算法交易冲击了技术分析的三大前提假设

<section label="Powered by 135editor.com" ><section data-role="outer" label="Powered by 135editor.com" ><section class="_135editor" data-tools="135编辑器" data-id="86132" ><section ><section ><span class="autonum" data-original-title="" title="">1</span></section></section><section ><span class="135brush" data-brushtype="text">狂风骤雨突来袭</span></section></section><p><br /></p><p>刚刚过去的一周令人难以忘怀,注定会被冠以『黑色一星期』的名头而被后人代代传颂。<br /></p><p><br /></p><p>世界上唯二的两个大国彼此接力,一个白天跌,一个晚上跌,<strong>跌的连绵不断,跌的哀婉久绝</strong>。</p><p><br /></p><p>美股持续了九年的牛市就此终结,A股也创下了两年以来的最大跌幅。</p><p><br /></p><section class="_135editor" data-tools="135编辑器" data-id="86132" ><section ><section ><span class="autonum" data-original-title="" title="">2</span></section></section><section ><span class="135brush" data-brushtype="text">究其原因引人思</span></section></section><p><br /></p><p>与以往不同,有人将此次暴跌称之为『算法股灾』,认为真正将股市推下悬崖的,是15分钟内近700亿美元成交量的ETF基金。<br /></p><p><br /></p><p><img src="http://upload-images.jianshu.io/upload_images/61784-196635bb62af4b26" class="" data-ratio="0.2370088719898606" data-w="789" /></p><p><br /></p><p>当技术指标满足预设条件时,智能机器人和高频量化交易系统就会一起发出汹涌的卖出指令。</p><p><br /></p><p>下图中的这几家智能投顾,发展起来也不过是这两年的事。受笔者个人推荐,持有理财魔方的小伙伴也不在少数。</p><p><br /></p><p><img src="http://upload-images.jianshu.io/upload_images/61784-5f20844d5beaa6eb" class="" data-ratio="0.8433333333333334" data-w="600" /></p><p><br /></p><p><strong>当市场调整出现某种接近算法程序中预设大手减持所设定的场景的时候,沽空盘就会蜂拥而出,而此又触发其他算法程序抛售,市场形成向下的自我循环。</strong></p><p><br /></p><p>如果放在以往,或许市场调整的幅度不会如此剧烈,正是这些算法程序引起的向下循环抛售才导致了市场的惨烈崩盘。而这些智能顾投纷纷以及时止损的胜利者姿态而沾沾自喜。</p><p><br /></p><p>殊不知,<strong>人们为了规避自身情绪的弱点并提高效率引入机器人算法,而当机器人算法越来越多时引发了踩踏崩盘。。。</strong></p><p><br /></p><section class="_135editor" data-tools="135编辑器" data-id="86132" ><section ><section ><span class="autonum" data-original-title="" title="">3</span></section></section><section ><span class="135brush" data-brushtype="text">当前策略能饭否?</span></section></section><p><br /></p><p><br /></p><p>某自媒体在其推出的趋势模型介绍中,自信满满的写道,『不要以为我有XX万的粉丝,就会有XX万的趋势模型使用者,由于趋势模型在很多地方违背人性,根据我的观察,最多只有5%的人能够严格执行,所以在我的粉丝超过100万之前都不用担心模型失效』。</p><p><br /></p><p>换句话说,<span >这个以20日均线为基础略加改良的趋势模型,被发明者担心超过五万人就会失效。</span></p><p><br /></p><p>当这位自媒体在设计模型的时候,或许不会想到两年之后会冒出来无数算法更精良的智能投顾和策略组合吧。</p><p><br /></p><section class="_135editor" data-tools="135编辑器" data-id="86132" ><section ><section ><span class="autonum" data-original-title="" title="">40</span></section></section><section ><span class="135brush" data-brushtype="text">三大假设尚成立?</span></section></section><p><br /></p><p>众所周知,技术分析有三大前提假设:『<strong>价格反映一切』、『价格呈趋势演进』和『历史会重演』。</strong></p><p><br /></p><p>在算法交易被广泛应用之后,这三大假设还成立吗?</p><p><br /></p><p><strong>先来看『价格反映一切』</strong>。这句话的意思是,『所有基本面的信息都会反应到价格上』。以往的价格,是不同投资者根据相关事件作出接近于现实的主观判断,并最终作出决策的结果。但算法交易考虑基本面吗?算法交易的信息源头就是技术指标好不好。</p><p><br /></p><p><strong>再来看『价格呈现趋势演进』</strong>。下图的K线已经连不成线了,已经成离散的点了。趋势?哪来的趋势?</p><p><br /></p><p ><img src="http://upload-images.jianshu.io/upload_images/61784-97a44fa5a6c33e1e" class="" data-ratio="0.9133333333333333" data-w="300" /></p><p><br /></p><p><strong>最后看『历史会重演』</strong>。拜托,历史上有算法交易吗?</p><p>历史上有机器人跟人在资本市场上PK吗?<br /></p><p><br /></p><section class="_135editor" data-tools="135编辑器" data-id="86132" ><section ><section ><span class="autonum" data-original-title="" title="">51</span></section></section><section ><span class="135brush" data-brushtype="text">返璞归真守边际</span></section></section><p><br /></p><p>如果算法交易没有被监管限制,那今后市场的暴涨暴跌会成为常态。<br /></p><p><br /></p><p><strong>经济基本面和股市的关系就像人遛狗,有时候狗在人前面,有时候狗在人后面。对于上周的行情来说,就是狗看到了路边面目狰狞的机器人,吓的挣脱绳子落后人好远好远。</strong></p><p><br /></p><p>改变可以改变的,接受不能改变的。</p><p><br /></p><p>机器人赶不走,那我们能做的就是给狗待带上眼罩,依然淡定的散步遛狗——淡化趋势,回归估值。</p><p><br /></p><p>受于篇幅所限,本文到此结束。笔者会在年前推送文章,系统阐述两种不依赖技术分析的交易系统。</p><p><br /></p></section></section>

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容