1.
資料科學系列活動—
使用 R 語言建立自己的演算法交易事業
Speaker: 吳牧恩
Date: 2016.03.11(六)
2017/03 1

2.
你為何要交易?
• 難道我學過如來神掌，也要告訴你?
• https://www.youtube.com/watch?v=i5uCWL0nsFA
• 初入市場的第一階段：花大錢遍尋名師~ 尋找聖盃~
• 初入市場的第二階段：果然是百年難得一見的..
• 初入市場的第三階段：受傷慘重!? or 陣亡出場!?
2017/03 2
出局 留下

3.
這門課跟過去的課有什麼不一樣?
•Q: 為何是演算法交易?
•Q: 演算法交易是程式交易嗎?
•Q: 為何要當事業來做?
•Q: 需要什麼背景?
2017/03 3

4.
先自我介紹一下
• 大家好，我是牧恩!
• 部落格 (Bituzi)
• 筆名：牧清華
• 數學 
• 資金管理 理論模擬策略回測
2017/03 4

5.
課堂練習 http://zuv.io/1556148a00
2017/03 5
你修過幾門投資交易
相關課程?

6.
你是百年難得一見的交易奇才嗎!?
•主觀交易
• 市場上的眾多老師
• 傑西李佛摩
• 過去：得民心者得天下!!
•計量交易
• 西蒙斯(Jame Simons)
• 現在：得“計量”者得天下!?
2017/03 6

7.
2017/03
買
買 買
買
賣 賣 賣
+14
+15
+13
+10
+7
7

8.
過去股市名嘴喊盤，現在資料科學說話
2017/03 8

9.
加上量放大的條件?
2017/03 9

10.
烏雲罩頂: n天後的機率分佈
2017/03 10

11.
空頭吞噬: n天後的漲跌分佈
2017/03 11

12.
今天想帶給大家的內容
• 建構自己的演算法交易策略
• 下載資料、讀取資料、畫K線、簡單回測
• 婆婆媽媽都能懂的交易統計學
• 績效：勝率、賠率、MDD、獲利因子
• 策略：濾網、動量、加碼
• 穩固性測試
• 股票、期貨策略開發實務
• 理論：凱利賭徒、最佳化比例、槓桿空間模型
• 實務：固定分數、固定比例
• 選擇權交易策略開發
• 選擇權介紹
• 實做凱利精神運用於台指選擇權策略開發
2017/03 12

13.
哪裡下載R語言?
2017/03 13
免費
開源
好用

14.
R Basic: 向量、四則運算、畫圖
• 加減乘除四則運算：1+2^3
• 向量產生的幾種方式：
• a=1:100
• b=100:1
• c=rep(3,5)
• d=seq(3,51,2)
• 向量運算：a=a+1,a+b,a*b
• 和：sum(a)
• 累積和：cumsum(a)
• 畫圖：plot(cumsum(a),col="red",type="l")
2017/03 14

15.
R Basic: 迴圈
• a=0
• for (i in 1:100){a=a+1}
• a=0
• while (a<=100){a=a+1}
• a=0
• for (i in seq(1,99,by=2)){a=a+i}
2017/03 15
1+1+1+…+1=?
1+1+1+…+1=?
1+3+5+…+97+99=?

16.
安裝quantmod
• install.packages("quantmod")
• library(quantmod)
參考網站：
• http://www.quantmod.com/
2017/03 16

17.
下載資料 getSymbols
• 下載資料(預設Yahoo Finance)
• 蘋果: getSymbols("AAPL")
• 台積電: STK=get(getSymbols("2330.tw"))
• 不同的資料源:
• getSymbols('MSFT',src='google')
• getSymbols("DEXJPUS",src="FRED")
• 資料格式
• 使用head、tail
• 五個欄位：開高低收(OHLC)、量(Vol)、還原權值(Adjusted)
2017/03 17

18.
畫K線圖: chartSeries
• 時間週期
• 日K: Default
• 週K: to.weekly(STK)
• 月K: to.monthly(STK)
• 自行定義? 週三K
• 時間範圍
• STK["2013"]
• to.weekly(STK["2013::2015"])
• STK["2013-01-01::2013-03-02"]
• 畫圖(Charting)
• barChart(STK["2015-01-01::2015-02-03"])
• chartSeries(STK, subset="2015-12-1::2016-03-21",theme="white")
2017/03 18

19.
技術分析指標
• 均線
• SMA(Cl(STK))
• addTA(SMA(Cl(STK)), on=1, col="blue") ## default: n=10
• addTA(SMA(Cl(STK),n=20), on=1, col="red")
• MACD
• addMACD()
• 不靈通道(Bollinger band)
• addBBands()
2017/03 19

20.
回測前置作業
•獲取台積電資料
• STK=get(getSymbols("2330.tw"))
•轉換成周K，矩陣類別
• STK=as.matrix(to.weekly(STK))
2017/03 20

21.
回測前置作業
•STK的列名稱(Week)
• rownames(STK)
•有多少個日期?
• length(rownames(STK))
•產生紀錄每筆交易損益的向量
• numeric(length(rownames(STK)))
•產生紀錄每筆交易損益的向量，並附上日期
• profit=setNames(numeric(length(rownames(STK))),
rownames(STK))
2017/03 21

22.
• 每周損益：周K收盤價-周K開盤價
• profit[m]=STK[m,4]-STK[m,1]
• profit[m]=Cl(STK)[m]-Cl(STK)[m]
• 每週都要計算!
• for (m in rownames(STK)) {
• profit[m]=STK[m,4]-STK[m,1]
• }
• 檢查!?
• head(cbind(STK[,c(1,4)],profit),10)
台積電: 週一開盤買，週五收盤賣
2017/03 22

23.
損益績效
• 損益向量
• profit
• 總損益
• sum(profit)
• 累計損益
• cumsum(profit)
• 畫出累計損益
• plot(cumsum(profit), type="l",col="red",lwd=2)
• abline(h=0,col="green")
2017/03 23

24.
練習
•1. 若是開盤賣，收盤買?
•2. 日K價購損益績效如何?
•3. 月K架構損益績效如何?
•4. 其他股票?
2017/03 24

25.
婆婆媽媽都能懂的交易的統計學
勝率、賠率、回檔、最大回檔、獲利因子
動量策略、加碼、穩固性測試
2017/03 25

26.
勝率
• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 贏的次數
• length(profit[profit>0])
• 總交易次數
• length(profit[profit!=0])
• 勝率
• length(profit[profit>0])/length(profit[profit!=0])
2017/03 26

27.
賺賠比
• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 平均賺
• mean(profit[profit>0])
• 平均賠
• mean(profit[profit<0])
• 賺賠比
• mean(profit[profit>0])/abs(mean(profit[profit<0]))
2017/03 27

28.
• Total Profit: 118.1855
• Trading Days: 508
• Profit Per Trade: 0.2402144
• # of Win: 261
• Win Rate: 53.04878 %
• Winning Average: 2.336493
• Losing Average: -2.128308
• Maximum Draw Down: 31.8
• The Periods of MDD: 16 18 20 48 282
• Profit Factor: 1.240391
• Total Profit/MDD: 3.716525
台積電: 週一開盤買，週五收盤賣!
績效模組: performance.R
2017/03 28

29.
最大回檔(maximum drawdown, MDD)
• 回檔(DD)
• 最好不要有回檔(虧損、風險)
• 如果有一個策略，天天都在創新高 (No DD)
• 絕對最大回檔(MDD)
• 距離上次高點的最大回檔距離
• 比例最大回檔(MDD%)
• 回檔距離/前波高點高度
• 穩定度的表現：總獲利/MDD
2017/03 29

30.
獲利因子(profit factor, PF)
• profit= c(-10,15,-20,-16,20,-8,-10,30,-10,25)
• 賺的和 / |賠的和|
• sum(profit[profit>=0])/abs(sum(profit[profit<0]))
• 意義：每輸1單位，必可再換來PF單位的獲利
• 勝率低無所謂?
• 賺賠比低無所謂?
• 交易次數很少無所謂?
2017/03 30

31.
課堂練習 http://zuv.io/1556148a00
2017/03 31
試計算損益向量
profit= c(-5,15,-20,-16,15,-18)
的MDD與PF分別為多少?

32.
台積電這幾年都在多頭，每週開盤買
當然賺!
考慮多空: 開低買，開高賣
2017/03 32

33.
週一開低買，開高賣，週五收盤前出
• 第一週是否可以交易?
• 先紀錄第一週收盤
• lastC=STK[1,4] ## 或lastC=Cl(STK)[1]
• 交易邏輯回測
• for (m in rownames(STK)[-1]) {
if(STK[m,1]<=lastC){profit[m]=STK[m,4]-STK[m,1]}else(
profit[m]=STK[m,1]-STK[m,4])
lastC=STK[m,4]
}
2017/03 33

34.
TSMC: 開低買，開高賣
• Total Profit: 130.2388
• Trading Days: 508
• Profit Per Trade: 0.3192127
• # of Win: 222
• Win Rate: 54.41176 %
• Winning Average: 2.361101
• Lossing Average: -2.11788
• Maximum Draw Down: 25
• The Periods of MDD: 28 30 31 45 107
• Profit Factor: 1.330618
• Total Profit/MDD: 5.209552
2017/03 34

35.
練習：開低1%買，開高1%賣，收盤前空手
lastC=STK[1,4]
for (m in rownames(STK)[-1]) {
if(STK[m,1]<=lastC*0.99){profit[m]=STK[m,4]-STK[m,1]}
if (STK[m,1]>=lastC*1.01){profit[m]=STK[m,1]-STK[m,4]}
lastC=STK[m,4]
}
• Q: (最佳化參數) 開低?%買，開高?%賣，收盤前空手
2017/03 35
該 如 何 修 改?

36.
當然你也可以試試其他股票
中鋼、中華電、鴻海、統一、國泰金、
甚至…..宏 達 電 !><
2017/03 36

37.
HTC: 開高賣，開低買
• Total Profit: 37470
• Trading Days: 488
• Profit Per Trade: 79.55541
• # of Win: 228
• Win Rate: 48.40764 %
• Winning Average: 21658.89
• Lossing Average: -20167.72
• Maximum Draw Down: 591000
• The Periods of MDD: 5 7 19 41 151
• Profit Factor: 1.007646
• Total Profit/MDD: 0.06340203
2017/03 37

38.
扣掉交易成本
• 股票手續費
• 成交金額*0.1425%
• 買賣各一次
• 證券交易稅：0.3%
• fee=STK[m,4]*0.006
• 期貨滑價+手續費扣5點
• 傳統回測：2+2+1?
• 經驗平均滑價約1.5點
2017/03 38

39.
台積電：沒扣手續費 v.s.扣手續費
2017/03 39
聖盃
靠盃

40.
練習
• 試用par(mfrow=c(2,2))畫出下面四種cases比較
• fee=STK[m,4]*0.006
• fee=STK[m,4]*0.005
• fee=STK[m,4]*0.004
• fee=0
• par(mfrow=c(2,2))
• for (f in c(0.006,0.005,0.004,0)){
fee=STK[m,1]*f
}
2017/03 40
該 如 何 修 改?

41.
練習: 尋找0050成份股哪隻股票最會獲利?
• 你可以考慮下面規則?
• 1. 周K架構 or 月K架構哪個好?
• 2. 開高(?%)賣，開低(?%)買
• 3. 開低(?%)買，開高(?%)賣
• 4. 是否可做到停損 & 停利?
• 停損不停利
• 停利不停損
• 請扣掉手續費：fee=STK[m,4]*0.006
• 試找出2007年至今，誰的 “profit”最高? 或是誰的PF最大?
2017/03 41

42.
沒轍了嗎?
開始發揮人類愛賭的天性!!
凹~ 再凹~~~ 無止境的凹!!!
2017/03 42

43.
馬丁格爾的聖盃!? (以輪盤為例~)
贏: 翻倍；輸: 賠光
勝率18/37，賠率為1 (1:1)
2017/03 43
https://www.youtube.com/watch?v=RldNUWT2pyY

44.
2017/03 44

45.
一種天真浪漫的賭法~(勝率18/37，賠率1)
• Martingale: 贏了下注1單位，輸了就加倍。
• 只要贏一次，就能賺一個單位。
• 輸衝贏縮，賺小賠大。
連輸
次數
第
一
次
第
二
次
第
三
次
第
四
次
第
五
次
第
六
次
第
七
次
第
八
次
第
九
次
第
十
次
第
十
一
次
投注 1 2 4 8 16 32 64 128 256 512 ???
已輸
金額
-1 -3 -7 -15 -31 -63 -127 -255 -511 -1023
2017/03 45

46.
記得當時…
PM 06:00進賭場，AM 11:00出賭場
10枚籌碼進去，50枚籌碼出來!
假設每3~4分鐘可玩1局，
1小時約玩16局，5小時大約玩80局
2017/03 46

47.
Beginner’s Luck!?
我們就用R語言來模擬…
10枚籌碼，最多玩80次，超過50枚的
機率?
2017/03 47

48.
(馬丁格爾模擬) 100枚籌碼，最多玩1000次
2017/03 48
http://www.letyourmoneygrow.com/2016/09/04/mystery-and-misery-of-the-martingale-
betting-system-why-it-will-not-make-you-rich/

