 100 $ par tour, il gagne 280 $ en 100 tours de casino.

(0.486+0.028)100100-0.486100100=280

Cependant, cette stratégie est faussée, car si un grand joueur parvient à parier des dizaines de milliards et gagne, le casino est soudainement en faillite. Ainsi, le casino fixe un plafond de mise et ne peut pas parier à nouveau au-delà de ce plafond. Ainsi, même si le pirate a une chance de gagner de l'argent à un moment donné, à long terme, il perdra à la probabilité.

La loi des nombres

Les propriétaires de casino ont seulement 2% d'avantage sur les pirates, et dans un seul pari, ils peuvent être perdants ou même subir des pertes consécutives. Mais les propriétaires de casino ne sont pas effrayés par les pertes, car ils savent que leur but est de gagner de l'argent, c'est la "loi du grand nombre" qui y joue et que, tant que quelqu'un continue à parier, il suffit d'un faible avantage de 2% pour rester stable et rentable à long terme.

Donc, les casinos n'ont pas peur que vous gagniez de l'argent, ils ont peur que vous ne veniez pas. Pendant toutes ces années, vous avez même entendu parler de la faillite des banques, mais quand avez-vous entendu parler de la faillite des casinos?

Il existe d'autres exemples similaires: les loteries. Les fonds du pool de loterie, qui ont augmenté depuis la sortie du loterie, proviennent bien sûr de la majorité des loteriens. Savez-vous quelles sont les chances de gagner 5 millions dans une boule double?

Variation de la probabilité

Supposons qu'il y ait une pièce d'un poids équivalent à son revers, avec une probabilité de 50% de voir apparaître le mot "reverse" et le rose "positive", et que chaque tirage n'a rien à voir avec le résultat de la précédente; si on lance cette pièce 10 000 fois de suite, la probabilité d'obtenir une face positive est de 50%.

Cependant, si vous ne lancez que 10 fois, la probabilité d'obtention d'un résultat positif change, ce qui n'est pas nécessairement 50%. Ainsi, les propriétaires de casinos doivent s'assurer que la stratégie souhaitée est activée suffisamment de fois pour qu'elle soit efficace. C'est aussi la raison pour laquelle les institutions privées ne peuvent pas arrêter la stratégie à moins de conditions particulières lorsqu'elles lancent une stratégie de négociation quantitative.

Comment utiliser les lois de la majorité pour créer une stratégie gagnant-gagnant sur les marchés financiers sera le sujet de notre prochaine série de cours!

Résumé

Nous vous expliquons comment voir les transactions d'une manière scientifique à partir de la probabilité, des raisons pour lesquelles les transactions échouent, de la bonne façon de penser les transactions, du principe du jeu de hasard. Je suis convaincu que si vous apprenez à grandir, le changement de pensée sera le changement de votre comportement et le changement de comportement sera le changement de votre succès.

Les devoirs après les cours

1 Pourquoi les transactions sont-elles un jeu de probabilités? Deuxièmement, quelles sont les autres raisons pour lesquelles les transactions échouent?

Relationnée

Plus de