C_Chat 板


LINE

-- 首先必须要理解一点:学校的义务教育训练的东西是不同的。 就以二元一次方程式、排列组合之类的期中考问题,都是:「用已知规则找出唯一解」, 但对於赌博或金融商品投机行为,你面对的是:「在未知环境下找到存活的方法」 这样讲好了,假设一个游戏的事件是你要用一个六面骰,骰出六点才过。 那麽你可以算出骰到6的机率=1/6,故没骰到的风险(risk)是5/6。 但如果是:「1. 先以乱数决定这次用n个六面骰来骰。 2. 总数大於6就过。」 那机率会是多少呢?答案是不知道。这叫做不确定性(uncertainty), 也是你在市场面对的东西。而学校没有教怎麽算的原因,在於某种程度来说, 不确定性就是你不知道未来会怎样,这种『未知』本质上就不会有可以算出来的解。 你要怎麽教你也不知道的东西呢?对吧 -- 另一个限制就是,就算进百步假设久留美在大学精通统计学,那光靠统计学 可以找出正期望值的赌法吗? 答案是:单纯靠统计学理论,不行。 毕竟这是c_chat板,我们就拿人中之龙游戏很常出现的美式轮盘来举例吧。 美式轮盘总共有:0, 00, 1~36个数字。而不管你要赌数字,还是赌单双、红黑、 每一次珠子滚到哪一个的机率,在轮盘是公正没有瑕疵的情境下,每次都是独立的。 这代表你看以前出现了几次红色,想说这次应该会开黑色吧。这些过去资讯都不会 影响下一局机率。所以统计学最多只能告诉你:看过去资讯没用,且期望值为负。 但统计学没有办法帮你在负期望值的赌局,找到有正期望值的赌法。 所以拉回到FX战士久留美的园子,第三集她认为:「既然多单停损代表会大跌,那麽 我翻转做空就可以赚回来。」 问题:令最终上涨或下跌机率皆为50%,那翻转做空的胜率是多少? 答案还是50%。你看过去K线资料也不会胜率。你运气不好还是会停损。 -- 所以正常来说,你过去在学校学到的东西,甚至智商高低,在金融赌局通常都不会有用。 「屁啦,怎麽可能智商高没有用?」 嗯...那我出一个问题吧: 「一个公平的硬币,丢出正面5次,请问下一次出反面机率多少?」 智商正常的人应该都会回答:「50%」 但在现实呢,首先你必须要先怀疑「这个问题叙述是不是有问题?」 例如万一这个硬币本身就有问题,它是两面都是正面,根本就不是公正的硬币。 那麽你相信这个叙述就错了,答案是正面机率=100%。 我们再拉回智商差异,比较认真或自认比较聪明的人。 他可能会想办法建立一个模拟模型,来做出理论上无限的价格K线图。 但问题在於:你模型设定的公式是怎麽设计的呢?它真的会符合现实价格的特徵吗? 这时你相信模型并算出结果,代价就是「如果现实出现模型不同的结果,那就有问题」 -- 这就是Nassim Nicholas Taleb在《黑天鹅效应》(2007)讲的概念。 不管是人类,还是你懒得做只想靠AI生一个模型,模型这个东西本质上就只是 「方便让你玩的沙盒模拟器」而已,它是一个简化的框架计算方式。 你必须要理解只要你设计一个算式,最多只能算出算式原本预设要算的东西。 所以反过来说,你没办法得知「算式算不出来的东西」,这叫做模型局限。 过去曾经有一群很聪明的人,开了一家长期资本管理公司(LTCM), 他们做的是不同国家的公债利率交换,比如说在1990年有两国国债: A. 义大利国债:公债价格低,殖利率高。 B. 德国国债:公债价格高,殖利率低。 LTCM就会买义大利公债,同时卖德国国债。赌这两国的价差会收敛。 但公债利差非常小,在1基点=0.01%,价差只有10R基点=0.1%,你要赚这种薄利 只能靠高杠杆。你可以把LTCM想成是智商很高的久留美,改去赌公债价差收敛, 然後开了25倍杠杆,标榜部位中立累积小获利稳赚。 然後LTCM看到了很便宜的俄罗斯国债。 买了之後俄罗斯国债又大跌,LTCM摊平了一次还在跌。 -- 当时的LTCM认为没啥大不了,反正最终国债都会履约只是赚多赚少。 但俄罗斯後来表示:「我没钱啦,不会履约」,然後坐视卢布贬值。 「靠北喔还可以不履约喔」,这就是当初利率模型没想到的情境。 更糟的还在後面,俄罗斯摆烂让其他公债持有者开始不信任自己持有的债券, 所以一窝蜂地去买最稳的美国公债。还记得LTCM是做两国的利率价差收敛吗? 这导致许多跟美国公债组合,都因为美债飙高,导致价差进一步扩大,产生未实现损失。 然後未实现损失又进一步拉低了维持率,要避免维持率过低只有一条路: 停损平仓。但债券市场并不像股市、汇率那样有高交易量。 LTCM大的部位停损,不管它怎麽拆最终都会加大价差,然後又影响到其他本来小亏的 价差组合,而你停损代表保证金剩余的钱变少,杠杆倍率相对变大。 等到变成50倍时,LTCM的钱就撑不住比它大50倍的部位,就这样把自己压死倒闭了。 我相信LTCM里面的人都是绝顶聪明的人,但就像高智商往往会相信自己的才智判断。 