49.
10枚籌碼，最多玩80次，最後超過50枚的機率!
2017/03
輸錢離場的機率為81.106%
賺超過50枚的機率為5.322%
Beginner’s Luck
確認!
模擬10000次
49

50.
現在，我們開始 ”玩” 策略…
馬丁格爾: 贏了交易一張，輸了加倍交易
2017/03 50

51.
交易的馬丁格爾
•產生一個計算每次部位大小的向量
• PZ=setNames(rep(1,length(profit)),names(profit))
•如果上次輸，下次加倍買
• if (sign(profit)[m-1]<0){PZ[m]=2*PZ[m-1]}
•如果上次贏，下次買一張
• If (sign(profit)[m-1]<0){PZ[m]=1}
2017/03 51

52.
交易的馬丁格爾
•產生一個計算每次部位大小的向量
• PZ=setNames(rep(1,length(profit)),names(profit))
•計算每一次的PZ
• for (m in 2:length(profit)){
if (sign(profit)[m-1]<0){PZ[m]=2*PZ[m-1]}
if (sign(profit)[m-1]>0){PZ[m]=1}
If (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
}
2017/03 52

53.
將PZ前與PZ後畫在一起比較
• source("performance.R")
• par(mfrow=c(1,3)) ##三張圖畫同一個畫面
• performance(profit) ##PZ前
• performance(profit*PZ) ##PZ後
• ProfitBar(PZ) ##PZ大小
• max(PZ) ##最大使用部位
• mean(PZ) ##平均使用部位
2017/03 53

54.
馬丁格爾：輸了加倍買，贏了買1張
2017/03 54

55.
類馬丁格爾(1234)：
輸了多交易1張，贏了只交易1張
2017/03 55

56.
練習PZ大法：輸縮贏衝
• 練習：類馬丁格爾 (1234…)
• if (sign(profit)[m-1]<0){PZ[m]=PZ[m-1]+1} else
• if (sign(profit)[m-1]>0){PZ[m]=1} else
• if (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
• 練習：贏了交易一張，輸了交易兩張
• if (sign(profit)[m-1]<0){PZ[m]=2} else
• if (sign(profit)[m-1]>0){PZ[m]=1} else
• if (sign(profit)[m-1]==0){PZ[m]=PZ[m-1]}
2017/03 56
該 如 何 修 改?
該 如 何 修 改?

57.
為了控制風險: 輸了交易2張，贏了交易1張
2017/03 57
輸了“多”買1張

58.
濾網：去蕪存菁，拆解成…
輸了買2張，贏了買1張 = 買1張+ 輸了才買1張
2017/03 58
Total Profit: 33.8907
Trading Days: 508
Profit Per Trade: 0.1653205
# of Win: 112
Win Rate: 54.63415 %
Winning Average: 2.207289
Lossing Average: -2.293824
Maximum Draw Down: 32.972
The Periods of MDD: 28 36 38 45 85
Profit Factor: 1.158868
Total Profit/MDD: 1.027863
輸了“才”買1張

59.
輸贏濾網好不好? 會不會是OverFitting?
2017/03 59

60.
練習: 尋找最適合的輸贏濾網?
•連輸系列
• 輸贏?
• 輸輸贏?
• 輸輸輸贏?
•尋找輸贏pattern
• 輸贏輸贏?
• 輸輸贏輸贏?
2017/03 60

61.
動量策略 v.s.均值回歸
•動量策略 (順勢交易，買高賣低，違反人性)
• 因為過去漲，所以現在買進；因為過去跌，所以賣出
•均值回歸 (逆勢交易，買低賣高，大家都愛)
• 漲多了該回跌，跌深了該反彈
•牛頓第二運動定律:動者恆動，靜者恆靜?
• 股價漲未來是否會繼續漲?股價跌未來是否會繼續跌?
2017/03 61

62.
課堂練習 http://zuv.io/1556148a00
2017/03 62
停損、停利 屬於哪一種策略?
動量 or 均值回歸?
在交易裡，大部分違反人性的事，
都是好事! 不正常的人才會獲利!!!

63.
我們使用“隨機交易”概念!
度量停損停利帶來的影響~
策略：開盤隨機交易，停損?停利?。
2017/03 63

64.
開盤隨機交易，不停
損不停利，收盤平倉
2017/03 64
開盤隨機交易，停損30,
停利30，收盤平倉

65.
隨機交易，停損30 ，
停利60，收盤平倉
2017/03 65
隨機交易，停損30，
不停利，收盤平倉

66.
台指期貨隨機交易統計
• 不停損，停利30點
• 停損145點，停利35點
• 停損140點，停利40點
• …
• 停損35點，停利145點
• 停損30點，不停利
2017/03 66
順勢、動量、違反人性!

67.
2017/03 67
隨機交易，停損30，
不停利，收盤平倉
隨機交易，不停損，
停利30，收盤平倉

68.
隨機交易，其他股票如何?
1%停損，不停利
v.s.
1%停利，不停損
2017/03 68

69.
Momentum v.s. Mean Reverse
2017/03 69

70.
進場的動量策略
突破n日高點、跌破n日低點
黃金交叉、死亡交叉
箱型突破、箱型跌破
均線糾結後多頭排列，空頭排列
2017/03 70

71.
課堂練習 http://zuv.io/1556148a00
2017/03 71
下列何者為動量順勢交易
策略?

72.
“突破”10日高點買進，3日後賣出
•何謂突破?
• Cl(STK)[m]>max(Hi(STK)[(m-10):(m-1)])
##今天收盤>前10日高點
• Cl(STK)[(m-1)]<max(Hi(STK)[(m-10-1):(m-2)])
##昨天收盤<昨天前10日高點
2017/03 72

73.
“突破”10日高點買進，3日後賣出
• 前10日跟最後3日是否可交易?
• for (m in (10+1):(length(rownames(STK))-3)){
profit[m]=Cl(STK)[m+3]-Cl(STK)[m]-fee
}
• 停損
• SL=0.95 #5%停損
• if (min(Lo(STK)[m:(m+3)])<Cl(STK)[m]*SL){profit[m]=Cl(STK)[m]*(SL-1)-fee}
2017/03 73
0 500 1000 1500 2000
-25-20-15-10-50
2007-12-31 ~ 2017-01-11
Trading Days
CumulativeProfit&DrawDown
0 500 1000 1500 2000
-25-20-15-10-50
2007-12-31 ~ 2017-01-11
Trading Days
CumulativeProfit&DrawDown
Trading Days
CumulativeProfit&DrawDown
29.535.541.547.553.559.565.571.5
何時突破10日高點

74.
策略改進，使用波動濾網：
金融市場，什麼都是假的!
只有大小波動是真的!!
2017/03 74

75.
最簡單的波動…. 如果這是股價的波動?
2017/03 75

76.
20日標準差
2017/03 76

77.
日波動：每日開盤與收盤的漲跌幅
2017/03 77

78.
將目前的策略，增加波動濾網
•採用10日標準差當波動，門檻值設為平均
• if (sd(Cl(STK)[(m-10):(m-1)])<mean(sd(Cl(STK)))){
}
2017/03 780 500 1000 1500 2000
-25-20-15-10-50
2007-12-31 ~ 2017-01-11
Trading Days
CumulativeProfit&DrawDown
0 500 1000 1500 2000
-25-20-15-10-50
2007-12-31 ~ 2017-01-11
Trading Days
CumulativeProfit&DrawDown
Trading Days
CumulativeProfit&DrawDown
29.535.541.547.553.559.565.571.5
原策略

79.
思考：當你研發順勢策略時
•Q: 波動小策略品質好? 還是波動大策略品質好?
•Q: 要用什麼當波動?
•Q: 找出最好的波動、門檻?
2017/03 79

80.
天下之大: 合久必分，分久必合
金融市場: 波大必小，波小必大
世間萬物都是遵循此道!
2017/03 80

81.
拿廢話當濾網…..
2017/03 81

82.
2017/03 82
順勢策略：波動大小決定策略品質好壞?
波動<100 波動介在100~150 波動>150

83.
亂入策略波小當濾網輸了才交易
2017/03 83

84.
加碼的奧義
成也加碼，敗也加碼!!
2017/03 84

85.
加碼的奧義: 成也加碼，敗也加碼!!
• 摩天大樓 (1,1,1,1….)
• 海龜
• 金字塔 (5,4,3,2,1)
• 正常人
• 倒金字塔(1,2,3,4,5)
• 瘋子
• 投票表決一下你覺得哪個加碼法好?
2017/03 85

86.
課堂練習 http://zuv.io/1556148a00
2017/03 86
投票表決一下你覺得哪個
加碼法好?

87.
考慮台指期動量策略: 開盤+門檻值突破
(用了濾網，採用順勢)
2017/03 87
Buy

88.
原始策略(單口當沖)績效與累計損益:X
2017/03
損益: 1670
總交易天數: 1375
實際交易次數: 199
平均每次損益: 8.434343
獲利次數: 80
勝率: 40.40404 %
平均賺: 56.175
平均賠: -23.9322
最大連續虧損: 250
最大連續虧損區間(天): 108
114 197 254 302
獲利因子: 1.59136
總獲利/MDD: 6.68
88

89.
加碼規則：
進場後5分鐘後仍有獲利，加碼 1 口!
2017/03 89

90.
加碼第一口後: X+X1
2017/03
損益: 1670  2951
總交易天數: 1375
實際交易次數: 199
平均每次損益: 14.82915
獲利次數: 75
勝率: : 40.40 %  37.69%
平均賺: 92.96
平均賠: -32.42742
最大連續虧損: 375
最大連續虧損區間(天): 75 94 197 261 313
獲利因子: 1.59136 1.733897
總獲利/MDD: 6.68  7.869333
90

91.
加碼第二口後: X+X1+X2
2017/03
損益: 29513880
總交易天數: 1375
實際交易次數: 199
平均每次損益: 19.49
獲利次數: 75
勝率: 37.69%  37.64 %
平均賺: 111.68
平均賠: -36.25
最大連續虧損: 425
最大連續虧損區間(天): 79 93 96 197 257
獲利因子: 1.733897 1.862989
總獲利/MDD: 7.869333  9.129412
91

92.
加碼第三口後: X+X1+X2+X3
2017/03
損益: 3880 4439
總交易天數: 1375
實際交易次數: 199
平均每次損益: 22.30653
獲利次數: 75
勝率: 37.64 %  37.68 %
平均賺: 120.8
平均賠: -37.26613
最大連續虧損: 425
最大連續虧損區間(天): 89 93 94 200 257
獲利因子: 1.862989  1.960615
總獲利/MDD: 9.129412  10.4447
92

93.
一口一口加碼，你就滿足嗎?
策略拆解: 分別”獨立”看每次的加碼!
2017/03 93

94.
第一次加碼: X1
2017/03
損益: 1281
總交易天數: 1375
實際交易次數: 103
平均每次損益: 12.43689
獲利次數: 47
勝率: 45.63107 %
平均賺: 55.12766
平均賠: -23.39286
最大連續虧損: 215
最大連續虧損區間(天): 93 96 98 114 345
獲利因子: 1.977863
總獲利/MDD: 5.95814
94

95.
第二次加碼 :X2
2017/03
損益: 1281  929
總交易天數: 1375
實際交易次數: 46
平均每次損益: 20.19565
獲利次數: 24
勝率: 45.63107 %  52.17391 %
平均賺: 60.66667
平均賠: -23.95455
最大連續虧損: 102
最大連續虧損區間(天): 93 96 110 269 305
獲利因子: 1.977863 2.762808
總獲利/MDD: 5.59  9.107843
95

96.
第三次加碼: X3
2017/03
損益: 929  559
總交易天數: 1375
實際交易次數: 24
平均每次損益: 23.29167
獲利次數: 14
勝率: 52.17391 %  58.33333 %
平均賺: 56.21429
平均賠: -22.8
最大連續虧損: 100
最大連續虧損區間(天): 56 63 91 110 871
獲利因子: 2.762808  3.451754
總獲利/MDD: 9.107843  5.59
96

97.
觀察：越加碼 品質越好!
等差加碼 (1234神經病!)
等比加碼 (1248瘋子!)
2017/03 97

98.
等差加碼1234
2017/03
損益: 9255
總交易天數: 1375
實際交易次數: 199
平均每次損益: 46.50754
獲利次數: 72
勝率: 36.1809 %
平均賺: 229.7083
平均賠: -57.35433
最大連續虧損: 858
最大連續虧損區間(天): 93 94 98 114 257
獲利因子: 2.270593
總獲利/MDD: 10.78671
98

99.
等比加碼1248
2017/03
損益: 12420
總交易天數: 1375
實際交易次數: 199
平均每次損益: 62.41206
獲利次數: 72
勝率: 36.1809 %
平均賺: 289.1389
平均賠: -66.12598
最大連續虧損: 1079
最大連續虧損區間(天): 93 94 114 157 257
獲利因子: 2.478924
總獲利/MDD: 11.51066
99

100.
結論：加碼是放大器，同時放大”風險”與”利潤”
好的原始策略加碼更好；
壞的原始策略加碼就完蛋!!! (overfitting)2017/03 100

101.
股票、期貨策略開發實務
2017/03 101

102.
均線策略
• 月線黃金交叉季線買近，20日後賣出
• 月線黃金交叉季線買近，死亡交叉賣出
• 月線黃金交叉季線買近，死亡交叉反手放空
2017/03 102
Trading Days: 2499
Profit Per Trade: 3.184475
# of Win: 11
Win Rate: 55 %
Winning Average: 9.077436
Lossing Average: -4.018033
Maximum Draw Down: 10.9981
The Periods of MDD: 228 277 373 541 638
Profit Factor: 2.761213
Total Profit/MDD: 5.790954

