Python 股票投資,停損該怎麼設定?

在金融投資部門打滾過一段時間的讀者,一定聽過前輩說過類似這樣的話:「投資要成功,要先學會習慣停損」。

要打造完整的量化投資策略,停損機制絕對是不可或缺的一部分。好的停損機制可以讓整個投資組合的風險控制在可控的範圍內,先求在市場存活下來,再想辦法從可控的風險規模下,盡可能獲得最高報酬。接下來我們來仔細談談停損這回事吧!

立即訂閱電子報,掌握最新資訊!

    電子郵件

    有興趣的主題
    量化交易金融知識台灣股市國內期貨海外期貨虛擬貨幣

    有興趣的量化交易軟體/平台
    不清楚MultiChartsTradingViewPythonXQMT4MT5

    還有什麼詢問的?

    好富投 1920x400
    好富投 978x258

    點我了解更多資訊


    常見的停損方式

    在量化交易領域,常見的停損方式如下表所示:

    停損方式說明優缺點
    固定百分比停損停損價格=進場價×(1-停損百分比)
    直接根據進場價格扣除一個比例,設定為停損價格
    很輕易就能試算並控制住每筆交易的最大虧損規模,但不一定符合邏輯也不一定符合自己的投資時間長度
    移動停損(回徹百分比)停損價格=進場後遇到的最高價×(1-停損百分比)追蹤市況、動態調整停損價格,以利在市況轉差時能盡早出場,但不是每個商品都適合這麼做
    跌破前低停損當價格穿越一段期間低點觸發停損委託隱含假設價格跌破前低時市況改變,應提前離場,保持投資的彈性。
    但通常價格接近前低時較為波動,停損價格有較高機率劣於預設價位
    依邏輯停損通常設定為「當進場條件不存在時」或額外設計一系列出場邏輯,當逐一檢視時發現至少一個符合或全部符合,則提前出場運用不同於價量資料的維度進行策略設計,有助於策略發展的完整性。
    但仍建議搭配價格維度的停損方式(即前三者),較能控制該筆交易的最大風險規模
    Python 股票投資,常見的停損方式

    前三個停損方式是直接透過價格進行停損設定,而第四個「依邏輯停損」則是能引入不同思考維度的停損機制設計,這在股票投資中尤其重要,也是跟期貨程式交易不同之處。

    Py 101209161710
    Py 101209161711

    股票何時警告你的決策錯了

    依邏輯停損,用白話來講,就是設定條件讓程式告訴你「綜合分析資料後,你決策很有可能是錯了」。

    舉例來說,如果我們先前預期了下一次美國升息兩碼,並且認為接下來的政策步調會放緩,不確定性減緩,股市會上漲。結果確實升息兩碼了,但在升息後的幾天內股市都在狹幅震盪盤整,其實這時候的進場理由已經相當薄弱了,如果續抱多單,等同是在賭下一個事件,有時候這樣的賭注是非必要的。因此,可以針對這樣的事件設計出場機制,讓投資組合更完整。

    上面的例子對於比較少接觸總體經濟的讀者可能過於生澀,不過這個概念也可以套用到較為常見的基本面、籌碼面資料上,出場條件的設計邏輯大致上是如此。

    單筆交易停損和帳戶層級停損

    再來稍微討論一下停損的層級。對大眾投資人來說,大致可分為兩個層級:單筆交易的認錯、整個帳戶的虧損規模控管。對於專業投資人的話,這類風險控制機制還得再細分到不同交易員的部位風險、帳戶停損控管、投資組合層級等,這裡不贅述。

    為什麼需要釐清停損的層級呢?因為,我們絕對不會希望單筆交易就把帳戶虧損到無可挽回的程度。因此,設計停損機制的同時,也要釐清自己對整個帳戶的最大虧損規模是多少,藉此才能確定每次出手要下多大才是合理的。

    舉例來說,假設帳戶裡有 100 萬台幣,但是最大能夠承受的風險是虧掉 20 萬,也就是 20%。現在我的程式看好一檔股票,股價 100 塊,假設用百分比停損設算出來的停損價是 90 塊。但我又不希望一筆交易虧超過帳戶的 2%,讓我有賭錯 10 次的機會。這時,我最大能夠買進的張數,其實只能買 2 張。因為,當股價從 100 跌落至 90 時,這筆交易浮虧 2 萬,剛好等於帳戶的 2%。

    不要高估自己的風險承受能力

    年輕的交易員大多喜歡開高槓桿,無所畏懼,直到面臨人生第一次爆倉,然後在每一次的爆倉痛苦中逐漸成長。筆者以前也是如此。前段的例子能容錯連續虧損 10 次,我相信有一票人覺得過度保守。

    但實務上,如果沒有用類似的方式提高容錯率,通常達到最高虧損額度的一半時,就會開始懷疑策略失效,並且加入了不合理的干預。

    為什麼呢?因為帳戶最大承受風險通常是被高估的,那是個不該被觸碰到的水位,一次都不可以。身為專業交易員的建議是,唯有誠實檢討自己的投資績效,以及提高容錯率,才能長期生存在金融市場。

    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!

      電子郵件

      有興趣的主題
      量化交易金融知識台灣股市國內期貨海外期貨虛擬貨幣

      有興趣的量化交易軟體/平台
      不清楚MultiChartsTradingViewPythonXQMT4MT5

      還有什麼詢問的?


      量化通粉絲社群,一起討論程式交易!

      加入LINE社群量化交易討論群」無壓力討論與分享!

      加入臉書社團「程式交易 Taiwan」即時獲取實用的資源!

      QP66
      QP66

      具備逾十年交易經驗,研究交易資產橫跨股票、債券、外匯、原物料,以及加密貨幣。現為量化避險基金交易員,亦曾任職於資金規模逾百億的避險基金,以及在區塊鏈企業擔任顧問一職。

      擅長從宏觀至微觀,由淺入深挖掘交易機會,並運用Python實現全自動化的投資組合管理。

      文章: 24

      發佈留言

      發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *