(圖/shutterstock)
近年來資料科學興起,大家都在談論Big Data
在這股浪潮下,金融交易也不例外
交易者不僅容易取得市場資料,要回測歷史數據
甚至對未來進行自動化交易(演算法交易、程式交易)
都是相當容易的一件事
究竟 巨量資料時代的來臨
金融交易是否也跟著產生巨大改變 ?
本文讓我們來探討...
金融交易遇上資料科學的變與不變
繼續看下去...
(贊助商連結)
過去嘴上股神
現在「資料」說話!
老一輩喜愛金融交易的朋友
往往花很多時間在研究各種
技術分析、K線型態、價量指標…等
無非是想要準確預測明天股市行情
是漲是跌雖然只有兩種可能
可惜卻沒有人能夠保證
而交易的目的在獲利,投資人除了關心每次輸贏外
賺賠多少也是關鍵因素
就一個資料工作者而言,我們不知道明天是漲是跌
但我們可以計算出過去漲跌的機率分佈
舉例來說,長紅棒代表多頭氣勢如紅
收盤價遠大於開盤價
因此預期未來行情會繼續漲
反之長黑棒是收盤價遠低於開盤價,預期行情會繼續跌
然而真是如此嗎?
我們實際回測歷史數據如下,統計時間為2007年01月至2016年06月。
下圖為長紅棒出現,3天後的漲跌幅分佈
這裡我們定義的長紅棒為收盤價高於開盤價1%以上
同理,右圖為長黑棒出現後,3天後的漲跌機率分佈
根據統計,約有59.40%的機率在長紅棒出現後
3天後的收盤價會更高,漲跌幅的平均值為0.177%
同理,長黑棒定義方式為收盤價小於開盤價1%以上
長黑棒出現後,約只有46.22%的機率3天後收盤價會更低
但漲跌幅的平均值竟然仍為正數0.1854%
由此看來,台股從2007年01月至2016年05月
歷經過空頭與多頭市場
但長紅棒似乎較具有指標意義,勝率高達近60%
而長黑棒的平均漲跌幅仍為正數的結果
代表未來三日行情不一定會往下發展
有趣的是,這樣的統計結果
漲跌幅的期望值與0相當接近
與一般認知K線型態所傳達”預測”並不相同
大家都在談勝率
但這卻是假議題
上面例子道出了資料分析在金融交易的『真實性』
然而,只要讓資料說出『正確的話』
交易就萬無一失,投資就一片光明嗎?
若是如此你就太小看這個『邪惡的市場』了
多少英雄好漢正是死在這樣的錯誤觀念之下
過去的金融市場,流傳著各種跟神一樣的技術分析大師
只要看對一次行情就造神成功,看錯了就選擇性忘記
反正時間會沖淡一切
現在的市場,數據會說話
任何策略或指標都可立即回測知道結果
當然也可告訴你一般投資人最在意的『勝率』
這的確符合人性,畢竟大家都想要追求高勝率的交易策略
最好是天天賺,不會賠
可惜金融市場越符合人性的事,就越不是好事
一個有方向性的好策略,通常勝率低於50%
甚至不到40% ,也就是輸多贏少
這是因為好的策略其特徵往往是多次的小賠與少次的小賺
再加上幾次極少數的大賺,造就了一般人難以接受的低勝率
但長期下來卻是穩定獲利
即使數據資料風險低
「賭小一點」才是好辦法
這對大部分的資料科學家是難以接受的
他們用盡各種高深技巧,在市場上收集完整資料
運用訊號處理,機器學習,甚至最近最夯的深度學習
無非就是想要追求高勝率策略
可惜賺錢真的不容易,高勝率低賠率的結果
期望獲利可能還是負值
但也別灰心
這不是資料科學出了問題 ,這是資金管理沒有學好
千萬別小看這門學問,即使天才如LTCM團隊
(長期資本管理公司,由諾貝爾獎得主組成)
也是死在這個議題之下
最簡單的資金管理,賭小一點!
資料科學用在金融交易的真正優勢是
將資金妥善運用於多商品、多市場、多策略
進行彼此之間的關聯統計分析
包含策略是否互補、損益相關係數、甚至發展高頻套利…等
然而,不論資訊科技發展的再進步,資料分析多詳盡
實際交易最重要的還是風險管理,這可是鐵鐺鐺的數學定理千古不變
舉例來說,如何將資金使用最佳化
為何8成以上的投資者都賠錢?
為何你該賭小一點?
今年的資料科學年會,我將向大家介紹這個議題
未經授權,請勿轉載!
► CMoney理財寶 有Line官方帳號了 !!
搶先訂閱 最新理財訊息,
歡迎 加我們為好友 喔 ~