103.
考慮策略 (檢查方式)
• 指標：20ma,60ma
• 訊號：黃金交叉、死亡交叉
• 規則：黃金交叉買進，死亡交叉賣出
2017/03 103

104.
這個策略到底好不好?把他丟到台灣50成分股
2017/03 104

105.
思考一個問題
•股價50元，你買一張
•股價快200元，你還是買一張??? 這樣對嗎?
•部位控管 + 投資組合 + 資金管理!
2017/03 105

106.
天下武功 無堅不破 唯快不破
• https://www.youtube.com/watch?v=yVQWJeLUxSk
•許多人都在追求絕世武功，卻忽略了內功的修為!
•許多人都在追求交易聖盃，卻忽略了資金管裡的重
要!
2017/03 106
翻倍可以很多次，破產只需要1次!

107.
交易的聖盃:資金管理的理論與實務
凱利、最佳化比例、槓桿空間模型
固定分數、固定比例、Ranking賭小一點
交易 v.s. 賭局 是否一樣?
哪裡一樣? 哪裡不一樣?
何謂賭局? 何謂交易?
2017/03 107

108.
給你一枚銅板，人頭輸，數字贏2倍!
•勝率50%
•賠率(odds)=贏的淨賺/輸的淨賠
• 賠率為2
2017/03 108
賠光
WIN
LOSE

109.
期望淨利
• 勝率*賺的錢+(100%-勝率)*賠的錢
• 50%*2 + (100%-50%)*(-1) = 0.5
• p*b + (1-p)*(-1) = p*(1+b)-1
• 你有100元，可以玩無限多次，你會怎麼賭?
• 如果連這麼好的賭局，你都不會賭，你憑什麼在交易上獲利?
• 你可能會有其他說法，交易跟賭局不一樣?
• 交易勝率不固定，賠率不固定
• 交易次數有限次，賭局無限次
2017/03 109

110.
課堂練習 http://zuv.io/1556148a00
2017/03 110
下面賭局何者期望淨利最大?

111.
要玩 “期望淨利 > 0”
的賭局，這個大家都知道!
但這樣就夠了嗎?
2017/03 111

112.
做個賭徒模擬實驗就知道….
• 勝率50%，賠率為2
• 1. 玩40次下注多少比例f會最好?
• 不同下注比例10%,20%,…,60%
• 2. 玩很多次下注多少比例f會最好?
• 玩100次、500次、1000次、5000次
• 用R語言模擬一下~
• Input: 勝率、賠率、下注比例
• Output: 資金成長曲線!
2017/03 112

113.
考慮 勝率50%，賠率為2 的賭局
2017/03
資金100元
100元
113

114.
考慮 勝率50%，賠率為2 的賭局
2017/03
資金100元，如果下注20元
80元
20元
114

115.
考慮 勝率50%，賠率為2 的賭局
2017/03
資金100元，如果下注20元
贏：100*(1+2*20%) 80元
20元
20元
20元
115

116.
考慮 勝率50%，賠率為2 的賭局
2017/03
資金100元，如果下注20元
贏：100*(1+2*20%) 100元
20元
20元
140元
20元
116

117.
考慮 勝率50%，賠率為2 的賭局
2017/03
資金100元，如果下注20元
贏：100*(1+2*20%)
輸：100*(1-20%)
100元
20元
80元
117

118.
賭局設定:
• nbet=40 ## 賭幾局?
• Odds=2 ## odds (賠率)
• Pwin=0.5 ## win rate (勝率)
• initM=100 ## initial capital (初始資金)
• f=0.3 ## bidding fraction (下注比例)
• capital=rep(initM,1) ## current capital (紀錄每一局資產)
2017/03 118

119.
銅板賭局模擬
•開始賭!
• for(i in 2:nbet){ ## 每一局
dice=sample(0:1,size=1,prob=c(0.5,0.5),replace=T)
## 模擬賭局輸贏
capital[i]=dice*capital[i-1]*f*(1+odds)+capital[i-1]*(1-f)
## 資金成長
}
2017/03 119

120.
銅板賭局模擬
•畫累計損益
• plot(capital,type="l",col="red",lwd=3,font=2
,xlab="The # of Bidding", ylab="The Growth of Capital"
,main=paste("WinRate",pwin*100,"%,","Odds",odds,",
Play",nbet,"Games, ","Bidding",f*100,"%"))
• abline(h=initM,col="green",lty=2,lwd=3)
2017/03 120

121.
2017/03 121

122.
身為一個賭徒(交易員)
“賭” 最佳化!
身為一個數學家
“資金管理” 最佳化!
2017/03 122

123.
凱利賭徒
“理論上”的最佳下注比例
理論、模擬、分析
2017/03 123

124.
定義問題!!
• 勝率50%，賠率2的賭局
• 初始資金100元，玩無限多次
• 假設人生可以天長地久
• 每次決定下注比例f (0% < f < 100%)
• 假設資金可以無限分割
• 問題：f選多少可讓資金成長最快速!
2017/03 124

125.
凱利公式推導
• 勝率為50%，賠率為2的賭局
• 賭1元，輸了賠光，贏了拿回3(=1+2)元。
• 假設每次下注為f比例
• 如果贏： At= At-1(1+2f)
• 如果輸： At= At-1 (1-f)
• 假設在T次的賭局中，一共贏了W次，輸了L次 (W+L=T)
• 結論：AT= A1(1+bf)W(1-f)L
• 我們想要最大化AT
• 如果玩無限多次會怎樣?
2017/03 125

126.
求 f 使得 AT= A1(1+bf)W(1-f)L 最大 ?
• Rearranging:
1
𝑇
log
𝐴 𝑇
𝐴1
=
𝑊
𝑇
log(1 + 𝑏𝑓) +
𝐿
𝑇
log(1 − 𝑓)
• As 𝑇 → ∞, we have 𝑝 log(1 + 𝑏𝑓) + (1 − 𝑝) log(1 − 𝑓)
𝒇 =
𝒑 𝟏 + 𝒃 − 𝟏
𝒃
• 什麼時候 f=1? (Showhand!)
• 勝率99%，賠率10000的賭局，要你全壓，你賭不賭?
2017/03 126

127.
2017/03 127

128.
課堂練習 http://zuv.io/1556148a00
2017/03 128
下面賭局你會選哪一種玩法?

