- 登入
- 註冊
Python 股票投資，還需要像主觀交易一樣大量閱讀分析嗎？
先說結論，要成為成功的程式交易員（或是量化交易員，或是更廣泛運用程式達到獲利目標的投資方式的人），一樣不可避免需要大量閱讀。不過，因為這些運用程式進行投資決策的人，決策流程與主觀交易不同、獲利模式也不同，所以需要大量閱讀分析的方向也完全不同。
目錄 Content
隱藏
投資交易方面的常勝軍
這裡舉兩個大家可能都聽到爛的經典例子，他們都是投資交易方面的常勝軍：
知名期貨大師
案例一：知名期貨大師——賴瑞．威廉斯（Larry Williams）
威廉斯是暢銷書《短線交易秘訣》作者，早年在期貨市場依靠技術分析獲得不斐的成果。但若我們仔細研究他的投資風格，會發現其實他的交易優勢不僅僅來自技術分析，另外還涵蓋了時間周期分析和事件分析，來提升交易的期望值。在那個電腦計算工具都不太發達的年代，能運用統計進行歸納分析，算是相當大膽的嘗試，他也在眾多技術分析交易員中脫穎而出，找到一片藍海。在這過程中，他絕對不是爽爽躺在沙發上，而是不斷閱讀統計報表和 K 棒圖表，尋找市場規律。
題外話，他的女兒米雪兒是好萊塢演員，曾在 1997 年參加為期一年的交易大賽獲得 1000% 的報酬。賴瑞這一套交易分析方式的成功，或許真的不是「偶然」。
華爾街最賺錢數學家
案例二：華爾街最賺錢數學家——詹姆士．西蒙斯（James Simons）
文藝復興避險基金創辦人西蒙斯最有名的成就，就是旗下的大獎章基金在超過 20 年的期間內，年化報酬率高達 40%。而這裡要提到的是他接受採訪時的對答，幫大家做了一點整理：
- 他並不認為量化投資優於基本面投資
- 要成為成功的基本面投資和量化投資需要掌握的技能不同，有些人擅長評估公司管理效率和市場走向，有些人擅長量化
- 他們的模型是邏輯驅動，而不是數據驅動的
- 交易系統的某一些部分會隨著時間漸漸失效，需要找出來進行優化，因此聘用了許多厲害的科學家
從這些對談中可以看出，為了因應市場的變化，世界上數一數二成功的專業量化交易團隊仍然需要投入大量時間，不斷研究、優化投資策略，而不是開發出一套神祕算法後，就能不斷從金融市場提款。
詳細訪問對答內容請見以下連結：
https://xueqiu.com/3915115654/129390491
擺正面對市場的態度
因此，筆者認為大家都得擺正面對市場的態度：
- 要成為常勝軍，就得持續不斷地投入時間研究分析
- 對市場保持謙卑，以更開放的心態去理解各個成功的投資人的投資方式，以及不同維度的思考方式，從中萃取出適合自己的部分
以筆者的經驗來說，筆者從 2018 年開始加密貨幣投資交易。在初期，CTA 趨勢策略獲利能力相當驚人，而後是 2019 年末起，期現貨和資金費率套利策略提供年化 10 倍以上的報酬率，在 2021 年下半年起逐漸衰減。直到近期則是市場中性策略能獲得較好的風險報酬比。在市場演進中該如何盡早發現市場的改變，肯定少不了投入大量時間研究分析的。
成為成功的量化交易員的閱讀方向是？
1
多接觸不同的交易風格：
在台灣大家所熟悉的程式交易，95% 以上指的都是 CTA，也就是所謂的趨勢策略、逆勢策略、波段交易策略等賭注方向性的交易方式。但實際上，當一種交易方式太多人參與，就比較難取得優於他人的超額報酬。多接觸不同的交易風格，像是最常見的價值投資，或是量化領域常見的 ETF 套利、近遠期期貨價差、選擇權交易等，有助於提升對不同維度資料運用的能力。不需要真正去投入資本執行上述那些不同的交易，重點是在於理解他們的決策流程。俗話說，知己知彼、百戰不殆嘛！
2
多閱讀投資大佬的訪談文章：
在網路上，我們常常能看到投資大佬的訪問整理。閱讀這些文章的方式，是想辦法從這些比較淺層的訪談內容，拼湊出他們的投資決策關鍵字，並且找出這些成功的大佬們的共通點。
3
閱讀量化領域文獻和書籍（如果是要在量化領域從業）：
坦白說，文獻和書籍的內容基本上是「過時資訊」，換句話說，直接照抄書上的交易策略基本上沒辦法獲得讓人滿意的超額報酬。但是，最新的交易策略大多演化自這些經典模型，這些知識足以讓初學者迅速爬上巨人的肩膀。
【系列閱讀】Python 股票系列文章
結論
不過話說回來，對大部分人來說，長時間的閱讀和研究分析會嚴重消耗熱情。因此，筆者相當建議多多參與社群討論，腦力激盪一下，說不定會有額外的靈感哦！