一旦过份相信模型的效能,这个自信又会驱使他放大杠杆来赚更多。 等到发现意料之外的事件,高杠杆又脱手不掉,那还是没有救。 -- 所以要怎麽样才可以避免?我认为这也跟人的智商或专业无关, 最终究只是一种价值选择问题,你是要选择可能会破产来赌暴赚,还是先求活下去 不破产。 而这两种价值的人,基本上是不同生物。就算是高学历的人也可能是高杠杆赌鬼。 而学历对於高杠杆的风险可说是没有什麽实质助益的。 --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 45.67.97.18 (韩国)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/C_Chat/M.1792170777.A.B34.html
1F:推 jeff666: 原来还有过LTCM这个公司过 长知识了 10/17 01:18
2F:推 as3366700: 遇到黑天鹅就是一定要有人吃屎了 现在还是一堆量化交易 10/17 01:40
3F:→ as3366700: 黑天鹅了大不了摆烂让政府救 久留美也是这样 10/17 01:41
4F:推 Scarlett888: 小林说好像有出过LTCM的影片 还不错 10/17 01:42
5F:→ Dreamer11705: 诺贝尔奖得主落马被後世评=聪明版久留美 也是够可怜 10/17 01:43
6F:→ Scarlett888: 另外华尔街一堆天才把自己玩死也不是新闻了 10/17 01:43
7F:推 as3366700: 那两个还是得完奖马上摔个大吃屎给大家看 晚一年根本不 10/17 01:50
8F:→ as3366700: 可能得奖了XD 10/17 01:50
9F:推 miname: 但他们还是够聪明懂得开公司止损,不会像久留美一样负债 10/17 03:29
10F:→ yoyun10121: 首先市场就不是完全随机, 模型能做到正期望这个高频交 10/17 05:04
11F:→ yoyun10121: 易早证明给你看了, 有烂模型赔钱不代表这就叫模型极限 10/17 05:04
12F:→ yoyun10121: 而且程式投资是靠现实验证也会设边界停损, 完全不是你 10/17 05:07
13F:→ yoyun10121: 讲的凭空生出个模型就all in 10/17 05:07
首先,模型局限指的是把为了方便计算,必须先对复杂的现实作简化的假设, 然後推导出公式,所以必然有公式与现实的落差。例如以BS模型来说, 就是假定市场是随机没有记忆性的,所以跟一般人想像:市场价格和过去有关不同。 你看到的选择权理论价格,就只是单纯地依照你当下看到的价格,在假定市场价格是 随机且为对数常态分布下,直接套入条件机率来算的。 然後你再把所有的像是Call大涨进入价内,或是大跌变成无效的契约的情境的机率, 平均起来就可得到在当下的期望值。最後再依照这个契约还剩下几天到期结算,所以该 价值多少钱的问题,则是假定:假设我真的跟银行借钱买金融商品,这个组合该付 多少利息费,剩下N天借钱买股的组合该花多少钱,就是你契约在风险平价的折现价值。 所以这代表啥,这个模型的世界不会有风险溢酬,理论上你持有到期的成长率等於 你放在银行的无风险利率。 你现在看到的选择权定价,基本上就是这样算的。而在风险平价的前提下, 你基於模型做的任何策略,理论上都不会有正期望值。 当然你可以吐槽现实才不是随机之类的,但你反驳的同时,就已经认同我讲的 模型基本上就是一种简化假设下的公式解,所以它必然存在与现实有差的局限。
14F:推 b160160: 长知识了 10/17 05:32
15F:推 smart0eddie: 市场跟过去是有关联并且可预期的 只是会有像俄罗斯赖 10/17 05:43
16F:→ smart0eddie: 账之类的不可预期事件 10/17 05:43
17F:推 marktak: 你这个假设是 你一定不能当庄家 10/17 05:49
18F:→ marktak: 还有明明就有绿色,故意的? 10/17 05:49
以外汇保证金商品来说,你的确不能当庄家。就跟权证你只能当买方 而券商则是卖方一样。
19F:推 intela03252: 市场不是完全随机,但久留美那层级能获得的资讯做出 10/17 07:09
20F:→ intela03252: 的判断,正确度也是贴近50% 10/17 07:09
21F:→ intela03252: 说到底,就算再厉害的人,短期市场的准确性大概不会 10/17 07:11
22F:→ intela03252: 比菜市场阿嬷高 10/17 07:11
23F:→ intela03252: 而久留美就是一直在短期市场打滚,还疯狂杠杆 10/17 07:13