129.
凱利騙局
•到底是誰騙了誰?
• Kelly
• Thorp
• Larry William
• Ralph Vince
2017/03 129

130.
不同的部位配置(position sizing, PZ)，
會造成不同的報酬損益!!
不是老師帶你上天堂、住套房，而是
”資金管理” 帶你上天堂、住套房!!
2017/03
一句話談交易：用風險換報酬
130

131.
原始策略: 想要Fitting，又怕OverFitting
然而，這些都不是最重要的….
交易聖盃: 資金管理!!
https://www.youtube.com/watch?v=yVQWJeLUxSk
2017/03 131

132.
• 勝率固定(50%)，賠率固定(2)的賭局
• 不管如何Sample (10個取，20個取，50個取，100個取) 都一樣!!
• 我以為的交易是上面這樣…
• 實際的交易損益是：不知道機率、不知道賠率!?
博弈理論 v.s. 交易實務
2017/03
-1
132

133.
交易賭局：機率未知，但可 “預估”….???
• 賭局給定機率、賠率
• 交易回測給定”歷史損益” (Ralph Vince’s Optimal F)
2017/03 133
In Sample Out Sample

134.
Review Kelly Again
• 勝率50%，賠率為2
• 抽到紅球，叫做贏，壓的翻2倍
• 抽到紅球，叫做輸，壓的賠光
• 贏的機率50%，輸的機率50%
• 賠率為(2,-1)
2017/03 134
AT= A1(1+2f)1(1-1f)1

135.
Extend Kelly Criterion
• 抽到紅球為贏，翻2倍
• 抽到籃球為贏，翻1倍
• 抽到綠球為輸，賠光
• 機率(20%, 20%, 20%, 20%, 20%)
• 賠率 (2,2,1,-1,-1)
2017/03 135
AT = A1(1+2f)1(1+2f)1 (1+1f)1(1-1f)1(1-1f)1
= A1(1+2f)2 (1+1f)1(1-1f)2

136.
HPR: Holding Period Return
• Idea: HPR= 1 + f (-profit/biggest loss)
• Example: 16、-8、-8、+4 、+4 、+4
• TWR (f) = HPR1 * HPR2 * HPR3 * HPR4* HPR5* HPR6
= [1 + f (-16/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-(-8)/-8)] *
[1 + f (-4/-8)] * [1 + f (-4/-8)]* [1 + f (-4/-8)]
= (1 + 2f )1 * (1 – f)2 * (1 + 0.5f)3
• How to find optimal f to maximize TWR(f)?
• Brute method: from f=1%, f=2%, f=3%,…,f=98%,f=100%
2017/03 136

137.
HPR理論 (玩1次的損益期望值 v.s.下注比例)
2017/03 137

138.
然而，人生並不像銅板賭局那麼簡單…
交 易 也 是!
沒有連續，只有離散
沒有永恆(無限)，只有曾經(有限)
2017/03 138

139.
2017/03 139
一場勝率50%、賠率為2的賭局，賭起來天南地北!
10次
50%
500次
24%
40次
31%
100次
21%
1000次
26%
5000次
25%

140.
2017/03 140
TWR模擬：從 (16,-8,4) 取樣也天南地北!
10次
52%
500次
38%
40次
35%
100次
46%
1000次
36%
5000次
38%

141.
三個層級的先知
• 第一層 (神)：不用知道勝率，因為他知道下一場會贏還是會輸!
• 可以梭哈(ShowHands)
• 第二層(半仙)：知道未來10次，”一定會贏5次，輸5次“
• 可以下最佳比例(Optimal f)
• 第三層(智者)：知道未來10次發生的機率“確實是50%”。(不容易)
• 一旦遇到偏差，錯誤的下注比例很有可能讓你受傷慘重。
•賭小一點(1%~2%)
2017/03 141
再來我才要解釋這件事!

142.
下面策略，你選哪一個?
2017/03 142
100萬 230萬 100萬1642萬

143.
最基本的資金管理：固定分數(Fixed Fraction)
•凱利賭局的勝率已知，賠率已知  控制虧損
•交易的勝率未知，賠率未知 但…
唯一能控制的還是虧損!!
2017/03 143

144.
2017/03 144
1% 3% 5% 8%
單口 風險比例

145.
開盤突破昨日波動(高低)*k1
• 開盤突破昨日波動*k1買進
• 20點停損，收盤平倉
• 回測標的：台指期貨
• 回測時間：2010.05.25~2015.09.10
2017/03
程式碼： 7_TX_HL.R
Total Profit: 1140
Trading Days: 1543
Profit Per Trade: 2.76699
# of Win: 161
Win Rate: 39.07767 %
Winning Average: 43.81366
Lossing Average: -23.56175
Maximum Draw Down: 312
The Periods of MDD: 107 112 171 188 254
Profit Factor: 1.192763
Total Profit/MDD: 3.653846
145

146.
輸贏濾網：輸了一次再進場!
2017/03 146
Total Profit: 1140
# of Win: 161
Win Rate: 39.07767 %
Maximum Draw Down: 312
Profit Factor: 1.192763
Total Profit/MDD: 3.653846
Total Profit: 1427
# of Win: 106
Win Rate: 42.23108 %
Maximum Draw Down: 235
Profit Factor: 1.419582
Total Profit/MDD: 6.07234

147.
固定分數 (以台指期貨為例，固定風險比例2%)
• 每口最大損失: 200*(20+5)=5,000
• loss=5000
• 初始資金: 1000,000
• initM=1000000
• 風險比例: 2% = 0.02
• risk=0.02
• 設定目前總資金
• capital=initM
• 計算第m天的下單口數
• PZ.FF=floor(capital*risk/loss)
• 初始下單口數：floor(1000000*0.02/7000)
• 如果資金成長到1500,000，下單口數??
2017/03 147
程式碼：8_Fixed_Fraction.R
每次交易最多損失總資金的2%
假設你有100萬，每次交易最多可損失
100萬*2%=20000
則你最多下 (下高斯20000/5000) =4 口

148.
• 設定固定分數向量
• PZ.FF=setNames(rep(1,length(profit)),names(profit))
• PZ.FF[1]=floor(capital*risk/loss)
• 計算每一時期的固定分數
• for (m in 2:length(profit)){
PZ.FF[m]=floor(capital*risk/loss)
capital=capital+PZ.FF[m]*profit[m]*200
}
• 程式碼檢查
• head(cbind(profit,PZ.FF,"P&L"=profit*PZ.FF,"Cap"=initM+cumsum(profit*PZ.F
F*200)),1000)
2017/03 148

149.
2017/03
Total Profit: 4173
Trading Days: 1543
Win Rate: 39.07767 %
Maximum Draw Down: 2473
The Periods of MDD: 123 188 204 260 297
Profit Factor: 1.121308
Total Profit/MDD: 1.687424
Total Profit: 1140
# of Win: 161
Win Rate: 39.07767 %
Maximum Draw Down: 312
The Periods of MDD: 107 112 171 188 254
Profit Factor: 1.192763
Total Profit/MDD: 3.653846
149

150.
課堂練習 http://zuv.io/1556148a00
2017/03 150
若小明想要用資金150萬，風險比例
2%，操作某檔股票。買進價位30元/
股，預計25元停損，則小明該買進多
少張?

