close
程式交易 紀律操作致勝
【經濟日報/許績慶】 2007.03.18 04:13 am

程式交易何以輕易打敗多數散戶,成為市場高手?這可以先從程式交易的基本精神開始談起。 

「如果用廣義的角度來說,所謂的程式交易,就是指『有紀律的交易』一般人在投資股票的時候,通常會先告訴自己:「跌到幾塊錢的時候就買。」或者「漲到多少錢就賣。」但當價位真的來到,卻往往受到當時的市場多空氣氛影響,抱持再看一下的心態,影響進出動作,這就是「沒有紀律」的操作,反之,有憑有據該買就買、該出就出,以近乎冷血的機械化動作來取代人性思考,這就是有紀律的操作,但要做到如此並不簡單,要先有思想,才會有信仰,之後才會真正有力量去完成紀律化的行為。
 

程式交易的基本精神就在於此,雖然程式交易的設計往往考量了諸多變數與算計,但通常會有清楚明確的進出指令動作,在「一個口令、一個動作」的運作模式之下,自然能夠產生紀律化的交易行為,而這種紀律操作行為,則能化解人性弱點當中的「心態問題」:既然操作指令明確,該進就進,不會錯失獲利機會,該出就出,不會對停損有所躊躇。
套利策略不同 屬性互異
當然,有紀律的操作必須要配合一定程度的「本職學能」,否則,就會淪入「看錯一直做」的窘境。顧名思義,程式交易是運用科學程式的運算來形成進出指令,程式夠不夠「聰明」,就是攸關這個程式交易商品「本職學能」是否精良的關鍵了。
不過,必須注意的是,程式交易發展至此,也開始出現了明顯的差異化發展,目前市場上的程式交易商品,其運用的投機、避險或套利策略不見得彼此相同,舉例來說,有所謂的「市場分散」策略,像是利用期貨、現貨等不同市場的產品組合交叉避險,即屬此類,而「時間分散」策略,則像利用不同週期的選擇權或期貨部位交互運用,也會產生分散的效果,除此之外,尚有「產品分散」、「邏輯分散」、「操盤人分散」等方法可供運用。
分散模組交易 奠定勝利
不同的策略有不同的特質,基本上,在選擇程式交易時,必須先瞭解其套利策略所需運用的衍生性商品,評估這些商品的資金需求是否符合個人能力,以及對這些衍生性商品是否具有一定的操作熟悉度等,另方面程式交易的過去歷史記錄也是不可或缺的重要參考指標,包括了致勝率、最多連續虧損次數、最大報酬、最大虧損等,都是在選擇程式交易之前必須掌握的數據。然而,除了基於這些基本原則來選擇程式交易之外,近來也愈來愈多人開始建立一種新的運用程式交易觀念:「分散模組交易」。
「簡單來說,分散模組交易就是投資領域當中的『資產配置』觀念,導入程式交易的運用。」根據長期統計分析,投資成敗的因素當中,有10%取決於市場走勢,而有高達85%的比重,是看你的資產配置如何,至於另外5%,則是運氣成份。換言之,運用不同屬性的投資工具加以適當配置組合,就是左右投資成敗的重大關鍵,而把這個投資領域的觀念運用於程式交易當中,同樣能夠得到類似的效果。
程式判斷多空 降低風險
前面提過,程式交易也有不同屬性、不同特質的商品,每一種屬性的商品都有各自的著眼點,其程式運算的進出指令也有可能各自互異,如果只看單一的程式交易,則你所獲得的指令可能非常單純,不是作多就是作空,但如果把幾個程式交易集合在一起,像是進行資產配置一般,把不同的程式交易訂定不同比重的參考性,那麼,所得到的結果就能更加細膩一些,不只是多或空,而是可以推敲出作多或作空的適當程度。
以美國法院的「陪審團制度」加以說明,法官依據個案的特性,召集不同立場與觀點的陪審團成員,如此一來,依據陪審團的整體意見,法官不僅能夠決定被告有罪或無罪,也能由此定奪罪犯判刑的輕重程度。回歸到程式交易來說,一個程式交易就像是一位陪審團成員,把幾個程式交易的指令共同參考,則能從中找到最穩當的多空方向,以及多空程度。

報酬率雖略減 勝率提高
簡單來說,分散模組式的運用程式交易,其優點在於具有資產配置的細膩度與分散風險效果,相對較能達到提高致勝率且獲利穩定的目標,不過,同樣也隱含了資產配置的缺點,最大的可能報酬率降低。由於作多或作空的程度可能受到不同屬性程式交易的牽制,因此佈局的積極度將低於單純接受單一程式交易指令的狀況,掌握獲利機會的程度可能也就受限,但長期而言,則是不受影響的。

說到這裡,可以總歸分散模組交易的優勢。如前面所說,期權操作的最高境界就是看對、做對、一直看、一路做,分散模組交易是程式交易的運用,而程式交易的精神就是克服人性干擾,達到紀律交易的目的,不致於出現「該進不進」或「該出不出」的缺憾;而利用分散模組交易,則能提高「看對」的機率,整體來說,雖然投資報酬率可能下降,但看對並且做對的次數提高,累積獲利的速度,絕不輸人。

(作者是群益期貨研究部協理)
【2007/03/18 經濟日報】

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 peiyunlin 的頭像
    peiyunlin

    異想夢遊

    peiyunlin 發表在 痞客邦 留言(0) 人氣()