调酒师与投资人

生活中有些看起来完全不搭的食物,搭配起来却特别好吃。比如青菜+蒜头,饺子+老干妈,炒饭+橄榄油,香蕉+巧克力,烤冷面卷+臭豆腐......

你尝试过薯片与芥末的组合吗?我只能说,爽!爽翻了!

我想表达什么?

没人会傻到用嘴去舔一口芥末,但它跟海鲜组合,就是绝配;橙汁虽好喝,但你若选择吃完海鲜后喝,那就是作死。

炒股也如此,我以前会看几个关键技术指标,选择这些指标形态最好的个股买入,以前觉得这种做法很对,但现在看却只感到后怕。因为但一看形态最好的指标,搭配起来却未必好,甚至起反作用。

我选股虽然有自己的一套逻辑支撑,比如我最喜欢的“超跌反弹”(长期下跌,换手率急剧萎缩,突然底部放量)逻辑。虽然按这个逻辑选股,长期来看,赢率超高,但风险依然存在。

本质上,我的逻辑虽然正确,但并没有经过大量数据验证。而量化选股的神奇之处就在于,它会用市场上所有数据来验证你的这个逻辑,然后得出赢的概率。如果每次出手,赢率都超过50%,虽然每次看起来不起眼,但长期积累,那赚钱就是“必然”。

如果你没有接触过量化,可能会很难理解。不要紧,继续用美食搭配的例子给你把它说明白咯,只不过这次是调酒。

威士忌很烈,净饮的话几乎就是烧着喉咙下肚,一般人喝不下。怎么办?酒商会告诉你,兑点苏打水比较好。不过,你觉得这太老土,再加点冰绿茶可好?

威士忌、苏打水与绿茶搭配的结果就是,在一股仙风道骨的茶香中,你一饮而尽,随后打个了饱嗝儿,丝毫不掩饰你第一次去酒吧的事实。

但假设我是一个专业调酒师,我会很讲究。我会以威士忌为基础,不断搭配其他饮料调试,不一定是冰绿茶,也可能是柠檬汁、橙汁、芒果汁啥的。在经过一番调试后,我得出了下面一张表:

我通过大量“调配”得出,威士忌与冰绿茶搭配的口感得分排名最高。同样地,在选好冰绿茶后,我再把苏打水这一原材料也加入进来,最后不断测算出三者最佳的搭配用量,比如当威士忌 : 冰绿茶 : 苏打水 = 1 : 1 : 1.5的时候,口感是最完美的。

这就是量化选股的思维,调酒师“调配”美酒的过程,跟选股是一样的。我们从基本面、技术面以及市场舆情里面,拿出一部分“原材料”,然后利用A股历史数据来“调配”,得出总排名得分最高的股票,然后买入。

如果说我们以前的炒股手段是中医,那么量化炒股就是西医。西医只看“数据”,当血糖含量超过某个数值,那就判断你得了糖尿病,没有任何主观判断在里面。中医就不一样了,中医讲究“望、闻、诊、切”,然后凭老医生的经验和感觉给你开出药方,有时候它确实管用,但更多是失望。

这就是为什么我推荐“量化投资”的原因,它一切皆是基于概率,基于数据下的最好选择。炒股,不是混的久就牛逼,很多老股民在股市混了十数年,教导起新手来一套一套的,但当你问起是否赚钱,他就不说话了。

其实生活也好,炒股也罢,我们所有的决策,都是基于“概率”。本质上,当你真正理解了概率,也就找到了炒股的真谛,以后想亏钱都难。

要理解这个“概率”,下面这两个量化投资的核心原理,要反复地看,反复地想。

原理一:

将每次赚钱概率提高到50%以上。也许从每次投资来看,成功的概率略微超过50%并不是很出彩,但是很多次加起来,投资所靠的“运气”就可能被变成风险有限的高额投资回报。

原理二:

如果每次交易赔钱的概率超过50%,但是每次赔的数量都很小,相对而言如果每次赚钱的概率虽然小于50%,但是赚的数目都很大的话,成功的概率也有可能超过50%。经过多次交易之后,只要盈利交易多于亏损交易,总体交易结果就是盈利的。对于这种情况,如果将交易进行分组,如果最大连续亏损次数为3次,则可以将6次交易分为一组,这样就可以看到每组赚钱概率提高到50%以上了。与原理一的情况就相同了。

如何做量化投资,如何做模型做策略,有各种网站可以使用。至于哪家,自己百度吧,免得有做广告的嫌疑。(有些需要懂编程)

理性地说,做量化模型是要投入大量时间做的,也要学习很多财务、概率、编程等知识。好在一旦做出好的模型,就不用你太操心,根据策略“无脑”买卖就好,解放了你上班的时间,把工作做好。

你说好着急啊,我就想马上赚钱,那么给你提供一个简单实用、已经被数据验证过、长期来看远远跑赢大盘的量化策略:

1.总市值小于50亿;

2.流通市值小于12亿;

3.最近一月涨幅最小;

3.排除ST;

从满足这4个条件的股票中,选择总排名最靠前的5-10支买入,5个交易日换一次仓,按最新排名买入前5-10支。如此循环下去,赚钱难吗?真不难!(当然,大盘择时要你自己判断,更要学会空仓,享受空仓,不是任何时候都适合买股)

不过,下面这些作死的操作别怪我没提醒你:

自作聪明从地5支股票里挑了一支自己喜欢的满仓干;自以为是地在选出股票后,按自己的经验看k线什么的再选择......

这都是陋习,要克服。相信机器,相信大数据,一切按策略来,别人为干预。

Good luck!

此文为“投资思考域”原创内容,特此声明。

最后编辑于
©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 203,547评论 6 477
  • 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 85,399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 150,428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 54,599评论 1 274
  • 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 63,612评论 5 365
  • 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 48,577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 37,941评论 3 395
  • 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 36,603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 40,852评论 1 297
  • 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 35,605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 37,693评论 1 329
  • 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 33,375评论 4 318
  • 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 38,955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 29,936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 31,172评论 1 259
  • 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 43,970评论 2 349
  • 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 42,414评论 2 342

推荐阅读更多精彩内容