151.
再來看一下Kelly是不是真的那麼神?
• 勝率: 39.07 %
• 賠率:平均賺/平均賠
• 平均賺: 43.8
• 平均賠: -23.56
• 凱利比例: 11.5 %
2017/03 151

152.
固定分數
• 初始資金100萬
• 風險比例2%
• 策略停損NT5000元。
• 100萬  4口
• 125萬  5口
• 150萬  6口
• 175萬  7口
• …..
2017/03 152
資金*2%/5000 = 口數
最小口數 *25萬=資金
越到後面口數增加越
快? WHY?

153.
固定比例 (Fixed Ratio)
• 瑞恩.瓊斯(交易的遊戲,1999)
• 固定分數的缺點：最初合約的增速很慢，一但累積到一定數額後，
合約的速度會突然增加很快。
• 固定比例
• 試圖平等對待每份合約，使資金的增長速率相同。
• 1. 假設資金X，從一個單位做起，例如1口。
• 2. 固定每份合約的增長量(Delta)
2017/03 153

154.
初始資金100萬，做1口；Delta = 3萬。
• 做2口的資金 = 做1口的資金 + 1*Delta = 103萬。
• 做3口的資金 = 做2口的資金 + 2*Delta = 109萬。
• 做4口的資金 = 做3口的資金 + 3*Delta = 118 萬。
• 做5口的資金 = 做4口的資金 + 4*Delta = 130 萬。
• 做6口的資金 = 做5口的資金 + 5*Delta = 145 萬。
….
2017/03 154
固定每份合約的增長量

155.
固定比例公式推導
•做n口的資金 = 做n-1口的資金 + (n-1)*Delta
• = 做n-2口的資金 + (n-2)*Delta + (n-1)*Delta
• = 做n-3口的資金 + (n-3)*Delta + (n-2)*Delta + (n-1)*Delta
...
• = 做2口的資金 + 2*Delta + 3*Delta +... + (n-1)*Delta
• = 做1口的資金 + 1*Delta + 2*Delta + 3*Delta +... + (n-1)*Delta
• = 初始資金+ (n(n-1)/2)*Delta
2017/03 155

156.
固定比例公式推導
•作n口的資金= 初始資金+ (n(n-1)/2)*Delta
•口數 =
𝟏+ 𝟏+𝟖×
現有資金−初始資金
𝐃𝐞𝐥𝐭𝐚
𝟐
2017/03 156

157.
實做固定比例，並與固定分數比較
• 初始資金100萬
• 策略停損NT 5000
• 固定分數
• 風險比例2%
• 固定比例
• Delta=2萬
2017/03 157
程式碼：
9_Fixed_Fraction_Ratio.R

158.
固定比例:Delta=3萬
• Total Profit: 1516
• Trading Days: 1543
• Win Rate: 39.07767 %
• Maximum Draw Down: 1836
• Profit Factor: 1.070508
• Total Profit/MDD: 0.8257081
2017/03 158
程式碼：
9_Fixed_Fraction_Ratio.R

159.
選擇權交易策略開發
2017/03 159

160.
買房子附訂金
• 買總價900萬房子，於2017年1月15日付了10萬元的訂金
(不含房價)。
• 預計2018年1月15號交屋。
• 如果交屋前，房價漲到了1000萬元。
• 則這份訂金 (合約)，價值多少?
2017/03 160

161.
買房子附訂金
• 買總價900萬房子，於2017年1月15日付了10萬元的訂金
(不含房價)。
• 預計2018年1月15號交屋。
• 如果交屋前，房價跌到了800萬元。
• 則這份訂金 (合約)，價值多少?
2017/03 161

162.
2017/03 162
1000萬900萬
100萬
合約價值
房價

163.
2017/03 163
-10萬 1000萬
900萬
910萬
100萬
90萬
合約價值
房價

164.
付訂金=買 “買的權利”=買 “買權”=Long Call
•房價  台股加權指數
•訂金  台指買權
•Q1: 訂金該收多少才叫合理?
•Q2: 能不能當房地產商，賣 “買的權利”?
•Q3: 有沒有 “賣的權利” ?
2017/03 164

165.
台指選擇權@2017.01.13
2017/03 165
Call Put履約價

166.
損益報酬
大盤指數9450 9463
-13
Long 9450Call@13
2017/03 166

167.
看錯一定賠！ 看對不一定賺！
損益報酬
大盤指數
9450
9463
-13
9378
看大對才會賺!
日期: 2017年01月13日
賭大漲(看多)：買進 9450CALL@13
結算日：2017年01月18日
大盤現在指數: 9378點
損益
兩平點
2017/03 167

168.
看對一定賺！ 看錯不一定賠！
損益報酬
大盤指數
9450
9463
+13
9378
看大錯才會賠!
日期: 2017年01月13日
賭不漲(看空)：賣出 9450CALL@13
結算日：2017年01月18日
大盤現在指數: 9378點
損益
兩平點
2017/03 168

169.
買權買方 v.s. 買權賣方
買買權
Long Call
賣買權
Short Call
賭大漲! 賭不會漲!
2017/03 169

170.
賣權買方 v.s. 賣權賣方
買賣權
Long Put
賣賣權
Short Put
賭大跌! 賭不會跌!
2017/03 170

171.
課堂練習 http://zuv.io/1556148a00
2017/03 171
賣出9100 Call@36.5放置結算，
若大盤結算在9200，賺賠多
少?

172.
買選擇權 v.s. 買樂透
• 2017年1月10號周二收盤
• 2017年1月11號周三
2017/03 172

173.
使用R語言建立選擇權部位 (前置)
•STK=8000:9900
•portfolio=rep(0,1)
2017/03 173

174.
使用R語言建立選擇權部位 (買權)
• CallK=9250
• CallPrice=31.5
• Call=STK-CallK
• Call[Call<0]=0
• Call=Call-CallPrice
• names(Call)=STK
• portfolio=portfolio+(Call)
2017/03 174

175.
使用R語言建立選擇權部位 (畫圖)
• plot(portfolio,type="l",col="red",lwd=2,font=2,xaxt =
"n",ylab="PL")
• axis(1,1:length(STK),as.character(STK),col="black")
• abline(h=0,col="green",lwd=2)
2017/03 175

176.
使用R語言建立選擇權部位 (賣權)
• PutK=9050
• PutPrice=15.5
• Put=PutK-STK
• Put[Put<0]=0
• Put=Put-PutPrice
• names(Put)=STK
• portfolio=portfolio+(Put)
2017/03 176
該 如 何 修 改?