24F:→ MOONY135: 说穿了久留美就是每天赌上跟下而已 10/17 08:04
25F:→ yoyun10121: 不要说股市了, 所有科学模型都是简化假设下的解, 都必 10/17 09:17
26F:→ yoyun10121: 然存在与现实有差的局限, 但这不妨碍可以用来预测, 大 10/17 09:17
27F:→ yoyun10121: 家天天在看的天气预报也是简化解也有不确定性, 那这不 10/17 09:17
28F:→ yoyun10121: 代表这模型就没用, 局限性这种事只要限制模型使用边界 10/17 09:18
29F:→ yoyun10121: 就不是什麽大问题, 而你说的那只是基本定价模型, 又不 10/17 09:18
30F:→ yoyun10121: 是高频交易模型, 真正能赚钱的交易用模型哪可能公开让 10/17 09:20
31F:→ yoyun10121: 你打? 但是现实就是高频交易公司稳定赚钱的多的是 10/17 09:20
32F:→ yoyun10121: 边界内的误差, 只要交易次数拉上去就能打消掉了, 这就 10/17 09:21
33F:→ yoyun10121: 高频交易基本核心 10/17 09:21
34F:→ yoyun10121: 如果真如你说的模型期望值不可能正, 那以高频交易公司 10/17 09:24
35F:→ yoyun10121: 的交易量一上线就马上赔死了啦, 但现实就不是这样 10/17 09:24
高频交易的主流就是券商提供委托单让你成交的造市商。 只要从想卖的人以委买价成交,再卖给想买的人以尾卖价成交,才可以赚到价差。 但价格本身是无法预测的,所以会有「成交後价格对你部位不利」的风险。 所以你认为的"正期望值"是什麽呢? 是面对「成交後方向风险」的风险溢酬。也就是: 不利事件机率(P)下,事後价格移动了几点(Q),故风险= P*Q,再加上你还是要付成本(C) 给交易所,所以等式为P*Q+C,这个东西除与2。就是理论上期望值为0的中间价。 你看到的买卖价差出发点是这样算的。它不是正期望值,而是被动的会随价格、持有时间 而浮动。例如: 在最小跳动点=1点,故半价差=0.5点。令成本=0.1点。 故利润=0.5-0.1=0.4。 就假设正常99%时间,都可以及时脱手赚到0.4点,但会有1%的时间会进入快市。 价格会因为委托陆续成交,开始出现不连续的成交价,最後-50点才脱手。 故损益=0.5-50=-49.6 那麽整体期望值是多少呢? 0.99 * 0.4 + 0.01 * (-49.6) = 0.396 - 0.496 = -0.10 点 期望值就会变成负的。这是担负快市损失的风险溢酬。没有上线就一定会正期望值。 也不是交易次数多就会补足,这取决於价差与成交率,也不会有价格预测能力。 模型能否赚钱取决於当下价格波动率、部位持有时间、铺单深度与承受风险, 和部位风险控制。
36F:推 RWAllenL: 现实应该就是做一些假设把发生机率低的情境排除掉吧 10/17 10:12
37F:→ RWAllenL: 要是真的发生不可预期的情境就一起下去这样 10/17 10:12
38F:→ RWAllenL: 或是感受到有事情要发生的风险就转观望之类的 10/17 10:13
39F:→ RWAllenL: 像这几年川普在位的玩法跟他下台後的玩法一定不同 10/17 10:14
※ 编辑: midas82539 (45.67.97.100 韩国), 10/17/2026 11:54:54
40F:推 apple00: 以前苏联还会给百事军舰当货款抵押品 俄罗斯直接不承认国 10/17 11:55
41F:→ apple00: 家债卷 这国家信用烂到根了 10/17 11:55
42F:推 blaukatze: 你将两个部分混在一起,正常情况下的量价数据其实反应 10/17 13:56
43F:→ blaukatze: 的就是市场情绪,样本足够大行为是可预测的。另外一种 10/17 13:56
44F:→ blaukatze: 超出预期的黑天鹅则是避险的问题,认为能够完全预测市 10/17 13:56
45F:→ blaukatze: 场走势是妄想,但认为完全没有可预测性又太武断 10/17 13:56
46F:推 aaaaooo: 现实的金融市场不是机率游戏 而是由手握大量筹码的庄家控 10/17 20:42
47F:→ aaaaooo: 制结果韭菜们平均起来必输的局 10/17 20:43
48F:推 howtotell: QQ 10/18 16:49







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:BabyMother 或 站内搜寻

TOP