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。

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?

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!

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。

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。

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!

延伸閱讀:


量化通粉絲社群,定期分享實用資源
✅加入LINE匿名群組量化通QuantPass」無壓力討論與分享!
✅追蹤量化通的粉絲專頁量化通QuantPass」即時獲取實用的資源!

程式交易課程推薦
📣 Python 程式交易系列線上課程,手把手開始用程式交易打造自己的被動收入!

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。