177.
使用R語言建立選擇權的組合部位 (拼圖)
•多頭價差
• Long Call9300@90
• Short Call9350@54
• Long Put9300@14.5
• Short Put9350@29.5
• 口訣：買低賣高
2017/03 177

178.
2017/03 178
>9350 最多賺14點
<9300 最多賠36點
損益兩平點9336點
Long Call9300@90
Short Call9350@54

179.
使用R語言建立選擇權的組合部位 (拼圖)
•空頭價差
• Short Call9300@90
• Long Call9350@54
• Short Put9300@14.5
• Long Put9350@29.5
• 口訣：賣低買高
2017/03 179

180.
Review: 傳統賭局 & 凱利
2017/03 180
AT= A1(1+2f)W(1-f)L

181.
9300
9350
-36
14
損益
大盤結
算位置
大盤結
算位置
-36
損益
我認為的大盤
結算位置機率
機率
<9300
機率40% >9350
機率30%
9300~9350
機率30%
選擇權的多頭價差 v.s. 個人認為的機率分佈
買9300CALL; 賣9350CALL
大盤結算位置損益
2017/03 181

182.
有了賠率分佈，我們還缺…
大盤漲跌的機率分佈
2017/03 182

183.
什麼樣的漲跌機率分佈?
• 特徵：2017年01月13號周五
• 機率分佈：特徵  下周三大盤收盤
2017/03 183

184.
2017/03 184
統計漲跌比例
例: 2016-12-16
-1.582%
漲跌比例代入本周五收盤
例: 9378*(1-1.582%)=9230
計算損益
例: 若結算9230點賠36點
計算歷史所有的漲跌所帶
來的損益

185.
Review Kelly Again
• 勝率50%，賠率為2
• 抽到紅球，叫做贏，壓的翻2倍
• 抽到紅球，叫做輸，壓的賠光
• 贏的機率50%，輸的機率50%
• 賠率為(2,-1)
2017/03 185
AT= A1(1+2f)1(1-1f)1

186.
Extend Kelly Criterion
• 抽到紅球為贏，翻2倍
• 抽到籃球為贏，翻1倍
• 抽到綠球為輸，賠光
• 機率(20%, 20%, 20%, 20%, 20%)
• 賠率 (2,2,1,-1,-1)
2017/03 186
AT = A1(1+2f)1(1+2f)1 (1+1f)1(1-1f)1(1-1f)1
= A1(1+2f)2 (1+1f)1(1-1f)2

187.
HPR: Holding Period Return
• Idea: HPR= 1 + f (-profit/biggest loss)
• Example: 16、-8、-8、+4 、+4 、+4
• TWR (f) = HPR1 * HPR2 * HPR3 * HPR4* HPR5* HPR6
= [1 + f (-16/-8)] * [1 + f (-(-8)/-8)] * [1 + f (-(-8)/-8)] *
[1 + f (-4/-8)] * [1 + f (-4/-8)]* [1 + f (-4/-8)]
= (1 + 2f )1 * (1 – f)2 * (1 + 0.5f)3
• How to find optimal f to maximize TWR(f)?
• Brute method: from f=1%, f=2%, f=3%,…,f=98%,f=100%
2017/03 187

188.
無利可圖!!
2017/03 188

189.
那反過來就是 “有利可圖” 瞜!!
2017/03 189

190.
每周(3,4,5,1,2,3)開盤到週3收盤的漲跌分佈
2017/03 190

191.
不用考慮策略，只考慮採用什麼條件機率!?
• 條件：2017年01月13號周五
• 條件：周一~周五: 紅K or 綠K?
2017/03 191

192.
課堂練習 http://zuv.io/1556148a00
2017/03 192
若本金100萬，今欲建立Long
Call9350@54; Short
9400Call@29.5部位。經計算
最佳風險比例為5%，則該建
立幾組這樣的部位？

193.
使用R語言建立選擇權的組合部位 (拼圖)
•買進跨式
• Long Call9350@54
• Long Put9350@29.5
2017/03 193

194.
使用R語言建立選擇權的組合部位 (拼圖)
•賣出跨式
• Short Call9350@54
• Short Put9350@29.5
2017/03 194

195.
使用R語言建立選擇權的組合部位 (拼圖)
• 賣出跨式
• Short Call9350@54
• Short Put9350@29.5
• 折腳
• Long Call9450@13.5
• Long Put9250@7
• (買進蝴蝶價差)
2017/03 195

196.
使用R語言建立選擇權的組合部位 (拼圖)
•賣出勒式
• Short Call9450@13.5
• Short Put9300@14.5
2017/03 196

197.
使用R語言建立選擇權的組合部位 (拼圖)
• 賣出勒式
• Short Call9450@13.5
• Short Put9300@14.5
• 折腳
• Long Call9500@5.5
• Long Put9250@7
2017/03 197
(買進兀鷹價差)

198.
Black-Schole Model
2017/03 198

199.
如何操爆你的資金!?
槓桿空間模型
(Leverage Space Model)
2017/03 199
多策略、多商品、多市場

200.
2017/03 200
多策略、多商品、多市場
若下注40次，每次下f比例(理論)
A 𝒇 = 𝟏 + 𝟐𝒇 𝟐𝟎 𝟏 − 𝒇 𝟐𝟎
…
𝒇 = 𝟐𝟓%
剩下的75%資金要幹麻? 玩另一場?

201.
同時玩2場，每場各壓23%，資金運用達46%!
2017/03 201
10倍  90倍
報酬再多9倍!

202.
同時玩3場，每場各壓21%，資金運用達63%!
2017/03 202
10倍  90倍622倍
報酬再多62倍!

203.
2017/03 203

204.
2017/03 204

205.
小結: LSM告訴我們什麼?
尋找”最好的”市場、商品、策略!?
分配最適當、有效率的資金運用比例!
2017/03 205

206.
然而…有時候你只需要一點想像力!!!
2017/03 206
你可以分析全球各個金融市場資
料，運用各種高深的數學模型

207.
2017/03 207
2016年02月22日 (週一)
你覺得主力在幹什麼?
我覺得主力閒閒在家沒事做，
很無聊，畫 蝙 蝠 俠!

208.
自從出現蝙蝠俠後，10個交易日裡，有6個交
易日都是類似走勢，早盤衝高後又急速拉回!!!
2017/03 208

209.
看功夫學交易!
2017/03 209

210.
火雲邪神的啟示：
天下武功，無堅不破，唯快不破!
2017/03 210

211.
Thank You!
未來有緣再見!
2017/03 211